Qwen3 Max Thinking
AlibabaQwenProprietary
विवरण
The latest flagship reasoning model in the Qwen3 family. Further enhanced by multiple innovations like adaptive tool-use and advanced test-time scaling techniques
रिलीज़ तिथि
2026-01-26
पैरामीटर
1.0T
संदर्भ लंबाई
262K
मोडैलिटीज़
text
क्षमता रडार
23
general
50
coding
86
reasoning
68
science
40
agents
0
multimodal
रैंकिंग
| डोमेन | #रैंक | स्कोर | स्रोत |
|---|---|---|---|
| एजेंटिक क्षमता | 79 | 41.0 | LS |
| कोडिंग रैंकिंग | 238 | 61.0 | AA |
| सामान्य रैंकिंग | 158 | 59.0 | AA |
| विज्ञान | 147 | 67.0 | AA |
बेंचमार्क स्कोर (LLM Stats)
(LLM Stats (zeroeval))Agents
VITA-Bench
40.9%स्वयं
MCP-Mark
33.5%स्वयं
DeepPlanning
28.7%स्वयं
Toolathlon
18.8%स्वयं
Chat
IFEvalGoogle Research (2023)
93.4%स्वयं
Multi-Challenge
63.3%स्वयं
Code
SecCodeBench
57.5%स्वयं
General
C-Eval
93.7%स्वयं
MAXIFE
84.0%स्वयं
NOVA-63
54.2%स्वयं
Instruction Following
IFBench
70.9%स्वयं
Knowledge
HLE-Verified
37.6%स्वयं
Language
MMLU-Redux
92.8%स्वयं
MMLU-Pro
85.7%स्वयं
MMMLU
84.4%स्वयं
WMT24++
77.6%स्वयं
Long Context
LongBench v2
60.6%स्वयं
Math
AIME 2026
93.3%स्वयं
IMO-AnswerBench
83.9%स्वयं
Reasoning
GPQANYU + Cohere + Anthropic (2023)
87.4%स्वयं
Global PIQA
86.0%स्वयं
LiveCodeBench v6
85.9%स्वयं
SWE-Bench Verified
75.3%स्वयं
AA-LCR
68.7%स्वयं
SuperGPQA
67.3%स्वयं
SWE-bench Multilingual
66.7%स्वयं
BrowseComp-zh
60.9%स्वयं
BrowseCompOpenAI (2025)
53.9%स्वयं
Humanity's Last Exam (with tools, text-only)
49.8%स्वयं
Seal-0
46.9%स्वयं
Humanity's Last Exam (no tools, text-only)
30.2%स्वयं
Terminal-Bench 2.0Stanford × Laude Institute (2026)
22.5%स्वयं
Search
WideSearch
57.9%स्वयं
Tool Calling
BFCL-V4
67.7%स्वयं
AA मूल्यांकन सूचकांक
(Artificial Analysis)Gpqa(NYU + Cohere + Anthropic (2023))86.1
Tau2(Sierra + U Toronto + Vector Institute (2025))83.6
Lcr(Artificial Analysis)74.3
Ifbench(Google Research (2023))70.7
Hle(Center for AI Safety + Scale AI (2025))28.0
Terminalbench Hard(Stanford × Laude Institute (2026))24.2
Intelligence Index(Artificial Analysis)21.3
LLM Stats श्रेणी स्कोर
(LLM Stats (zeroeval))Language90
Biology90
Chat80
Instruction Following80
Legal80
Physics80
Structured Output80
Finance80
Frontend Development80
Healthcare80
Chemistry80
Math70
Economics70
Long Context60
Reasoning60
General60
Communication60
Search50
Code50
Knowledge40
Agents40
Tool Calling40
मूल्य निर्धारण
इनपुट मूल्यमुफ्त
आउटपुट मूल्यमुफ्त
मिश्रित मूल्य (3:1)मुफ्त
गति
टोकन/सेकंड0.0
पहले टोकन में देरी0.00s
पहले उत्तर में देरी0.00s
प्रदाता मूल्य रैंकिंग
प्रदाता मूल्य रैंकिंग
1 प्रदाता
प्रदाताइनपुटआउटपुट
1DeepInfra
$0
$0.00001
इस मॉडल के लिए विभिन्न API प्रदाताओं के मूल्य निर्धारण की तुलना करें।