qwen3-max-2026-01-23

qwen3-max-2026-01-23 阿里云推出的旗舰级语言模型，相较2025年9月23日快照版，此版本实现思考模式和非思考模式的有效融合，模型整体效果得到全方位的大幅度提升。在思考模式下，同时支持Web搜索、Web信息提取和代码解释器工具能力，使得模型在慢思考的同时，能够通过引入外部工具，以更高的准确性解决更有难度的问题，核心定位为“具备自适应工具调用与测试时扩展能力的高阶推理引擎”，专为复杂任务与智能体场景打造。

• 性能对标：在19项权威基准中媲美GPT-5.2-Thinking、Claude-Opus-4.5和Gemini 3 Pro，Arena-Hard v2胜率达90.2，显著领先。
• 核心创新：独家支持自适应工具调用（搜索/记忆/代码解释器）与测试时扩展技术，推理效率与准确性双提升。
• 适用场景：适配智能编程、科研问答、多跳搜索、自动化规划等高阶AI智能体应用。
• 开发友好：API 兼容 OpenAI 与 Anthropic 协议，一行配置即可切换模型，快速集成到现有工作流。
• 实测提升：启用测试时扩展后，GPQA得分从90.3升至92.8，HLE（带工具）达58.3，超越Gemini 3 Pro。

───────────────────────────────────────────────────────────────────

核心能力

⚡ 极致推理引擎：

• 支持多轮迭代式自我反思，避免冗余计算，token利用效率更高。
• 在HMMT Feb 25数学竞赛基准上达98.0分，逼近人类顶尖水平。

🔍 自适应工具调用：

• 无需手动干预，自动判断何时调用搜索引擎、代码解释器或长期记忆。
• 有效缓解幻觉，提供实时信息与个性化响应，提升对话可信度。

🧩 智能体就绪架构：

• Agentic Search（HLE w/ tools）得分49.8，显著优于竞品。
• 内置Deep Planning智能体基准支持，专为复杂任务链设计。

🔌 无缝开发体验：

• API兼容OpenAI与Anthropic协议，Python/Node.js等生态即插即用。

───────────────────────────────────────────────────────────────────

测试数据