Компания Alibaba представила свою самую мощную языковую модель в линейке Qwen3. Новая версия отличается заметным ростом производительности в задачах программирования и сценариях использования в качестве агентов.
Версия Qwen3-Max-Base содержит более 1 триллиона параметров и была предварительно обучена на 36 триллионах токенов.
Предварительная версия Qwen3-Max-Instruct уже занимает третью позицию в рейтинге Text Arena, опережая GPT-5-Chat. Полноценный релиз только улучшил результаты в области знаний, рассуждений, кодирования, следования инструкциям, агентных задач и многоязычного понимания. В Tau2-Bench — тесте оценки навыков агентов — Qwen3-Max-Instruct демонстрирует впечатляющий результат 74,8, превосходя Claude Opus 4 и DeepSeek V3.1.
Отдельно компания работает над версией ИИ для рассуждений — Qwen3-Max-Thinking, которая всё ещё обучается, но уже демонстрирует выдающийся потенциал. В тестовых условиях с инструментами и масштабированием вычислений она достигла результата 100% в сложных бенчмарках по рассуждению — AIME 25 и HMMT. Выпуск этой модели ожидается в ближайшее время.
Источник: trashbox.ru