千问版Gemini3，来了 siyushenqi.com • 2026 年 2 月 3 日 上午11:35 • 行业动态 • 阅读 292 阿里发布Qwen3-Max-Thinking，AIME双满分超Gemini3，测试时扩展技术革新，加速AI出海。 摘要 阿里正式发布Qwen3-Max-Thinking旗舰推理模型，以万亿参数规模与AIME 25、HMMT 25国内首个双满分成绩，在科学知识、数学推理、代码编程等权威评测中超越Gemini 3 Pro与GPT-5.2-Thinking，斩获"人类最后的测试"HLE 58.3分新高。该模型首创测试时扩展（Test-time Scaling）机制，通过"做题-复盘-重做"的类人推理路径，实现工具使用能力的模型内化，相较传统API框架调用，在复杂任务中展现更强工具调用效率与多步骤推理能力。 第一个国产版Gemini3，来了。 1月26日，阿里正式发布千问旗舰推理模型Qwen3-Max-Thinking。 据介绍，Qwen3-Max-Thinking总参数超万亿、预训练数据量高达36T Tokens，在科学知识（GPQA Diamond）、数学推理（IMO-AnswerBench）、代码编程（LiveCodeBench）等多项权威评测中刷新了全球纪录。它在数学推理AIME 25和HMMT 25上拿到了国内首个双满分，甚至在“人类最后的测试”HLE中得分58.3，大幅超过GPT-5.2-Thinking的45.5和Gemini 3 Pro的45.8。 更关键的是时间点。如果你最近关注AI圈，会发现各家大模型厂商都在憋大招，阿里抢在这个节骨眼上发布Qwen3-Max-Thinking，摆明了就是要抢“国产第一个Gemini 3”的名号。 榜单数据再好看，到底能不能媲美Gemini3？ 试了几次Qwen生成代码，前几次任务失败率还挺高的，但只要碰到阿里擅长的场景，表现就完全不一样。比如让它做一个卖水果的电商网站，商品分类、加购物车、一起结算这些功能，基本一次就写出来了，而且逻辑很完整，体验也流畅。很明显，电商这种场景它见得太多了，淘宝天猫的数据喂得够饱，所以做起来特别顺手。 但换成其他类型的任务，成功率就不太稳定了。如果你的需求正好在它的舒适区里，那体验确实要相对好；如果偏离了，可能得多试几次调整提示词。 我还专门测试了一个更复杂的交互案例：用摄像头做体感控制的打气球游戏，这也是Gemini 3展示过的经典demo。具体需求是：用手势控制屏幕上的准星，做捏合动作(拇指和食指并拢)来射击从下往上飘的气球，还要有天空背景、云层漂移、击中特效、连击反馈这些细节。 千问的表现让我有点意外。整个游戏的框架它一次就搭出来了：天空渐变背景、气球从底部生成往上飘、大小不同速度不同、UI显示分数和连击数，这些基础逻辑都没问题。 交互效果做得挺有意思。伸出食指，屏幕上的准星就会跟着手移动，拇指和食指捏合就能开火。击中气球的瞬间，屏幕会轻微震动，气球爆开时有粒子特效散开，还有“啵”的一声音效，反馈感做得很足。连续击中会显示combo数字，这种即时反馈确实有代入感。 但实际玩起来有个明显的问题：瞄不准。手指明明对着一个气球，但准星位置总是偏的，打了好几发才能碰巧打中。这应该是手部追踪和屏幕坐标映射之间有偏差，或者校准算法不够精确。虽然Qwen做出了体感控制的完整流程：摄像头调用、手势识别、射击反馈这些环节都跑通了，但核心的“指哪打哪”这个精度没做好，导致游戏性打了折扣。 不过，千问这次最厉害的地方，不是参数有多大，而是它“想问题”的方式变了。在关键的模型推理能力提升中，千问新模型采用了一种全新的测试时扩展（Test-time Scaling）机制，推理性能提升的同时还更经济。 打个比方，以前的AI做数学题是这样的：同时写10份答案，然后投票看哪个对的人多，就选哪个。这种方法很笨，浪费算力，而且10份答案里可能犯的都是同一个错误。 Qwen3改成了人类的做法：先做一遍，做完看看哪里不对，总结一下经验，再重新做。就像你做错题本一样，第二遍肯定比第一遍做得好。结果就是，在那个需要用工具解决问题的测试里，Qwen拿了58.3分，Gemini只有45.8分，差了一大截。 在调用工具层面，千问的做法是把工具使用能力“训练进”模型里，在完成初步的工具使用微调后，通义团队对模型进一步在大量多样化任务上进行了基于规则奖励与模型奖励的联合强化学习训练，使得Qwen3-Max-Thinking拥有更智能结合工具进行思考的能力。 它用三步训练法：先教会用工具，再在各种任务里强化练习，最后形成条件反射。好处很明显：用起来又快又顺，不用每次都去读工具说明书，而且模型自己知道该在什么时候用什么工具。这就是为什么Qwen在HLE测试里比Gemini高出12分，特别是需要连续用好几个工具解决复杂问题的时候，这种“肌肉记忆”优势就体现出来了。 