Новые возможности рассуждения в Qwen3-Max-Thinking + сравнение с другими моделями

Коротко о главном:

• Qwen3-Max-Thinking — флагманская reasoning-модель от Qwen с усиленным многошаговым мышлением.
• Показывает результаты на уровне GPT-5.2-Thinking, Claude-Opus-4.5 и Gemini 3 Pro в 19 бенчмарках.
• Автоматически выбирает инструменты: поиск, память, интерпретатор кода.
• Использует продвинутый test-time scaling — модель «думает глубже», а не просто дольше.
• Подходит для сложных задач: программирование, математика, агентные сценарии, работа с длинным контекстом.

Если раньше AI отвечал быстро, но поверхностно, то теперь он всё чаще размышляет стратегически. Qwen3-Max-Thinking — как раз про это.

Что вообще значит «Thinking» в названии

За последние пару лет модели разделились на два типа:

1. Быстрые — для чатов, текстов, простых задач.
2. Thinking-модели — для сложных рассуждений, математики, кода, стратегий.

Китайская Qwen3-Max-Thinking относится ко второй категории.

Она не просто генерирует ответ, а проходит внутренние шаги рассуждения: проверяет гипотезы, корректирует выводы, пересобирает логику.

Это особенно заметно в задачах:

• олимпиадная математика,
• сложное программирование,
• многошаговые логические цепочки,
• агентные сценарии с инструментами.

ОНЛАЙН-ПРАКТИКУМ

ЗАПУСК нейросети DEEPSEEK R1 ЛОКАЛЬНО НА СВОЕМ КОМПЬЮТЕРЕ

ЧТО БУДЕТ НА ОБУЧЕНИИ?

• ПОКАЖЕМ, КАК РАЗВЕРНУТЬ МОДЕЛЬ нейросети DEEPSEEK R1 ПРЯМО НА СВОЁМ КОМПЬЮТЕРЕ
• Где и как применять? Потестируем модель после установки на разных задачах
• Как дообучить модель под себя?

Участвовать бесплатно

Что нового по сравнению с предыдущими версиями

1. Масштаб + усиленное обучение с подкреплением

Модель масштабировали по параметрам и серьёзно усилили обучение через reinforcement learning (обучение с подкреплением).

Это позволило улучшить точность фактических знаний, сложные логические рассуждения, следование инструкциям, соответствие человеческим предпочтениям и агентные способности.

И это не маркетинг — цифры действительно подтверждают рост.

2. Адаптивное использование инструментов

Раньше пользователь сам выбирал: «включить поиск» или «запустить код». Теперь модель делает это сама.

Внутри доступны Search (поиск), Memory (память), Code Interpreter (интерпретатор кода).

Если вопрос требует свежей информации — включается поиск. Если задача математическая — активируется вычислительный режим. Если разговор длительный — подключается память.

Это снижает галлюцинации и делает ответы более устойчивыми.

3. Новая стратегия test-time scaling

Обычно улучшение рассуждения делается так: модель генерирует несколько вариантов ответа и выбирает лучший. Проблема — это часто дублирование мыслей.

Qwen3-Max-Thinking использует другой подход: она ограничивает количество параллельных траекторий и вместо этого делает итеративную саморефлексию.

Модель:

1. Делает вывод.
2. Анализирует, что уже поняла.
3. Извлекает «опыт».
4. Продолжает рассуждение, не повторяя старые шаги.

Результат — более эффективное использование контекста и вычислений.

По ряду тестов прирост выглядит так:

• GPQA: 90.3 → 92.8
• LiveCodeBench: 88.0 → 91.4
• IMOAnswerBench: 89.5 → 91.5

Это ощутимый скачок для reasoning-модели.

Сравнение с другими флагманами

Теперь самое интересное — как она смотрится на фоне конкурентов.

Против GPT-5.2-Thinking

GPT-5.2-Thinking остаётся эталоном в сложных задачах.

Qwen3-Max-Thinking:

• сопоставима в SWE Verified (агентное программирование),
• немного уступает в части общего знания (MMLU),
• но выигрывает в Arena-Hard (90.2 против 80.6).

Вывод: OpenAI чуть стабильнее в универсальных знаниях, Qwen сильнее в сложных конкурентных тестах на reasoning.

Против Claude Opus 4.5

Claude-Opus-4.5 традиционно силён в alignment и длинных контекстах.Qwen3-Max-Thinking:

• лучше показывает себя в Arena-Hard,
• сильнее в некоторых STEM-бенчмарках,
• немного уступает в инструментах (Tau² Bench).

Если вам важна глубина рассуждения в технических задачах — Qwen выглядит очень достойно.

Против Gemini 3 Pro

Gemini 3 Pro известен сильной мультимодальностью и стабильностью. Qwen:

• обгоняет Gemini в ключевых reasoning-метриках,
• показывает лучший результат в агентном поиске с инструментами,
• выигрывает по Arena-Hard.

Gemini — более универсален. Qwen — более сфокусирован на сложном reasoning.

Против DeepSeek V3.2

DeepSeek V3.2 — сильный open-модельный конкурент.

Qwen3-Max-Thinking стабильно показывает более высокие результаты в большинстве reasoning-бенчмарков. Особенно заметен разрыв в:

• Arena-Hard
• HMMT
• LiveCodeBench

Где это может пригодиться вам

Если вы учитесь программированию, готовитесь к олимпиадам, строите AI-агентов, работаете с аналитикой или создаёте стартап, модель пригодится там, где нужно думать, а не просто генерировать текст.

Она особенно интересна для разработчиков, потому что API совместим с OpenAI-форматом и протоколом Anthropic.

Как попробовать Qwen3-Max-Thinking

Есть два способа:

1. Через Qwen Chat (веб-интерфейс).
2. Через API Alibaba Cloud Model Studio.

Модель доступна под именем: qwen3-max-2026-01-23.

Подключение через Python выглядит привычно — почти как работа с OpenAI API.

Если вы уже использовали Claude Code — можно подключить Qwen туда через совместимый API.

Главный тренд 2026 года

Модели перестают соревноваться только в размере.

Сейчас борьба идёт за качество reasoning, эффективность вычислений, умное использование инструментов, устойчивость к галлюцинациям.

Qwen3-Max-Thinking — пример того, как модель становится не просто «больше», а умнее в стратегии мышления.

Итог

Qwen3-Max-Thinking — это не просто обновление линейки Qwen. Это шаг к более автономным, размышляющим системам, которые сами выбирают инструменты, анализируют свои ошибки и рассуждают глубже без лишних вычислений.

Если сравнивать в целом:

• GPT — лидер универсальности.
• Claude — силён в аккуратности и длинном контексте.
• Gemini — стабилен и мультимодален.
• Qwen3-Max-Thinking — делает ставку на стратегическое reasoning и агентность.

И в 2026 году именно такие модели всё чаще становятся основой реальных рабочих процессов, а не просто чат-помощниками.