Das Qwen-Team brachte das Inferenzmodell Qwen3-Max-Thinking auf den Markt und eröffnete das "adaptive Reasoning"-Erlebnis in Qwen Chat. Laut offiziellen und verwandten Berichten verbessert das Modell das Schließen, das Wissen, die Nutzung der Werkzeuge und die Fähigkeiten der Agenten durch groß angelegtes Training und Reinforcement Learning und kann automatisch entscheiden, ob Werkzeuge wie Suche, Speicher und Code-Interpreter im Dialog aufgerufen werden, um manuelle Auswahl und Prozesswechsel zu reduzieren.
Der technische Verkaufspunkt umfasst auch "Scale-on-Test", also mehrere Runden Selbstreflexion und Korrektur komplexer Fragen, um die Qualität der Endantwort zu verbessern. Der öffentlich veröffentlichte Benchmark-Wert zeigt, dass es im HMMT Februar 98,0 und im "Agentic Search"-Szenario von Humanity's Last Exam (HLE) mit Suche 49,8 erreichte. Auf Entwicklerseite zeigt die Alibaba Cloud Model Studio-Dokumentation, dass man eine bestimmte Version des Modells über die OpenAI-kompatiblen Chat-Abschluss- und Antworten-Schnittstellen aufrufen kann.
FAQs
F: Welche Probleme löst Qwen3-Max-Thinking hauptsächlich?
A: Es zielt auf komplexes Denken und Agenturaufgaben ab, betont den automatischen Einsatz von Werkzeugen zur vollständigen Information und Berechnungen bei Bedarf und verwendet mehrere Reflexionsrunden, um die Stabilität der Problemlösung zu verbessern.
F: Was bedeutet der "Adaptive Tool Call" von Qwen3-Max-Thinking?
A: Das Modell kann automatisch eine Kombination von Funktionen wie Suche, Speicher und Code-Interpreter in einer einzigen Aufgabe auswählen, anstatt den Prozess manuell vom Benutzer anzugeben.
F: Wie greift Qwen3-Max-Thinking über die API zu?
A: Sie können OpenAI-kompatible Chat-Abschluss- oder Antwort-APIs in Alibaba Cloud Model Studio verwenden, um die entsprechende Version gemäß den Dokumentparametern und dem Modellnamen aufzurufen.
