阿里巴巴 Qwen 團隊發布 Qwen3-Max-預覽（指導） — 該公司迄今為止最大的車型， 超過 1 兆個參數 ——並立即透過 Qwen Chat、阿里雲模型工作室 (API) 以及 CometAPI 等第三方市場開放。預覽版針對推理、編碼和長文件工作流程，結合超大規模、超大上下文視窗和上下文緩存，以保持長時間會話的低延遲。
主要技術亮點
- 海量參數數量（萬億以上）： 轉向萬億以上參數模型旨在提升複雜模式學習（多步驟推理、程式碼合成、深度文件理解）的能力。 Qwen 發布的早期基準測試表明，與 Qwen 先前的頂級模型相比，其在推理、編碼和基準測試套件方面均取得了顯著提升。
- 超長上下文和快取： 262k 代幣 視窗允許團隊一次提供完整的長報告、多文件代碼庫或長聊天歷史記錄。上下文快取支援減少了重複上下文的重複計算，並可降低長時間會話的延遲和成本。
- 多語言+編碼能力： Qwen3 系列強調雙語（中文/英文）和廣泛的多語言支持，以及更強大的編碼和結構化輸出處理——對於代碼助手、自動報告生成和大規模文本分析很有用。
- 專為速度和品質而設計。 預覽版用戶表示，與先前的 Qwen3 版本相比，其響應速度“驚人”，指令執行和推理能力也得到了提升。阿里巴巴將該模型定位為面向生產級、代理級和開發者場景的高吞吐量旗艦產品。
可用性和訪問
阿里雲收費 分層、基於令牌 Qwen3-Max-Preview 的價格（輸入和輸出速率分開）。計費以百萬代幣計算，並應用於任何免費配額後實際消耗的代幣。
阿里巴巴公佈的預覽版定價（美元）按請求分級 輸入 代幣量（相同層級決定適用哪些單位費率）：
- 0–32K 輸入令牌：
0.861 / 1 萬個輸入代幣** **3.441 / 1M 輸出代幣. - 32K–128K 輸入令牌：
1.434 / 1 萬個輸入代幣** **5.735 / 1M 輸出代幣. - 128K–252K 輸入令牌：
2.151 / 1 萬個輸入代幣** **8.602 / 1M 輸出代幣.
CometAPI官方提供20%的折扣幫助用戶呼叫API，詳情參考 Qwen3-Max-預覽:
| 輸入令牌 | $0.24 |
| 輸出代幣 | $2.42 |
Qwen3-Max 擴展了 Qwen3 系列（該系列在先前的版本中採用了混合設計，例如混合專家變體和多個主動參數層）。阿里巴巴先前的 Qwen3 版本專注於「思考」（逐步推理）和「指導」模式；Qwen3-Max 被定位為該系列中新的頂級指導變體，表明它超越了該公司之前性能最佳的產品 Qwen3-235B-A22B-2507，表明 1T 參數模型在一系列測試中處於領先地位。
在 SuperGPQA、AIME25、LiveCodeBench v6、Arena-Hard v2 和 LiveBench (20241125) 上，Qwen3-Max-Preview 的排名始終領先 Claude Opus 4、Kimi K2 和 Deepseek-V3.1。
如何存取和使用 Qwen3-Max（實用指南）
1）在瀏覽器中嘗試（Qwen Chat）
親臨 Qwen聊天 （官方 Qwen 網頁/聊天介面）並選擇 Qwen3-Max-預覽 如果在模型選擇器中顯示，則為（指導）模型。這是以視覺化方式評估對話和指導任務的最快方法。
2）透過訪問 阿里巴巴雲 （模型工作室/雲端 API）
- 登入阿里雲 → 模特兒工作室/模特兒服務. 建立推理實例或選擇託管模型端點 qwen3-max-預覽 （或標有預覽版）。
- 使用您的阿里雲存取金鑰/RAM 角色進行身份驗證，並使用包含您的提示和任何產生參數（溫度、最大令牌等）的 POST 請求呼叫推理端點。
3）使用透過 第三方主機/聚合器
據悉，該預覽版可透過 CometAPI 和其他 API 聚合器訪問，這些聚合器允許開發人員使用單一 API 金鑰呼叫多個託管模型。這可以簡化跨提供者的測試，但需要驗證每個主機的延遲、區域可用性和資料處理策略。
入門
CometAPI 是一個統一的 API 平台，它將來自領先供應商（例如 OpenAI 的 GPT 系列、Google 的 Gemini、Anthropic 的 Claude、Midjourney、Suno 等）的 500 多個 AI 模型聚合到一個開發者友好的介面中。透過提供一致的身份驗證、請求格式和回應處理，CometAPI 顯著簡化了將 AI 功能整合到您的應用程式中的過程。無論您是建立聊天機器人、影像產生器、音樂作曲家，還是資料驅動的分析流程，CometAPI 都能讓您更快地迭代、控製成本，並保持與供應商的兼容性——同時也能充分利用整個 AI 生態系統的最新突破。
結論
Qwen3-Max-Preview 讓阿里巴巴躋身於向客戶交付萬億級模型的組織之列。極長的上下文長度與相容 OpenAI 的 API 結合，降低了需要長文檔推理、程式碼自動化或代理編排的企業的整合門檻。成本和預覽版穩定性是主要的採用考慮因素：組織將希望試行快取、串流和批次調用，以管理延遲和定價。
