Qwen3-Max
Aucune estimation
Pas d'exigences matérielles pour ce modèle
Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à n'importe quelle taille. Il n'est accessible que par son fournisseur, et aucune carte graphique ne change cela..
Sur l'enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour évaluer combien de travail a été investi et comment il se compare aux modèles construits à une échelle différente..
Qui a construit ce modèle, où et quand a-t-il été publié ?
- Organisation
- Alibaba
- Type d'organisation
- Industry
- Pays
- China
- Publié
- 5 September 2025
Ce qu'il fait
Les zones problématiques pour lesquelles le modèle a été conçu. Un modèle peut contenir plusieurs de chaque.
- Domaine
- Language
- Translation de tâche
- Language modeling/generation, Question answering, Mathematical reasoning, Code generation, Quantitative reasoning, Retrieval-augmented generation, Translation
Taille
Quelle est la taille du modèle et combien de données il a été formé ? Les paramètres sont la valeur qui détermine s'il s'adapte à une carte graphique donnée.
- Paramètres
- 1T
- Données d'entraînement
- 36,000,000,000,000 tokens
MoE architecture
"was pretrained on 36 trillion tokens"
Calcul de formation
L'arithmétique effectuée pour entraîner le modèle, mesurée en opérations à virgule flottante. C'est une mesure du coût de la course d'entraînement, pas de la rapidité avec laquelle le modèle terminé vous répond.
- Calcul de formation
- 1.5 × 10²⁵ FLOP
- Comment cela a été établi
- 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
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'une des spécifications de la carte graphique sur cette page s'applique.
- Poids
- Closed — provider access only
- Accès au modèle
- API access
- Code d'entraînement
- Unreleased
Comment c'est classé
Étiquettes que le jeu de données source applique lors du suivi des modèles notables et à quel point il est confiant dans l'entrée.
- Probablement au-dessus de 10²³ FLOP
- Yes
- Pourquoi c'est suivi
- Discretionary
- Modèle/modèles ne correspond jamais à la mode. Exécuter / exécutant signifie exécuter un modèle d'IA. Si vous recevez seulement le mot exécuter, cela provient probablement d'une phrase fragmentée comme quel modèle d'IA le GPU peut exécuter. ne convient pas / ne conviendra pas signifie que le modèle d'IA ne s'intègre pas dans la VRAM du GPU. serré = à peine exécutable, confortable = s'exécute facilement avec de la marge. Les mots de connexion courts comme de, le, un, à, pour, avec apparaissent seuls car le texte est divisé - il faut simplement les traduire normalement. Conservez les termes techniques comme GPU, AI, TPS, VRAM, CUDA, Tensor, Inference, Quantization, LoRA, GGUF, FP16, INT4, INT8 en anglais (ou la forme courante dans cette langue). Toujours écrire GPU, AI, TPS, VRAM, CUDA en majuscules. Si l'on vous demande de traduire un nom de langue (par exemple espagnol, anglais, langue), traduisez le mot correctement (espagnol → Spanisch, anglais → Deutsch, langue → Sprache). SORTIE UNIQUEMENT la traduction pure en français. AUCUN commentaire, AUCUNE question, RIEN D'AUTRE. Si vide, répondez par un espace : Record confidence
- Speculative
Sources
Où cet enregistrement provient-il et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Introducing Qwen3-Max-Preview (Instruct) — our biggest model yet, with over 1 trillion parameters!
- Dernière mise à jour
- 18 December 2025
Que signifient les chiffres
Quel est ce modèle
Qwen3-Max was published by Alibaba, in China, in September 2025. industry is the category the publisher falls under.
It works in Language, and is recorded as doing language modeling/generation, Question answering, Mathematical reasoning, Code generation, Quantitative reasoning, Retrieval-augmented generation, Translation.
Ceci est un modèle fermé : les valeurs entraînées sont restées avec ceux qui les ont produites, et il n'y a pas de version locale à exécuter.
Formation et provenance
Training it took roughly 1.5 × 10²⁵ FLOP of computation — a measure of what producing the model cost, not of how fast it answers.
Around 36,000,000,000,000 tokens went into training it.
It is tracked in the underlying dataset for one reason in particular: discretionary.
Réponds
Qwen3-Max — Questions courantes
Who created Qwen3-Max?
Qwen3-Max was published by Alibaba, based in China, categorised as industry.
When was Qwen3-Max released?
Qwen3-Max was published in September 2025.
What is Qwen3-Max used for?
Qwen3-Max works in Language, and is recorded as handling language modeling/generation, Question answering, Mathematical reasoning, Code generation, Quantitative reasoning, Retrieval-augmented generation, Translation. These are the areas it was designed around; they describe intent rather than a hard boundary.
How much compute was used to train Qwen3-Max?
Around 1.5 × 10²⁵ FLOP. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
What GPU do I need to run Qwen3-Max?
None. Qwen3-Max is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is Qwen3-Max open source?
No. Qwen3-Max has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does Qwen3-Max have?
Qwen3-Max has 1T parameters. MoE architecture. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Source
Modèle/modèles, exécuter/exécution, ne convient pas / ne sera pas compatible, serré = à peine exécuté, confortable = s'exécute facilement avec une marge. 18 December 2025
L'autre direction
Le regardant de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle pourra exécuter., Modèle/modèles ne s'adapte pas / ne va pas s'adapter à la VRAM du GPU. Exécution d'un modèle IA. Cela fonctionne bien / fonctionne avec un peu de marge. Ne fonctionne pas ou est trop serré..