对比之下，Gemini走的是传统软件工程的路子：模型只负责理解你要干什么，具体调工具靠外部API框架。这样做最大的好处是灵活：Google想接入沃尔玛的购物功能，不用重新训练模型，插个API就行。但代价是每次用工具都要走“理解意图—翻译成API调用—执行—解析结果”这一整套流程，慢而且容易出错。 千问的代码生成能力，已超越单纯的“语法翻译器”，更像一位理解你意图的技术伙伴。它不仅能将需求转化为可运行的代码，更具备工程直觉：知道何时优化性能、何时简化实现、何时添加容错机制。 这种“度”的把握，恰恰是AI从“工具”走向“协作者”的关键跃迁。 本文源自「私域神器」，发布者：siyushenqi.com，转载请注明出处：https://www.siyushenqi.com/71873.html 赞 (0) 打赏 微信扫一扫 支付宝扫一扫 0 0 生成海报 关于作者 siyushenqi.com 关注私信 13.9K 文章 0 评论 425 问题 18 粉丝 私域神器：海外私域营销拓客软件 欧盟拟调查Shein非法产品上架 上一篇 2026 年 2 月 3 日 上午11:35 曾获红杉投资、估值上亿美元，二次元公司凭动漫向AI生图掘金海外 下一篇 2026 年 2 月 3 日 上午11:36 相关推荐 行业动态 Twitter收购屏幕分享社交应用Squad Twitter 今日宣布了对 Squad 的收购，后者是一款主打屏幕分享的社交应用。 siyushenqi.com 2025 年 8 月 25 日 480000 LesPark产品负责人黄建叶：打造海外女性社交App精品 挖掘小群体背后的大市场 9 月 8 日，由扬帆出海主办的「PAGC 2021 产品与增长大会」在深圳拉开帷幕。本次大会邀请了游戏、电商、社交、应用等行业领域的多位大咖，共同讨论在后疫情时代背景下的互联网出海，助力中国企业走出国门，布局海外。 siyushenqi.com 2025 年 8 月 3 日 • 行业动态 607000 行业动态 春节出货高峰来袭，跨境卖家高效发货的秘诀是？ 春节出货高峰来袭，跨境卖家怎样实现物流运输顺畅？ siyushenqi.com 2025 年 8 月 12 日 394000 以色列电商大爆发，原来物流商现在都在那儿扎堆 2020年，中东局势迎来了一个巨大转变——阿以建交，中东阿拉伯世界与以色列之间的直接军事政治对抗已经持续数载。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 393000 行业动态 Liquid AI获2.5亿美元融资，创新液态大模型 AI初创企业Liquid AI宣布获得2.5亿美元的A轮融资，公司估值达到23亿美元，其中AMD为领投方。 siyushenqi.com 2025 年 8 月 13 日 496000 都市/潮酷题材，游戏行业新一代流量密码？ 这些产品的题材，或者说视觉风格大多聚焦到了一些明显可见的标签上：都市 、潮流/潮酷、科技、近未来……这些元素，开始集中爆发。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 469000 行业动态 AI降噪耳机，可在嘈杂人群中单独通话，看一眼锁定目标 千万种声音里，只听到你。 siyushenqi.com 2025 年 8 月 13 日 414000 盘点全球AI公司，钱去了哪里？人才在哪里？ 每一场巨变中，人才始终是核心 siyushenqi.com 2025 年 8 月 14 日 • 行业动态 465000 行业动态 印度统一支付接口增长迅速，11月交易量击穿22亿笔 近日，印度国家支付公司（NPCI）发布的数据显示，统一支付接口（UPI）在11月份完成了22.1亿笔交易 siyushenqi.com 2025 年 8 月 13 日 403000 行业动态 扎堆入局！中文在线、360、万兴科技抢滩AI漫剧赛道，创作平台内卷升级 AI漫剧有自己的“创造101”。 siyushenqi.com 2026 年 2 月 3 日 343000 行业动态 亚马逊AI购物助手重磅升级：可实时扫描、匹配商品 Amazon Lens Live 支持用户通过 iOS 端亚马逊购物应用，利用手机摄像头实时扫描并识别周围商品，无需额外操作即可快速捕捉商品信息。 siyushenqi.com 2025 年 9 月 9 日 416000 行业动态 脸萌创始人和抖音前员工创业，在研一款派对游戏 据称该项目对标的是网易的《蛋仔派对》。 