spesifikasi teknis Qwen 3-max
| Bidang | Nilai / catatan |
|---|---|
| Official model name / version | qwen3-max-2026-01-23 (Qwen3-Max; varian “Thinking” tersedia). |
| Parameter scale | > 1 triliun parameter (andalan berparameter triliun). |
| Architecture | Desain keluarga Qwen3; teknik mixture-of-experts (MoE) digunakan di seluruh lini Qwen3 untuk efisiensi; mode “Thinking”/penalaran khusus dijelaskan. |
| Training data volume | Dilaporkan ~36 triliun token (campuran pretraining dilaporkan dalam materi teknis Qwen3). |
| Native context length | 32.768 token native; metode tervalidasi (misalnya, RoPE/YaRN) dilaporkan memperluas perilaku ke jendela yang jauh lebih panjang dalam eksperimen. |
| Typical supported modalities | Teks dan ekstensi multimodal dalam keluarga Qwen3 (varian penyuntingan gambar/visi tersedia); Qwen3-Max berfokus pada teks + integrasi agen/alat untuk inferensi. |
| Modes | Thinking (penalaran langkah demi langkah / penggunaan alat) dan Non-thinking (instruksi cepat). Snapshot secara eksplisit mendukung alat bawaan. |
What is Qwen3-Max
Qwen3-Max adalah tingkatan berkapabilitas tinggi dalam generasi Qwen3: sebuah model berfokus pada inferensi yang direkayasa untuk penalaran kompleks, alur kerja agen/alat, retrieval-augmented generation (RAG), dan tugas konteks panjang. Desain “Thinking” memungkinkan keluaran gaya chain-of-thought (CoT) langkah demi langkah saat diperlukan, sementara mode non-thinking memberikan respons dengan latensi lebih rendah. Snapshot 2026-01-23 menekankan pemanggilan alat bawaan dan kesiapan inferensi tingkat enterprise.
Main features of Qwen3-Max
- Frontier reasoning (“Thinking” mode): Mode inferensi penalaran/“thinking” yang dirancang untuk menghasilkan jejak langkah demi langkah dan meningkatkan akurasi penalaran multi-langkah.
- Trillion-parameter scale: Skala andalan yang ditujukan untuk meningkatkan performa di tugas penalaran, kode, dan tugas yang sensitif terhadap alignment.
- Long context (32K native): Jendela 32.768 token native; teknik tervalidasi dilaporkan dapat menangani konteks lebih panjang dalam pengaturan tertentu. Bagus untuk dokumen panjang, peringkasan multi-dokumen, dan state agen yang besar.
- Agent/tool integration: Dirancang untuk lebih efektif memanggil alat eksternal, memutuskan kapan perlu mencari atau mengeksekusi kode, dan mengorkestrasi alur agen multi-langkah untuk tugas enterprise.
- Multilingual and coding strength: Dilatih pada korpus multibahasa masif dengan performa kuat dalam tugas pemrograman dan generasi kode.
Benchmark performance of Qwen3-Max
Qwen3-Max dibandingkan dengan model sezaman terpilih
- Versus GPT-5.2 (OpenAI) — Perbandingan di pers memposisikan Qwen3-Max-Thinking kompetitif pada tolok ukur penalaran multi-langkah saat penggunaan alat diaktifkan; peringkat absolut bervariasi menurut tolok ukur dan protokol. Tingkatan harga/token Qwen tampak diposisikan kompetitif untuk penggunaan agen/RAG berat.
- Versus Gemini 3 Pro (Google) — Beberapa perbandingan publik (HLE) menunjukkan Qwen3-Max-Thinking melampaui Gemini 3 Pro pada evaluasi penalaran tertentu; lagi-lagi, hasil sangat bergantung pada pengaktifan alat dan metodologi.
- Versus Anthropic (Claude) and other providers — Qwen3-Max-Thinking dilaporkan menyamai atau melampaui beberapa varian Anthropic/Claude pada subset tolok ukur penalaran dan multi-domain dalam liputan pers; suite tolok ukur independen menunjukkan hasil yang beragam di berbagai dataset.
Takeaway: Qwen3-Max-Thinking dipresentasikan secara publik sebagai model penalaran frontier yang memperkecil atau menutup kesenjangan dengan model tertutup Barat terkemuka pada sejumlah tolok ukur — khususnya dalam pengaturan yang mengaktifkan alat, konteks panjang, dan berorientasi agen. Validasi dengan tolok ukur Anda sendiri serta snapshot dan konfigurasi inferensi yang tepat sebelum berkomitmen pada satu model untuk produksi.
Typical / recommended use cases
- Enterprise agents and tool-enabled workflows (otomasi dengan penelusuran web, panggilan DB, kalkulator) — snapshot secara eksplisit mendukung alat bawaan.
- Long-document summarization, legal/medical document analysis — jendela konteks besar membuat Qwen3-Max cocok untuk tugas RAG bentuk panjang.
- Complex reasoning and multi-step problem solving (matematika, penalaran kode, asisten riset) — mode Thinking menargetkan alur kerja gaya chain-of-thought.
- Multilingual production — cakupan bahasa luas mendukung penerapan global dan pipeline non-Inggris.
- High-throughput inference with cost optimization — pilih keluarga model (MoE vs dense) dan snapshot yang sesuai kebutuhan latensi/biaya.
How to access Qwen3-max API via CometAPI
Step 1: Sign Up for API Key
Masuk ke cometapi.com. Jika Anda belum menjadi pengguna kami, silakan daftar terlebih dahulu. Masuk ke CometAPI console. Dapatkan kredensial akses API key dari antarmuka. Klik “Add Token” pada API token di personal center, dapatkan token key: sk-xxxxx dan kirimkan.
Step 2: Send Requests to Qwen3-max API
Pilih endpoint “qwen3-max-2026-01-23” untuk mengirim permintaan API dan atur request body. Metode permintaan dan request body diperoleh dari dokumen API situs kami. Situs kami juga menyediakan pengujian Apifox untuk kenyamanan Anda. Ganti dengan CometAPI key aktual dari akun Anda. URL dasar adalah Chat Completions.
Masukkan pertanyaan atau permintaan Anda ke kolom content—ini yang akan dijawab model . Proses respons API untuk mendapatkan jawaban yang dihasilkan.
Step 3: Retrieve and Verify Results
Proses respons API untuk mendapatkan jawaban yang dihasilkan. Setelah diproses, API merespons dengan status tugas dan data keluaran.