Qwen拿半成品刷下AIME’25滿分，給別人留點面子吧……
實測來了
魚羊 發自 凹非寺
量子位 | 公眾號 QbitAI
半成品模型，已經刷下高難度數學推理測試AIME 25滿分戰績。
開源之王Qwen又在深夜放大招了。
Qwen3“超大杯”推理版露出廬山真面目，雖然還是“早期預覽版”，仍在訓練中，但在當前的Checkpoint，已經能在AIME 25和HMMT25（哈佛-MIT數學競賽）中達到100%的準確率。
什么概念？就是一整個全場看呆的節奏：
此前，AIME 25的最好成績由GPT-5系列把持，GPT-5 Codex（high）的準確率是98.7%，GPT-5（high）是94.3%。而Qwen3 235B的成績是91%。
△圖源：Artificial Analysis
這不Ilya和奧特曼還在為當年的“真還傳”扯頭花嘛，有網友感嘆：
這個完成度令人難以置信。OpenAI還在搞抓馬，而Qwen已經默默耕耘驚艷眾人。
目前，這個Qwen3-Max-Thinking的早期預覽版已經可以在Qwen Chat中免費試用，API也已上線阿里云。官方承諾，訓練還在繼續，后續會持續更新版本。
實測Qwen3-Max-Thinking
技術細節方面，Qwen官方尚未透露更多信息，但如果你感興趣，現在就可以實測見真章。
我們已經測試了一波，以供參考。
先上經典題：小球碰撞測試。
編寫一個Python程序，讓一個小球在旋轉的六邊形內彈跳，小球運動遵循物理規律
Qwen3-Max-Thinking一次成功，效果很不錯。
既然是AIME 25滿分選手，那么接下來，我們直接上IMO競賽題。
求所有實數α，對于任一正整數n，整數 ?α? + ?2α? + … + ?nα? 一定是n的倍數。（注：?z?表示小于或等于z的最大整數。例如：?-π? = -4，?2? = ?2.9? = 2。）
面對這道有數論意味的代數題，模型思考了5分鐘左右，給出答案：
回答正確。
完整答案如下：
前端方面，我們用簡單的提示詞，要求Qwen3-Max-Thinking用Three.js構建3D太陽系。
一開始，模型偷了個懶，只繪制了4顆行星，并且雖然設置了控制行星運動速度的按鍵，但實際并沒有自轉和公轉的效果。
經過人工提醒之后，Qwen3-Max-Thinking補全了八大行星，優化了前端效果，不過公轉的問題還是沒有解決。
需要說明的是，Thinking模式下，Qwen3-Max的思考時間還挺久的……如果一時間想不明白，還會出現中英文各想一遍的情況（doge）。
初步體驗下來，Qwen3-Max-Thinking有很多值得深挖的地方，不過也正如Qwen技術負責人林俊旸所說，“要做到面面俱到確實有點難”。
我們還需要更多時間。工作尚未完成。
而對于網友們來說，更重要的是——
“啥時候開源？”
體驗地址：
https://chat.qwen.ai/
API地址：
https://modelstudio.console.alibabacloud.com/?tab=doc#/doc/?type=model&url=2840914_2&modelId=qwen3-max-preview
— 完 —
- 蘋果芯片主管也要跑路！庫克被曝出現健康問題2025-12-07
- 世界模型和具身大腦最新突破：90%生成數據，VLA性能暴漲300%｜開源2025-12-02
- 谷歌新架構突破Transformer超長上下文瓶頸！Hinton靈魂拷問：后悔Open嗎？2025-12-05
- 90后華人副教授突破30年數學猜想！結論與生成式AI直接相關2025-11-26
相關閱讀
