Alibaba hat mit Qwen3-Max sein bisher leistungsstärkstes KI-Modell vorgestellt. Das Modell, das auf über einer Billion Parametern basiert und auf 36 Billionen Token trainiert wurde, zeigt beeindruckende Leistungen in verschiedenen Benchmarks und übertrifft teilweise sogar etablierte Modelle wie GPT-5-Chat. Die Verbesserungen zielen insbesondere auf praktische Anwendungen in der Softwareentwicklung und Automatisierung ab.
Key Takeaways
- Alibaba hat mit Qwen3-Max sein bisher größtes und leistungsstärkstes KI-Modell veröffentlicht.
- Das Modell basiert auf über einer Billion Parametern und wurde auf 36 Billionen Token trainiert.
- Qwen3-Max-Instruct erreichte Platz drei im Text Arena Leaderboard und übertraf GPT-5-Chat.
- Verbesserungen konzentrieren sich auf Programmier- und Agent-Fähigkeiten für praktische Anwendungen.
- Die Reasoning-Variante Qwen3-Max-Thinking erzielt perfekte Scores in mathematischen Benchmarks.
Skalierung und Architektur
Qwen3-Max folgt dem Design-Paradigma der Qwen3-Serie, skaliert aber auf über eine Billion Parameter. Die Architektur nutzt eine Mixture of Experts (MoE)-Struktur, bei der während der Inferenz nur ein Teil der Parameter aktiviert wird. Laut Alibaba verlief das Training außergewöhnlich stabil, ohne Sprünge in der Verlustfunktion oder die Notwendigkeit von Trainings-Rollbacks.
Trainingseffizienz und lange Kontexte
Die Trainingseffizienz von Qwen3-Max-Base wurde durch optimierte Parallelverarbeitung um 30 Prozent gesteigert. Spezielle Techniken für das Training mit langen Kontexten ermöglichten eine dreifache Durchsatzverbesserung, was ein Training mit einer Kontextlänge von einer Million Token erlaubt. Zudem wurden Methoden zur automatischen Überwachung und Wiederherstellung des Trainings entwickelt, die Zeitverluste durch Hardware-Ausfälle auf ein Fünftel reduzierten.
Benchmark-Leistungen
Qwen3-Max-Instruct erzielte laut Alibaba Bestwerte in einer umfassenden Benchmark-Suite, die Wissen, logisches Denken, Programmierung, Instruktionsbefolgung und mehrsprachiges Verständnis abdeckt. Besonders hervorzuheben sind die Programmier- und Agent-Fähigkeiten. Auf SWE-Bench Verified erreichte das Modell einen Score von 69,6, was es unter die weltweit leistungsstärksten Systeme im Beheben von Programmierfehlern einordnet. Auf Tau2-Bench, das Agent-Tool-Calling-Fähigkeiten bewertet, übertraf Qwen3-Max-Instruct mit einem Score von 74,8 sowohl Claude 4 Opus als auch Deepseek V3.1.
Die Reasoning-Variante Qwen3-Max-Thinking, die sich noch im Training befindet, erzielte perfekte 100-Punkt-Scores auf den mathematischen Reasoning-Benchmarks AIME 25 und HMMT. Dies wird durch die Integration eines Code-Interpreters und skalierte Test-Time-Compute erreicht, bei der das Modell mehrere Lösungsversuche parallel ausführt und die beste Antwort auswählt.
Verfügbarkeit und weitere Modelle
Qwen3-Max-Instruct ist über Qwen-Chat zugänglich und nicht Open-Source. Entwickler können die API über Alibaba Cloud Model Studio nutzen, wobei die Schnittstelle mit OpenAI-APIs kompatibel ist. Qwen3-Max ist Teil einer breiteren Modelloffensive von Alibaba, die auch spezialisierte Systeme wie Qwen-3-TTS-Flash (Sprachgenerierung), Qwen-Image-Edit (Bildbearbeitung), Qwen3-Next (schnelle Textverarbeitung) und Qwen3-Omni (multimodales Modell) umfasst.
KI Snack
