2025年9月5日，Claude 刚宣布对中国禁用。当晚，阿里发布了参数量达 1 T 的大语言模型 Qwen3-Max-Preview（Instruct）！
据官方信息显示：相较于 2.5 系列，新版本在中英文理解、复杂指令遵循、工具调用等维度实现了显著增强，同时大幅减少了知识幻觉，让模型更智能、更可靠。
一个非常大的亮点是参数量达到 1T，在衡量复杂挑战能力的 Arena-Hard v2 基准测试中，领跑榜单。在考验推理能力的 AIME25 基准测试中，获得了 80.6 分，展现了其强大的逻辑思维。在 LiveBench 中也以高分也证明了其全面的顶尖性能。
单从上图可以看出 Qwen3-Max-Preview 全面超越 Kimi K2 和 Claude Opus 4 (非思考模式) 和 DeepSeek-V 3.1。
很多老外对此给予了很高的评价，有的说“难以置信”，有的说“是时候向中国学习了”，还有多的说“Kimi K2 失宠了，拥抱 Qwen3-Max”,也有的老外连夜测试，表示“对话效果显著提升”。
有些同学可能会问了，到底在哪里使用呢？
目前官方提供了两种使用方式：
Qwen Chat：https://chat.qwen.ai 阿里云百炼 API 服务：https://bailian.console.aliyun.com/?tab=model#/model-market（搜索 Qwen3-Max-Preview）
当然，大家也可以通过 OpenRouter 来使用，现在它已经支持 Qwen3 Max 模型，短短几个小时已经有很多 AI 工具接入，调用量非常客观。
我简单试了几个 Case，感觉效果还行。
案例1：敖丙藏头诗
提示词：
写一首关于 “敖丙”的两句藏头诗
Qwen3-Max-Preview 效果：
Claude Sonnet 4 效果：
文无第一，武无第二，很难说谁写得更好，两者基本相当，我更喜欢 Claude Sonnet 4 输的前半句和 Qwen3-Max-Preview 的后半句。
案例2：一只骑自行车的鹈鹕
提示词：
Generate an SVG of a pelican riding a bicycle
Qwen3-Max-Preview 效果：
Claude Sonnet 4 效果：
两个模型的效果都不太完美，Qwen3-Max-Preview 脚蹬子都没有，车轮有点抽象，Claude Sonnet 4 脚直接悬空，自行车把都没有。整体来说， Claude Sonnet 4 绘制的更细腻一些。
案例3：文章转卡片
提示词：
请你将以下内容通过 HTML 代码的方式绘制出配色漂亮配色排版合理的知识卡片展示网页。
每张卡片包含：
- 一个标题（总结该段落/观点核心）
- 一个“核心观点”块（用一句话表达重点）
- 一个“解释说明”块（用一段文字解释该观点）
- 一个“建议行动”块（指出该观点对实际工作或学习的建议）
HTML 的最顶部加上文档的标题
输出完整 HTML 代码
Qwen3-Max-Preview 效果：
Claude Sonnet 4 效果：
从最终生成的效果上 Qwen3-Max-Preview 于 Claude Sonnet 4 相当，Qwen3-Max-Preview 的 “心流体验的终极破坏者” 和 Claude Sonnet 4 "云 IDE 的翻版问题"这种表述多少一些“AI 味道”。
案例4：运动小球
提示词：
编写一个 Python 脚本，用 pygame，让一个球在某个形状内弹跳。并让该形状缓慢旋转，确保球停留在形状内。
Qwen3-Max-Preview 效果：
Claude Sonnet 4 效果：
这个 Case 两个模型通过 Python 代码生成的效果基本相当。Qwen3-Max-Preview 小球会有稍微超过边界的情况，Claude Sonnet 4 生成的代码小球在和边界碰撞后回弹更明显一些，但是整体来说两个模型都符合要求。
从上述 Case 可以看出，Qwen3-Max-Preview 和 Claude Sonnet 4 开始有些接近，但表现依然不完美，SVG 绘图和运动小球不够细腻，还存在少许 AI 味道。
需要提醒大家的是，大模型榜单以及网上的测评效果只是一个参考，目前还没有一个模型能擅长所有任务，在实际应用时大家需要根据任务类型选择最适合的模型。
当然，大家也不必迷信超大参数模型，如果有些场景使用小一点参数的模型就可以非常快速而且效果可以满足需求是，也可优先使用小一点参数的大语言模型，以提升响应速度和节省成本。
最后，希望大家不必纠结于新出的模型存在哪些 Bad Case，模型不能做什么，我们要多思考可以为我们做什么，积极使用 AI 更好地帮我们解决问题，创造价值。
