Qwen3.5-Max預覽版首度亮相，阿里千問登頂中國最強模型

🔑 增強重點摘要

• •Qwen3-Max-Thinking 在 Artificial Analysis Intelligence Index 上得分 40，與 MiniMax-M2.1 持平，但落後於 DeepSeek V3.2 (42)、GLM-4.7 (42) 及 Kimi K2.5 (47)。[1]
• •該模型在 IFBench 得分從預覽版的 54% 提升至 71%，領先中國同儕如 Kimi K2.5 (70%) 及 GLM-4.7 (68%)。[1]
• •Qwen3-Max-Thinking 在 GDPval-AA 代理性能測試中 ELO 達 1170，高於預覽版的 958，並生成約 86M 輸出 token 完成測試。[1]
• •模型於 Vals Index 準確率達 49.46%，延遲 552.81 秒，每測試成本 3.07 美元，上下文視窗 256k token。[5]

🛠️ 技術深入

• •輸入上下文視窗：262.1K token，最大輸出 token：32.8K token。[4]
• •支援功能：函數呼叫 (Function Calling)、結構化輸出 (Structured Output)，輸入/輸出類型為文字，使用 Qwen3 tokenizer。[4]
• •在 Artificial Analysis Intelligence Index 測試中生成 86M 輸出 token (其中 79M 為推理 token)。[1]
• •代理性能：在 GDPval-AA ELO 1170，IFBench 71%。[1]

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線