刷新世界记录！千问推理，小五郎秒变柯南？

张书乐 人民网、人民邮电报专栏作者

测试世界第一还不是无敌，

还需实战和消费场景天下第一。

世界第一的纪录，正在被中国大厂接连刷新。

一个大厂刷完，下一个大厂接着刷。

中国AI正在包揽全球AI竞赛各个赛场上的前三甲。

现在的关键赛点，是到底这些AI，是柯南，还是毛利小五郎。

26日晚间，阿里正式发布千问旗舰推理模型Qwen3-Max-Thinking，在多项关键性能基准测试中，千问表现超过了GPT-5.2、Claude Opus 4.5 和Gemini 3 Pro等顶尖模型，刷新全球纪录，进一步拓展了人工智能系统的推理性能边界。

阿里方面表示，Qwen3-Max-Thinking总参数超万亿，进行了更大规模的强化学习后训练，并通过推理技术的系列创新，最终完成模型性能的大幅飞跃。

其还大幅增强了自主调用工具的原生Agent能力，模型可像专业人士一样边用工具边思考。

同时，模型幻觉也大为降低，为解决真实复杂任务打下基础。

目前，普通用户可通过千问PC端和网页端试用新模型，千问APP也即将接入，所有用户都可免费体验。

此外，28日，全球最大开源社区Hugging Face最新数据显示，阿里千问大模型开源数量突破400个，是全球AI开源社区采用率最高的模型。

麻省理工学院报告指出，2025年，中国研发的开源大模型全球下载量占比达17.1%，首次超越美国（15.8%），跃居世界第一。

值得注意的是，1月15日，阿里在杭州举办了千问产品发布会，宣布全面接入淘宝、支付宝、飞猪、高德、盒马等阿里生态业务。

阿里千问 APP 化身智能体“顾问”，支持一句话点外卖、购物、买机票、订酒店，引发广泛关注。

Chatbot （聊天机器人）的战争已经基本结束。

下一步竞争的焦点是转向“会干活”的AI Agent（智能体），愈发成为行业共识。

目前，阿里、腾讯、字节等大厂均已布局智能体。

值得注意的是，尽管前景广阔，但行业智能体的规模化应用仍面临多重障碍。

对于Qwen3-Max-Thinking的正式发布，最值得关注的点是什么？

如何看Qwen3-Max-Thinking的行业应用前景？

目前，国内同类产品的发展状况和市场情况是怎样的？

Qwen3-Max-Thinking的面世，是否有助于阿里千问市场拓展？

对此，网联社梁伟和书乐进行了一番交流，本猴以为：

测试世界第一还不是无敌，还需实战和消费场景天下第一。

具体到阿里千问这次破纪录，也不能盲目乐观。

推理能力需要实战检测，仅仅靠跑分不能证明领先。

推理水平到底是柯南，还是毛利小五郎，都需要大众实践来检验。

同时，这个记录能保持几天，会把哪家中国大厂所打破，还很难说。

真正的崛起，还是要如此前更新去切入电商场景那样，通过大模型推理，让精准消费距离和购物选择的难度再一次扁平化，才是最强。

诚然，阿里的电商大数据，就是千问的私有数据池，也是友商攻不破的护城河。

不过，未来，阿里电商体系的地位，决定了千问核心竞争力的大小，唯有千问通过功能服务反哺阿里电商，才是真正的应用价值。

总体来说，2025年开始，中国人工智能从此前的通用模式的大模型之争，走向垂直细分市场的智能体竞技。

通过对细分功能如绘画、作曲、写作、编程等功能性服务，进行深度定制。

对于阿里千问来说，只有真正能作用于B端或C端，且显著有效，才有市场价值。

或者说，此前融入阿里生态，是阿里为用户直接制作了智能体，即过去的AI竞争是大模型的通用功能竞争。

当下的AI赛点是用大模型打磨出针对化服务的智能体。

此次千问推理模型，则是为智能体提供更好的智力支持，就看这个支持到底能让智商有多大程度提高，则市场就会有多大的拓展空间。