阿里云百炼平台迎来重磅更新——Qwen3-Max-Preview（Instruct）模型正式上线。这款参数规模突破万亿级的大语言模型，在权威基准测试中展现出碾压性优势，多项指标超越Claude-Opus 4（Non-Thinking）、Kimi-K2及DeepSeek-V3.1等主流模型，甚至将阿里自家Qwen3-235B-A22B-Instruct-2507版本甩在身后。
在知识推理评测SuperGPQA中，Qwen3-Max-Preview以64.6分登顶；数学推理评测AIME25中，80.6分的成绩形成断层式领先；复杂问题解决测试Arena-Hard v2中，86.1分的表现大幅超越同类模型。更值得注意的是，该模型在LiveBench"抗操控性"评测中取得79.3分，证明其在应对恶意引导时的稳定性。
实测环节中，模型在物理模拟、前端开发等场景展现惊人能力。开发者@karminski-牙医测试显示，在流体动力学模拟中，Qwen3-Max-Preview能准确呈现杯子倾倒时液体的物理轨迹，而Gemini 2.5出现底部数据异常，DeepSeek-V3.1则错误呈现物体倒出状态。该模型还能一键生成符合物理规律的SVG动画，并快速构建交互式网页界面。
技术特性方面，新模型支持超过100种语言，针对检索增强生成（RAG）和工具调用进行专项优化。在阿里云百炼平台，用户可通过API调用该模型，最大支持256k上下文窗口。计费模式采用阶梯定价：0-32k token输入0.006元/千token，输出0.024元/千token；32k-128k区间输入0.01元/千token，输出0.04元/千token；128k-252k区间输入0.015元/千token，输出0.06元/千token。
同步上线的Qwen Chat服务向用户开放免费体验，开发者可测试模型在多轮对话、任务拆解、指令响应等场景的表现。实测案例显示，该模型能精准理解复杂指令，如根据单张照片生成像素风格花园设计，或创建骑自行车的鹈鹕动态矢量图。这些能力验证了Scaling Law（规模定律）在模型性能提升中的持续有效性。
