На 26 януари Alibaba официално пусна своя водещ модел за мислене, Qwen3‑Max‑Thinking, поставяйки множество нови глобални рекорди на авторитетни бенчмаркове. Неговата производителност съперничи на GPT‑5.2 и Gemini 3 Pro, което го прави най-мощният AI голям модел в Китай и най-близкия домашен модел до най-добрите международни аналози досега.
Чрез увеличаване на общите параметри, обучение за подсилване и изчисление с изводи, новият модел Qwen постигна голям скок в производителността, счупвайки глобални рекорди по ключови показатели, включително научни познания (GPQA Diamond), математически разсъждения (IMO-AnswerBench) и програмиране (LiveCodeBench).
Qwen3‑Max‑Thinking в момента е най-големият и най-мощен модел на мислене на Alibaba, с над 1 трилион параметри и 36 трилиона жетони за предварително обучение.
В 19 широко признати големи бенчмарка на модела, обхващащи фактическо знание, сложни разсъждения, следване на инструкции, подравняване на предпочитанията на хората и способности на агенти, водещият модел постави няколко нови най-съвременни (SOTA) рекорда. Цялостната му производителност е сравнима с GPT‑5.2‑Thinking‑xhigh, Claude Opus 4.5 и Gemini 3 Pro.
За да подобри възможностите за изводи, новият модел Qwen въвежда нов механизъм за мащабиране на времето за тестване, подобрявайки производителността на разсъжденията, като същевременно остава рентабилен.
За разлика от конвенционалните изводи, които просто добавят паралелни пътища и излишно извличат известни заключения, Qwen3‑Max‑Thinking може да извлече „опит“ от предишни изводи и да ги прецизира итеративно в множество кръгове, постигайки по-ефективно и интелигентно разсъждение в рамките на един и същи контекст.
Благодарение на тази иновация както производителността, така и ефективността на разсъжденията са значително подобрени. Например, в бенчмарка „Последният изпит на човечеството“ (HLE) с активиран инструмент, Qwen3‑Max‑Thinking отбеляза 58.3, доста над 45.5 на GPT‑5.2-Thinking и 45.8 на Gemini 3 Pro, постигайки най-висок резултат сред всички текущи модели.
Изживейте го сега:
Източник: MyDrivers
Source link
Like this:
Like Loading…
Нашия източник е Българо-Китайска Търговско-промишлена палaта