Модель · Qwen
Qwen3 Max
Бывшая флагманская модель Qwen для программирования, агентов и сложных задач. Её уже сменили Qwen3.5–3.8 Max
вышла 23 сентября 2025
Рейтинг Epoch AIСводная оценка общих возможностей модели: статистическая модель выводит её из результатов на многих бенчмарках с учётом их сложностиШкала условная (Claude 3.5 Sonnet = 130, GPT-5 = 150); интервал — 90-процентный диапазон оценки, и модели с перекрывающимися интервалами надёжно не различаются.Подробнее на английском ↗
95 место из 266
индекс 142, вероятный разброс 140–145 · весь рейтинг →
| Бенчмарк | РезультатОбычно — доля заданий теста, которые модель решила. У некоторых тестов свой счёт; как он устроен, сказано в пояснении к названию теста | УсилиеНасколько долго модель рассуждала перед ответом, когда её проверяли: низкое, среднее, высокое, очень высокое, максимальное. Чем выше усилие, тем обычно выше результат — и тем дольше и дороже ответ. Показан лучший результат и усилие, на котором он получен |
|---|---|---|
| DTBenchВопросы с выбором ответа по теории принятия решений в задачах вроде парадокса Ньюкома, где твой выбор говорит о выборе похожих на тебяСлучайный выбор даёт около 40%, так что это нижняя планка, а не ноль.Подробнее на английском ↗ | 70,2% | |
| LMCAНасколько оценки моделью доводов в философии, теории решений и безопасности ИИ совпадают с оценками экспертовБалл — корреляция с оценками экспертов, умноженная на 100; практический потолок около 85, а не 100.Подробнее на английском ↗ | 33,3% | |
| Mystery Game Puzzles100 позиций из головоломочного варианта известной игры, название которой скрыто: нужно найти единственный лучший ходПодробнее на английском ↗ | 0,0% | |
| FrontierMath-Tiers-1-3-v2-PrivateСотни новых задач исследовательской математики от профессиональных математиков; эксперту на задачу нужны часы или дниПодробнее на английском ↗ | 18,9% | |
| CL-benchУмение выучить новое прямо из длинного текста: вымышленные законы, языки программирования, правила — и решить по ним задачиЗадача засчитывается, только если ответ проходит все проверочные критерии экспертов, поэтому даже лидеры решают около четверти.Подробнее на английском ↗ | 14,5% | |
| Chess Puzzles100 новых шахматных задач, позиция дана текстом: нужно найти единственный лучший ход по оценке движка StockfishПодробнее на английском ↗ | 0,0% | |
| SimpleQA Verified1000 коротких вопросов на факты, на которые модель отвечает по памяти, без поиска в интернетеБалл — F1: учитываются и доля верных ответов, и точность там, где модель решилась ответить, так что честное «не знаю» лучше ошибки.Подробнее на английском ↗ | 48,7% | |
| Fiction.LiveBenchВопросы по длинным художественным текстам: понять мотивы героев, порядок событий и сделать выводы из всего сюжетаРезультат зависит от длины текста: с ростом объёма точность обычно падает, поэтому сравнивать стоит при одинаковой длине.Подробнее на английском ↗ | 66,7% | |
| OTIS Mock AIME 2024-202545 олимпиадных задач по математике из пробных экзаменов AIME школы OTIS; ответ — целое число от 0 до 999Подробнее на английском ↗ | 73,3% | |
| GPQA diamond198 вопросов с выбором ответа по физике, химии и биологии уровня аспирантуры — такие, что ответ не найти поискомСлучайный выбор даёт 25%, а специалисты с учёной степенью в своей области набирают около 70%.Подробнее на английском ↗ | 63,5% | |
| MATH level 5Самые трудные задачи (5-й уровень) из набора MATH — задачи американских школьных олимпиад AMC 10, AMC 12 и AIMEТест близок к насыщению: у сильных моделей результаты почти одинаковые и высокие, разница в несколько пунктов мало что значит.Подробнее на английском ↗ | 97,1% |
