在A(yíng)IME 2025數(shù)學(xué)競(jìng)賽中，該模型以滿(mǎn)分成績(jī)通過(guò)測(cè)試，其解題過(guò)程展現(xiàn)出獨(dú)特的驗(yàn)證機(jī)制。面對(duì)壓軸題時(shí)，模型不僅反復(fù)驗(yàn)證答案，還主動(dòng)調(diào)用代碼解釋器從多角度論證結(jié)果。整個(gè)推理過(guò)程持續(xù)4-5分鐘，消耗1.2萬(wàn)至1.5萬(wàn)個(gè)token，這種深度思考模式顯著區(qū)別于傳統(tǒng)模型。

編程任務(wù)測(cè)試中，模型開(kāi)發(fā)開(kāi)源項(xiàng)目分享網(wǎng)站的HTML原型時(shí)，雖然生成1417行代碼，但網(wǎng)頁(yè)設(shè)計(jì)完全符合功能需求。對(duì)比測(cè)試顯示，DeepSeek-V3.2完成相同任務(wù)僅需787行代碼，這種差異反映出Qwen3-Max-Thinking在代碼優(yōu)化方面仍有提升空間。不過(guò)其輸出的網(wǎng)頁(yè)結(jié)構(gòu)清晰，基礎(chǔ)功能完整，僅在樣式細(xì)節(jié)上稍顯不足。

該模型在常識(shí)推理測(cè)試中同樣表現(xiàn)優(yōu)異，能準(zhǔn)確識(shí)別邏輯陷阱。測(cè)試人員發(fā)現(xiàn)，其回復(fù)風(fēng)格簡(jiǎn)潔直接，完全聚焦問(wèn)題核心，這種"去人性化"的交互方式在商務(wù)場(chǎng)景中頗具優(yōu)勢(shì)。有用戶(hù)評(píng)價(jià)稱(chēng)，模型的回復(fù)風(fēng)格更接近專(zhuān)業(yè)顧問(wèn)，避免了情感化表達(dá)可能帶來(lái)的干擾。

目前用戶(hù)可通過(guò)Qwen Chat和阿里云API體驗(yàn)該模型，但需注意其僅支持文本到文本的單一模態(tài)。API服務(wù)采用限時(shí)免費(fèi)策略，用戶(hù)可在1024至81920個(gè)token的思考預(yù)算范圍內(nèi)自主調(diào)節(jié)，這種設(shè)計(jì)既控制了計(jì)算成本，又保證了推理深度。測(cè)試顯示，復(fù)雜任務(wù)消耗的token數(shù)量明顯高于常規(guī)模型，這可能成為大規(guī)模應(yīng)用的主要限制因素。

行業(yè)觀(guān)察者指出，Qwen3-Max-Thinking的定位可能更偏向?qū)I(yè)領(lǐng)域，其強(qiáng)大的推理能力在科研、金融分析等場(chǎng)景具有應(yīng)用潛力。雖然尚未公布完整基準(zhǔn)測(cè)試結(jié)果，但現(xiàn)有表現(xiàn)已引發(fā)廣泛期待。社交媒體上，用戶(hù)紛紛詢(xún)問(wèn)模型開(kāi)源時(shí)間，特別是能否登陸Hugging Face平臺(tái)，反映出開(kāi)發(fā)者社區(qū)的高度關(guān)注。

這款模型作為Qwen3系列的新成員，延續(xù)了阿里在大模型領(lǐng)域的技術(shù)積累。此前發(fā)布的Qwen3系列最大模型參數(shù)量已突破萬(wàn)億規(guī)模，此次推理專(zhuān)項(xiàng)模型的推出，標(biāo)志著阿里在A(yíng)I技術(shù)布局上更加精細(xì)化。隨著訓(xùn)練進(jìn)程推進(jìn)，后續(xù)版本有望在效率優(yōu)化和場(chǎng)景適配方面帶來(lái)更多突破。