国外技术博主 Mervin Praison 对阿里巴巴最新发布的通义千问 QwQ Max 模型进行了测评。在 CipherBench 基准测试中 QwQ Max 预览版本在推理能力上交出了一份漂亮的成绩单，不仅超越了Claude 3.7，与 Grok 3 和Deepseek R1 等顶尖模型实力相当。它在 AIME 2025 数学竞赛题目中也实现了60% 的一次通过率。
QwQ 和 DeepSeek 一样，也采取免费开源策略，目前已经在 Qwen Chat 平台上免费开放使用。而且，它不仅能处理文字推理，还具备生成图像、编写代码、制定计划等多项能力。还能够调用各种工具来完成复杂任务。
值得一提的是，阿里选择了Apache 2.0 许可证发布这个模型，这意味着它是完全开源的，开发者可以将其用于商业目的。阿里还计划推出移动应用版本，并开源更多小型推理模型，以促进社区创新。
看来，除了 DeepSeek R1，我们又多了一款性能强大、功能丰富的开源 AI 模型。
本指南系统介绍了 AI 基础概念，帮助初学者建立清晰的认知框架。 AI 是一个包含多种技术的广泛领域，其中大语言模型专注于语言处理，其本质是基于上下文预测下一个语言单位。模型训练分为预训练和后训练两个阶段，前者赋予广泛技能，后者负责植入安全准则和交互风格。模型可分为快速响应的非推理模型和深度思考的推理模型，适用于不同场景。理解“AI—模型—大语言模型—产品”四个层级的包含关系，是有效使用 AI 工具的关键。
OpenAI 发布 Codex 重大升级， AI 编程助手新增操控计算机、并行运行、记忆学习等能力，整合 90 余个插件。系统用户已超 300 万，正从辅助工具向“数字同事”角色转变，重新定义开发边界——人类负责决策创意，机器承担执行跟进。
OpenAI 将 Codex 升级为全能桌面工作中心，实现从编程助手到工作操作系统的战略跨越。新版本支持多智能体并行控制 macOS 、内置浏览器评论、 GPT-image-1.5 图像生成等功能，整合 90 余个新插件，并确立 GPT-5.4 为推荐模型。目前周活开发者超 300 万，企业用量较年初增长 6 倍。 OpenAI 刻意回避“编程助手”定位，转而强调打造开发者日常操作界面，这标志着智能体正从单点工具向多模态交互、系统级产品演进。
围绕《阿里巴巴通义千问 QwQ Max 推理能力超越 Claude 3.7》展开交流，未登录用户可浏览评论，登录后可参与讨论。
