Qwen拿半成品刷下AIME’25满分，给别人留点面子吧……

鱼羊
2025-11-04
11:47:20

来源：量子位

鱼羊 发自 凹非寺

量子位 | 公众号 QbitAI

半成品模型，已经刷下高难度数学推理测试AIME 25满分战绩。

开源之王Qwen又在深夜放大招了。

Qwen3“超大杯”推理版露出庐山真面目，虽然还是“早期预览版”，仍在训练中，但在当前的Checkpoint，已经能在AIME 25和HMMT25（哈佛-MIT数学竞赛）中达到100%的准确率。

什么概念？就是一整个全场看呆的节奏：

此前，AIME 25的最好成绩由GPT-5系列把持，GPT-5 Codex（high）的准确率是98.7%，GPT-5（high）是94.3%。而Qwen3 235B的成绩是91%。

△图源：Artificial Analysis

这不Ilya和奥特曼还在为当年的“真还传”扯头花嘛，有网友感叹：

这个完成度令人难以置信。OpenAI还在搞抓马，而Qwen已经默默耕耘惊艳众人。

目前，这个Qwen3-Max-Thinking的早期预览版已经可以在Qwen Chat中免费试用，API也已上线阿里云。官方承诺，训练还在继续，后续会持续更新版本。

实测Qwen3-Max-Thinking

技术细节方面，Qwen官方尚未透露更多信息，但如果你感兴趣，现在就可以实测见真章。

我们已经测试了一波，以供参考。

先上经典题：小球碰撞测试。

编写一个Python程序，让一个小球在旋转的六边形内弹跳，小球运动遵循物理规律

Qwen3-Max-Thinking一次成功，效果很不错。

既然是AIME 25满分选手，那么接下来，我们直接上IMO竞赛题。

求所有实数α，对于任一正整数n，整数 ⌊α⌋ + ⌊2α⌋ + … + ⌊nα⌋ 一定是n的倍数。（注：⌊z⌋表示小于或等于z的最大整数。例如：⌊-π⌋ = -4，⌊2⌋ = ⌊2.9⌋ = 2。）

面对这道有数论意味的代数题，模型思考了5分钟左右，给出答案：

回答正确。

完整答案如下：

前端方面，我们用简单的提示词，要求Qwen3-Max-Thinking用Three.js构建3D太阳系。

一开始，模型偷了个懒，只绘制了4颗行星，并且虽然设置了控制行星运动速度的按键，但实际并没有自转和公转的效果。

经过人工提醒之后，Qwen3-Max-Thinking补全了八大行星，优化了前端效果，不过公转的问题还是没有解决。

需要说明的是，Thinking模式下，Qwen3-Max的思考时间还挺久的……如果一时间想不明白，还会出现中英文各想一遍的情况（doge）。

初步体验下来，Qwen3-Max-Thinking有很多值得深挖的地方，不过也正如Qwen技术负责人林俊旸所说，“要做到面面俱到确实有点难”。

我们还需要更多时间。工作尚未完成。

而对于网友们来说，更重要的是——

“啥时候开源？”

体验地址：
https://chat.qwen.ai/
API地址：
https://modelstudio.console.alibabacloud.com/?tab=doc#/doc/?type=model&url=2840914_2&modelId=qwen3-max-preview

— 完 —

Read More