Qwen3-Max
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos para este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en tu propio hardware de ningún tamaño. Solo se puede acceder a través de su proveedor, y ningún cambio de tarjeta gráfica eso..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- Alibaba
- Tipo de Organización
- Industry
- País
- China
- Publicado
- 5 September 2025
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Language
- Tarea
- Language modeling/generation, Question answering, Mathematical reasoning, Code generation, Quantitative reasoning, Retrieval-augmented generation, Translation
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- parámetros
- 1T
- Datos de entrenamiento
- 36,000,000,000,000 tokens
MoE architecture
"was pretrained on 36 trillion tokens"
Cómputo de entrenamiento
La aritmética realizada para entrenar el modelo, medida en operaciones de punto flotante. Es una medida de lo que costó la ejecución del entrenamiento, no de qué tan rápido te responde el modelo terminado.
- Cómputo de entrenamiento
- 1.5 × 10²⁵ FLOP
- Cómo se estableció
- Operation counting
6ND with: 36T tokens is taken from the qwen3 technical report 70B active params is based on it having >1T params, and the architectures of Qwen3-235B-A22B and Qwen3-Coder-480B-A35B
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.
- Pesos
- Closed — provider access only
- Acceso al modelo
- API access
- Código de entrenamiento
- Unreleased
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Probablemente por encima de 10²³ FLOP
- Yes
- Por qué se rastrea
- Discretionary
- Confianza de registro
- Speculative
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Introducing Qwen3-Max-Preview (Instruct) — our biggest model yet, with over 1 trillion parameters!
- Última actualización
- 18 December 2025
Qué significan los números
Qué es este modelo
Qwen3-Max fue publicado por Alibaba, en el país registrado como China, durante September 2025. La categoría en la que se encuentra el editor es industry.
Funciona en el dominio de Language, y se registra como realizando la tarea de language modeling/generation, Question answering, Mathematical reasoning, Code generation, Quantitative reasoning, Retrieval-augmented generation, Translation.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Entrenamiento y procedencia
Entrenarlo tomó un presupuesto de computación de aproximadamente 1.5 × 10²⁵ FLOP. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
El entrenamiento consumió un corpus de alrededor de 36,000,000,000,000 tokens de texto
Se rastrea en el conjunto de datos subyacente por una razón en particular: discretionary.
Respuestas
Qwen3-Max — preguntas comunes
Qwen3-Max— ¿Quién lo creó?
Fue publicado por Alibaba, basado en China, una organización categorizada como industry.
Qwen3-Max— ¿cuándo fue lanzado?
Se publicó en September 2025.
Qwen3-Max— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling/generation, Question answering, Mathematical reasoning, Code generation, Quantitative reasoning, Retrieval-augmented generation, Translation. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
Qwen3-Max— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 1.5 × 10²⁵ FLOP. Eso mide cuánto costó producir el modelo y no dice nada sobre cuán rápido responde una vez entrenado — la velocidad de inferencia proviene del ancho de banda de memoria, no del presupuesto de entrenamiento.
Qwen3-Max— ¿Qué GPU necesito para ejecutarlo?
Ninguno. Este es un modelo cerrado: sus PESOS nunca fueron publicados, por lo que no se puede descargar o ejecutar en su propio hardware a ningún precio. Solo se puede acceder a él a través de su proveedor.
Qwen3-Max— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
Qwen3-Max— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 1T. MoE architecture. Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.