作者｜子川

　　來源｜AI先鋒官

　　來了來了，終于等到了基于Qwen2.5-Max的推理模型！

　　就在今天，通義千問團隊發布了最新的深度推理模型QwQ-Max-Preview預覽版，這是繼QwQ-32B-Preview之后，千問團隊再次推出推理模型。

　　據介紹，QwQ-Max-Preview的基礎模型是Qwen2.5-Max，它將更加擅長數學、編程、與Agent相關的任務。

　　雖然QwQ-Max-Preview目前是一個預覽版，但實力非?？勾?。

　　在LiveCodeBench編程測試上，QwQ-Max-Preview 表現比肩 o1-medium ，超越了DeepSeek R1等頂尖模型。

　　并且通義千問團隊還表示后續將推出 QwQ-Max 和 Qwen2.5-Max 的官方 Apache 2.0 許可開源版本。

　　除此之外，公告還透露將發布Qwen Chat APP和開源更小的推理模型，如qwq-32b， 可直接在本地設備部署。

　　寫到這里，腦海中突然只剩下四個字：源神啟動！

　　在博客中，通義千問團隊放出了多個實測案例，分別展示QwQ-Max-Preview在代碼、數學、搜索、Agent、創意寫作等方面的能力。

　　比如QwQ-Max-Preview輕松搞定模擬海量小球運動的代碼。

　　還能開發游戲，把《俄羅斯方塊》和《2048》兩款游戲整合在一起。

　　甚至能給淘寶服裝店生成一張海報和二維碼，二維碼實測也可以跳轉至淘寶官網。

　　這樣看起來，QwQ-Max-Preview的表現確實牛。

　　畢竟是官方放出的案例，實際到底如何還得自己把控。

　　老規矩，接下來，實測一下，看一下QwQ-Max-Preview的推理能力到底有多強。

　　下面就用QwQ-Max-Preview和o3-mini、混元T1打個PK。

　　案例一：今天星期幾？

　　某地有兩個奇怪的村莊，張莊的人在星期一、三、五說謊，李村的人在星期二、四、六說謊。在其他日子他們說實話。一天，外地的王從明來到這里，見到兩個人，分別向他們提出關于日期的題。兩個人都說：“前天是我說謊的日子?！比绻粏柕膬蓚€人分別來自張莊和李村，那么這一天是星期幾？

　　QwQ-Max-Preview

　　o3-mini

　　混元T1

　　好家伙，只有o3-mini回答錯誤，QwQ-Max-Preview和混元T1都回答正確，逆推一下發現o3-mini明顯回答錯誤了。

　　案例二：四個人如何過橋

　　在一個夜晚，同時有4人需要過一橋，一次最多只能通過兩個人，且只有一只手電筒，而且每人的速度不同。A、B、C、D需要時間分別為：1，2，5，10分鐘。問：在17分鐘內這四個人怎么過橋？

　　QwQ-Max-Preview

　　o3-mini

　　混元T1

　　全部回答正確，是時候上上難度，來一個挖坑推理題，能不能難住它們。

　　案例三：竹竿過門

　　一根8米長的竹竿是否能通過一個4米高、2米寬的門？

　　QwQ-Max-Preview

　　o3-mini

　　混元T1

　　這道挖坑題把混元T1難住了，回答錯誤，混元T1按照慣性思維計算斜對角的長度，它不理解竹杠是可以穿過去的。

　　相反，QwQ-Max-Preview和o3-mini沒有被坑到，回答正確，目前只剩下QwQ-Max-Preview還保持全對，上上難度。

　　案例四：江西省南昌市2025屆高三模擬真題

　　專門挑了選擇題的最后一題，在過去，最后一道題往往只有數學老師和數學大神能做出來，看看它們三是否能做出來。

　　先公布正確答案：B、C、D

　　QwQ-Max-Preview

　　o3-mini

　　混元T1

　　又是只有o3-mini一個人回答錯誤的名場面出現了.....

　　整體測試下來，唯一保持全勝記錄的只有QwQ-Max-Preview，會發現其推理能力要比o3-mini強得多。

　　目前QwQ-Max-Preview模型已經上線，大家感興趣的話，可以試玩一下

　　鏈接：https://chat.qwen.ai

　　寫到最后，不禁被通義團隊的開源精神所折服。

　　此前DeepSeek蒸餾出的6個開源模型中，有4個就是基于Qwen-32B來蒸餾。

　　還有李飛飛團隊用不到50美元的費用，以Qwen2.5-32B-Instruct開源模型為底座，在16塊H100 GPU上監督微調26分鐘，訓練出新模型s1-32B。

　　據不完全統計，Qwen系列衍生模型總數超過5萬個，已經成為僅次于Llama的世界級模型群。