Qwen3 Max Preview最新版测评！吊打Kimi K2？
上一个视频我们介绍了阿里最新推出的万亿参数的非推理模型Qwen3 Max Preview，看官方benchmarks的话吊打这个，碾压那个的。同时为了响应多个粉丝的需求，这里打算拿上两天测评Kimi K2 最新0905版本的cases来测评下，大家也可以和之前Kimi K2的测评视频对比着看。 好，开始吧
微信赞赏
相关推荐
2025-09-09
Qwen3最新王者出炉！吊打一众海内外大模型！
万亿参数的通义千问 Qwen3 Max Preview 来了，作为通义千问系列目前的最强王者，在众多主流权威基准测试中，实力碾压对手，成绩相当耀眼。无论是 SuperGPQA 通用知识测试，还是 AIME25 数学推理、LiveCodeBench v6 编程能力评测，Qwen3-Max-Preview 都能一骑绝尘，号称吊打海外 Claude Opus 4 和我海内Kimi K2， DeepSeek V3.1等强劲对手 访问入口
2025-03-01
QwQ Max：阿里开源推理模型追平DeepSeek R1
阿里QwQ Max开源模型追平DeepSeek r1啊！阿里通义最新发布了推理模型QwQ-Max-Preview预览模型。废话不多说，立刻去Demo，来到qwenlm，默认基座模型选中Qwen2.5-Max，然后下面这里开启QwQ深度思考… 访问入口
2025-05-03
Qwen3：全面打败DeepSeek R1！
Qwen3全面超越deepseek r1模型，追平最强Gemini 2.5 pro，但只需要DeepSeek r1 1/3的硬件成本。从闭源Anthropic首次推出Claude 3.7这个混合推理模型后，Qwen3系列则成为首个开源的混合推理模型。阿里的Qwen系列可谓再次扛起来开源大模型的大旗… 访问入口
2024-12-05
通义千问最新O1推理模型测评：追平OpenAI的o1
通义千问o1模型追评OpenAI的o1啊，阿里最近发布的千问32B Preview推理模型号称追评o1，我们今天就特意来快速验证下，大家感兴趣的也可以到魔撘上找到相关模型来体验。 好，这里我们就用我一直评测大模型用的题目来做， 第一个问题，Strawberry又少个r？最终答案是对的，我瞄了下推理过程是没有问题的，很详细，但是我觉得太长太啰嗦了 第二个问题，你下个回答是多少中文字？很明显，它还是逃不开大语言是自回归模型的限制，生成每结束之前它是不知道自己的回答是多少个字的 第三个问题，9.12和9.9哪个数字更大？答案正确 第4个问题，请给出10个以樱桃结尾的句子推理分析了一大堆，可惜最终的答案一团糟，还没有以前测试的kimi普通模型来得好 第5个问题，一个弹珠被放到红酒杯里，然后将这个红酒杯在桌子上倒过来，然后将红酒杯拿起来放到冰箱里。请问弹珠现在在哪？请给出你的推理过程。这主要是要测它的推理思维链 看分析过程的话很详细，还考虑到杯子口是否会太窄导致倒过来酒杯时会卡主的情况，这我之前还没有考虑过，所以看他答案的话，我觉得我是可以接受的，确实有可能在桌子上，也有可能在冰箱里...
2025-12-17
Wan 2.6：国内版Sora 2？生成长叙事多镜头带声音视频！
阿里推出wan 2.6，可以通过参考视频生成带声音的视频，生成长叙事多镜头视频等 访问入口
2025-05-03
Qwen3测评报告：这个模型很天马行空！
阿里大模型又搞大事情了！我还没有见过国内有谁像阿里那样开源过这么多大语言模型的！这次Qwen3系列一下子发布了2个混合推理MoE模型235B和30B， 以及6个从0.6B到32B不同参数量的传统dense模型，基本上你不同级别的GPU都能找到适合部署的模型 访问入口