Характеристики
- Вышла
- 23 сентября 2025
- КонтекстСколько текста модель учитывает за один запрос: вопрос, приложенные документы и её собственный ответ вместе. Токен — кусок слова; слово обычно занимает один–три токена
- 262 тыс. токенов
- Длина ответаСколько токенов модель может выдать за один ответ, вместе со скрытыми рассуждениями, если они есть
- до 65 тыс. токенов
- Цена входаСколько стоит миллион токенов, отправленных модели: вопрос, документы, вся история переписки
- $1,20 за миллион токенов
- Цена ответаСколько стоит миллион токенов, написанных моделью, — включая скрытые рассуждения
- $6 за миллион токенов
- Понимает
- текст
- Отвечает
- текст
- РассужденияПеред ответом модель рассуждает про себя: медленнее и дороже, зато точнее на трудных задачах
- нет
- Вызов инструментовМодель сама просит программу выполнить действие — поиск, запуск кода, запрос к сервису — и продолжает с результатом. На этом держатся агенты
- да
- ВесаОткрытые — файлы модели можно скачать и запустить на своих серверах. Закрытые — доступ только через сервис лаборатории
- закрытые
- Знания до
- апрель 2025
- Идентификатор в API
- qwen3-max
Что это за модель
Qwen3-Max — самая крупная модель линейки Qwen3 на момент выхода в сентябре 2025 года. Alibaba сначала выпустила её как предварительную версию, а 24 сентября объявила окончательную. Модель построена по схеме «смесь экспертов» (mixture of experts): на каждый токен работает лишь часть сети. Всего в ней больше триллиона параметров, обучали её на 36 трлн токенов.
Лаборатория отдельно пишет, как обучала модель. По её словам, обучение шло ровно, без резких скачков ошибки, так что откатываться к прошлым контрольным точкам не пришлось. По сравнению с Qwen2.5-Max загрузка оборудования выросла примерно на 30%. После сбоя оборудования обучение теперь восстанавливается впятеро быстрее.
Под идентификатором qwen3-max работает версия Instruct — она отвечает сразу, без долгих рассуждений. Лаборатория делала упор на программирование и агентные задачи, то есть на работу с инструментами в несколько шагов. По её замерам, модель набрала 69,6 балла в SWE-Bench Verified (исправление ошибок в реальных репозиториях) и 74,8 в Tau2-Bench (работа агентом с инструментами). По второму тесту компания заявляет превосходство над Claude Opus 4 и DeepSeek V3.1. Предварительная версия поднималась на третье место в рейтинге LMArena, где пользователи сравнивают ответы моделей вслепую.
Отдельная рассуждающая версия Qwen3-Max-Thinking в момент анонса ещё обучалась. Её результат в 100 баллов на математических олимпиадах AIME 25 и HMMT к этой модели не относится. Веса Qwen3-Max не выложены: доступ есть только через Qwen Chat и API Alibaba Cloud. Сейчас у Qwen есть более новые Max-версии, вплоть до Qwen3.8 Max, а в рейтинге Epoch эта модель стоит в середине списка.
Источники: Анонс Qwen3-Max в блоге Alibaba Cloud, Анонс Qwen3-Max в блоге Qwen
Того же уровня по индексу Epoch
-
Claude Haiku 4.5
Anthropic96-е место в Epochконтекст 200 тыс.$1 / $5рассуждениядешевле
-
Qwen3.5 35B-A3B
Qwen92-е место в Epochконтекст 262 тыс.$0,25 / $2открытые весарассуждениядешевле в 3 раза
-
Gemma 4 31B IT
Google91-е место в Epochконтекст 262 тыс.открытые весарассуждения
-
Другие модели семейства
-
-
-
-
-
-
-
-
Новости о модели
- 01
- 02
- 03
- 04
- 05
- 06
Данные: models.dev (MIT) и Epoch AI (CC BY 4.0).