作者：周源/華爾街見(jiàn)聞

9月6日凌晨，阿里巴巴旗下通義千問(wèn)（Qwen）在其官網(wǎng)發(fā)布Qwen3-Max-Preview（Instruct）——一款參數(shù)量超過(guò)1萬(wàn)億的預(yù)覽版超大型模型。

阿里對(duì)外稱，該模型在中英文理解、復(fù)雜指令遵循、工具調(diào)用（RAG/Tool-calling）等維度有明顯提升，并在設(shè)計(jì)上減少了知識(shí)幻覺(jué)現(xiàn)象；同時(shí)，Preview版本已在Qwen Chat與阿里云的模型平臺(tái)上提供試用與API調(diào)用。

這個(gè)模型到底是什么

阿里官方表述把Qwen3-Max-Preview定位為Qwen3系列中“迄今為止最大且面向指令任務(wù)”的模型，并強(qiáng)調(diào)兩件事：一是將“指令遵循與工具調(diào)用”作為主要優(yōu)化目標(biāo)；二是部署通道同時(shí)開(kāi)放給自家產(chǎn)品（Qwen Chat）與商業(yè)開(kāi)發(fā)者（阿里云模型服務(wù)/百煉平臺(tái)）。

這兩個(gè)動(dòng)作說(shuō)明，這個(gè)超大模型既是產(chǎn)品宣稱，也是阿里推動(dòng)模型即服務(wù)化的操作說(shuō)明。

這個(gè)模型的亮點(diǎn)，集中在三個(gè)層面可被核驗(yàn)的事實(shí)：參數(shù)規(guī)模（超過(guò)1萬(wàn)億）、可通過(guò)云平臺(tái)與聊天產(chǎn)品調(diào)用、以及在若干公開(kāi)或私有基準(zhǔn)上取得的比較性優(yōu)勢(shì)。

通義千問(wèn)最近推出了多個(gè)不同側(cè)重的大模型，背后的思考是什么？

阿里巴巴CEO吳泳銘（Eddie Wu）此前曾對(duì)外公開(kāi)表示：“公司現(xiàn)在的主要目標(biāo)，是構(gòu)建一個(gè)最終能超越人類智能能力的——‘人工通用智能’（AGI：Artificial General Intelligence）系統(tǒng)。所有Qwen3模型均為開(kāi)源，這體現(xiàn)了我們對(duì)開(kāi)放社區(qū)與產(chǎn)業(yè)創(chuàng)新的長(zhǎng)期承諾?！?/p>

這次，阿里為什么把“指令+工具”放在首位？

通義團(tuán)隊(duì)過(guò)去在Qwen3技術(shù)報(bào)告中提出的框架（如思考/非思考模式、混合密集與MoE架構(gòu)、可控的思考預(yù)算機(jī)制）為Max版的演進(jìn)提供了方法論基礎(chǔ)。

Qwen3的技術(shù)路線不是簡(jiǎn)單追參數(shù)，而是把“模式切換”“預(yù)算分配”“多模態(tài)兼容”作為可控變量，這使得放大到萬(wàn)億參數(shù)時(shí)能更快面向?qū)嶋H任務(wù)做出靈活調(diào)整。

在Max-Preview的具體描述中，阿里把減少“知識(shí)幻覺(jué)”與增強(qiáng)“工具調(diào)用”并列為核心改進(jìn)點(diǎn)：前者指向輸出可信度與事實(shí)性（對(duì)企業(yè)級(jí)應(yīng)用至關(guān)重要），后者則直接關(guān)系到把大模型嵌入企業(yè)流程、調(diào)用檢索/數(shù)據(jù)庫(kù)/執(zhí)行工具時(shí)的可靠性。

換言之，產(chǎn)品化路徑從“更會(huì)說(shuō)”轉(zhuǎn)向“更會(huì)做”（actionable），這是阿里把模型作為平臺(tái)化產(chǎn)品推向市場(chǎng)的技術(shù)邏輯。

華爾街見(jiàn)聞注意到，近期，國(guó)內(nèi)外多個(gè)廠商都推出了超大規(guī)模，或面向AI Agent的模型：比如Moonshot（月之暗面）的Kimi K2、DeepSeek的V3.1，以及國(guó)外的Anthropic（Claude Opus）等。

這些模型在架構(gòu)選擇（MoE vs Dense）、實(shí)際激活參數(shù)與峰值參數(shù)（Activated vs Total）、以及對(duì)Agent/工具的內(nèi)建支持等維度，都存在明顯差異。

Kimi與若干國(guó)產(chǎn)團(tuán)隊(duì)采取MoE路線以降低推理成本并提高單模型覆蓋面；DeepSeek 則強(qiáng)調(diào)混合推理模式（thinking/non-thinking）與國(guó)內(nèi)生態(tài)的快速迭代；Anthropic 則把 AI Agent 與長(zhǎng)期推理能力作為差異點(diǎn)。

對(duì)比之下，阿里這次選擇將Max以“Instruct +工具調(diào)用優(yōu)化+可商用平臺(tái)”的方式先行投放，是一種強(qiáng)調(diào)可用性與生態(tài)接入的打法。