siyushenqi.com 2025 年 8 月 18 日 412000 行业动态 Ilya Sutskever担任SSI首席执行官 Ilya Sutskever在社交平台宣布，从6月29日起担任SSI的首席执行官，原因是Meta用重金挖走了SSI的CEO Daniel Gross。 siyushenqi.com 2025 年 8 月 13 日 433000 行业动态 出海印尼，哪些行业坚决不能碰？ 印尼《负面投资清单》（DNI）以总统条例形式明确外资准入规则，将行业分为四类：100%开放、附条件开放、强制合资（外资股比≤49%）、完全禁止。 siyushenqi.com 2025 年 8 月 14 日 477000 14万字精炼干货 50+C级别领袖深度分享出海新风口丨2022扬帆出海·年鉴重磅发布 互联网出海行业“教科书”再度启航，扬帆出海《2020中国互联网出海大家之谈·年鉴》重磅发布 siyushenqi.com 2025 年 8 月 3 日 • 行业动态 320000 取得版号后被玩家狂催上线，下一个女性向爆款要来了？ 7月12日《忆玲珑》开启了第四次小规模内测 siyushenqi.com 2025 年 8 月 20 日 • 行业动态 433000 休闲游戏能顶买量市场半边天？广告变现与低调棋牌是买量大户 无论如何，游戏买量引起的话题，无疑都是近期最热门的关注点之一，经过本月来的持续升温 siyushenqi.com 2025 年 8 月 26 日 • 行业动态 478000 PAGC 2023 高清图集丨首日PAGC大会精彩瞬间都在这儿！（附演讲PPT） 共襄盛举！2023PAGC首日圆满落幕！ siyushenqi.com 2025 年 8 月 20 日 • 行业动态 435000 行业动态 允许一部分传统影视人，靠短剧端原生富起来？ 短剧行业一直在极速变化着。 siyushenqi.com 2025 年 8 月 18 日 471000 版号寒冬下的出海求生之路！盘点IGN海外SLG高分游戏TOP10-7.GAME 凛冬将至，去年至今游戏版号就便毫无预告停发，整个游戏行业面临一场突如其来的寒冬。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 425000 9.27《出海UP说》圆满结束：话尽泛娱乐新潮玩法 助力拥挤赛道迸发青春活力 9.27《出海UP说》圆满落幕！ siyushenqi.com 2025 年 8 月 3 日 • 行业动态 437000 行业动态 土耳其取消进口电商免税政策 2026-02-01起，土耳其全面取消≤30欧元跨境电商包裹的“简化清关”绿色通道，一律走标准海关程序。 siyushenqi.com 2026 年 1 月 9 日 340000 行业动态 2月日本iOS手游畅销榜：《龙珠Z》最强一舞，献给鸟山明 就把《龙珠Z爆裂大战》2月份的历史级表现，当成龙珠IP改编手游献给鸟山明先生生前的最后一份礼物吧~ siyushenqi.com 2025 年 8 月 18 日 408000 引领SLG策略拓维、超预期破圈「Z世代」，《重返帝国》赢在哪里？ 从亮相2021年腾讯年度游戏发布会开始，天美继《乱世王者》之后的第二款SLG《重返帝国》就一直饱受行业与玩家的关注。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 437000 平衡文化共性与本土特色，山海星辰Stardust TV荣登海外短剧应用收入榜首 山海星辰推出的出海产品Stardust TV以8.06%增幅登顶收入榜榜首，成为海外市场表现最为亮眼的短剧平台。 siyushenqi.com 2025 年 8 月 17 日 • 行业动态 490000 糟糕，我迷上了“副游” 副游的好时代来了吗？ siyushenqi.com 2025 年 8 月 24 日 • 行业动态 441000 行业动态 AI不应该把所有桌子都掀了 从对一个对话框的幻想，到给大模型系统级的能力。 siyushenqi.com 2025 年 8 月 13 日 396000 行业动态 《出海拉美，如何搞定支付难题》——Pagsmile 创始人&CEO 刘迪 《出海拉美，如何搞定支付难题》演讲视频完整回放 siyushenqi.com 2025 年 8 月 3 日 407000 “狼来了”，腾讯游戏 8月初，当美国总统特朗普在首次公布对WeChat的行政令时，许多用户就担心，腾讯持股的众多美国游戏公司是否会受影响。 siyushenqi.com 2025 年 8 月 26 日 • 行业动态 444000 精品化浪潮下，中小团队如何“不输在起跑线上”？ 精品化——无疑是近年来游戏圈出现的最热门口号。 siyushenqi.com 2025 年 8 月 3 日 • 行业动态 433000 发表回复 请登录后评论...登录后才能评论 提交