值得注意的是，參數(shù)的絕對(duì)值并不自動(dòng)等同為產(chǎn)品優(yōu)勢(shì)：MoE類模型在“總參數(shù)”上能達(dá)到極大規(guī)模，但實(shí)際推理時(shí)的激活參數(shù)更小，成本結(jié)構(gòu)不同——此次阿里沒(méi)有披露這個(gè)超大模型的參數(shù)激活量數(shù)據(jù)。

此外，開(kāi)放策略（開(kāi)源、預(yù)覽、閉源商用）會(huì)直接影響社區(qū)生態(tài)與二次創(chuàng)新速度。阿里在過(guò)去兩年里已有Qwen3系列的開(kāi)源實(shí)踐與社區(qū)積累，這決定了Max面向用戶與開(kāi)發(fā)者的出發(fā)點(diǎn)，與完全閉源的競(jìng)品路徑存在本質(zhì)差別。

阿里在賭實(shí)務(wù)可集成價(jià)值？

一個(gè)萬(wàn)億級(jí)模型以Preview形式，在Qwen Chat與阿里云平臺(tái)上線，意味著阿里將該模型當(dāng)作“平臺(tái)能力”來(lái)推：企業(yè)可通過(guò)API、RAG流程與工具鏈把模型嵌進(jìn)已有的比如客服、知識(shí)庫(kù)檢索、企業(yè)內(nèi)網(wǎng)搜索和自動(dòng)化代理等業(yè)務(wù)系統(tǒng)。

這一路徑的商業(yè)價(jià)值不在于單筆模型銷售，而在于通過(guò)平臺(tái)帶來(lái)的長(zhǎng)期黏性與增值服務(wù)，比如檢索、定制化fine-tune、工具鏈托管和合規(guī)治理。

目前，阿里已有電商、金融、企業(yè)服務(wù)等場(chǎng)景可供切入，Max作為“更能調(diào)用工具、少幻覺(jué)”的能力自有明確落地場(chǎng)景。

對(duì)于開(kāi)發(fā)者與第三方廠商來(lái)說(shuō)，Preview版既是試金石也是門(mén)檻：試金能驗(yàn)證Max在真實(shí)數(shù)據(jù)與業(yè)務(wù)流程中的表現(xiàn)；門(mén)檻則來(lái)自成本、接入復(fù)雜度與合規(guī)要求。

阿里若能在工具鏈穩(wěn)定性、檢索可信度和接入模板上提供低成本的工程化支撐，便可把技術(shù)優(yōu)勢(shì)轉(zhuǎn)化為生態(tài)優(yōu)勢(shì)。

從近期業(yè)界的整體動(dòng)態(tài)來(lái)看，大模型之爭(zhēng)，已從單個(gè)模型轉(zhuǎn)向整體系統(tǒng)的競(jìng)爭(zhēng)。

阿里推出的Qwen3-Max-Preview，實(shí)際上就是阿里在將“大模型變成企業(yè)可用能力”這一賽道上的一次明顯加壓。

9月5日，華爾街見(jiàn)聞從國(guó)內(nèi)一家服裝巨頭公司的CIO和HR總監(jiān)處了解到，該公司已在阿里釘釘平臺(tái)上，以釘釘自帶的GenAI全套工具，快速重構(gòu)該公司的服裝從潮流趨勢(shì)確定到設(shè)計(jì)、到生產(chǎn)、到陳列、到銷售、到反饋、到售后等一系列業(yè)務(wù)流程。

這與阿里定位將GenAI技術(shù)以不同形式去重塑B端公司實(shí)務(wù)，達(dá)成吳泳銘所稱的“產(chǎn)業(yè)創(chuàng)新”策略，一脈相承。

這次推出的這個(gè)超大模型，也承襲了同樣的思路或策略：將焦點(diǎn)從單純的參數(shù)規(guī)模，轉(zhuǎn)向“指令遵循、工具調(diào)用與降低幻覺(jué)”的工程化可用性；同時(shí)通過(guò)Qwen Chat與阿里云兩條通道快速聚攏用戶與付費(fèi)場(chǎng)景。

與此并行，業(yè)內(nèi)以Kimi、DeepSeek、Anthropic為代表的不同路線，也在試圖用各自的架構(gòu)、開(kāi)放策略與商用策略占據(jù)位置。

最終的優(yōu)勝者，將不是參數(shù)最大者，而是能把模型能力在合規(guī)、工程化、生態(tài)與成本間實(shí)現(xiàn)平衡的一方。

若進(jìn)一步檢驗(yàn)Qwen3-Max的價(jià)值，需要時(shí)間與第三方評(píng)測(cè)來(lái)驗(yàn)證其在復(fù)雜企業(yè)場(chǎng)景（長(zhǎng)期對(duì)話、工具鏈調(diào)用、知識(shí)閉環(huán)）中的穩(wěn)定性與成本效益。

同時(shí)，監(jiān)管和平臺(tái)治理將決定這類超大模型能否在更大規(guī)模的公眾與行業(yè)應(yīng)用中長(zhǎng)期存在。阿里這一步是加注，也是試探；真正的變量，在于生態(tài)能否被轉(zhuǎn)化為可持續(xù)的商業(yè)與治理能力。