千问max对比claude

阿里通一千万团队发布困三 maxing king 新版本，号称数学竞赛满分，逻辑推理无敌。为了体验他的能力，我给他找了两个对手， clog opus 四点五和谷歌的 jammin 三 pro。 先说结论，再写代码。搞工程方面， cloud ops 四点五写的操作系统逻辑最严密，写的三 d 游戏体验也是最好的。切门奈表现中规中矩。 queen 三 max 在 这里遗憾垫底，特别是在写三 d 游戏时，能感觉到它在空间想象力和复杂库的调用上 距离 cloud 还有明显的差距。在随后的纯逻辑陷阱和数学推导测试中， queen 三 max thinking 的 thinking 模式，面对那些极易诱导 ai 犯错的逻辑坑，他全部完美避开。 推理过程十分详细。来看，第一个操作系统模拟器测试系统架构与状态管理规定。它还原一个 win 十一的 ui 风格，并且要在系统里预装五个应用程序，规定程序的类型，一个互动游戏，一个可适化工具，一个系统应用， 剩下两个由它自由发挥，写出一个优雅、高性能、完整、可直接运行的操作系统。第一个弹珠游戏 结算时点击 ok， 它会一直陷入循环。数据可视化，输入数据，生成图标，看系统设置颜色，主题背景图片、桌面壁纸， 右下角也显示了时间，还有一个记事本程序，一个时钟。程序左下角的图标也都是正常的，可以正常点击。每次点击图标会创建新的页面， 当我们创建页面太多时，点击关闭按钮或最小化按钮都会失效，系统会卡住下一个。我们来看 jammer 那 写的操作系统，它写了一个星际重力的小游戏， 放大全屏，功能正常，数据可塑化。系统设置包含深色模式和极简背景，还有一个终端，但是我们鼠标点击它是无效的。看一下合成器 功能正常可以使用，右下角也显示了日期和时间，但主页面的图标点击没有任何反应。最后我们来看 cloudy 写的操作系统，写了一个粒子引力的小游戏， 数据可视化，可以随机填充，这个效果最好。音乐合成器支持按键点击， 点击设置可以更换壁纸和深色模式，还有终端可以输入命令， 它的下方的图标不会重复打开，就不会遇到千问三 max 那 种卡死的情况。 可以说 club 在 整个测试中效果最好。第二项，让 ai 用 a c r 引擎写一个简易的三 d。 第一人称射击游戏 要求要创建简单的地板和几面墙作为掩体。玩家第一人称视角可以移动跳跃，用一个简单的方块代表枪左键发射子弹，敌人会向玩家移动，被子弹击中后敌人消失。 这个侧重于三 d 数学计算测试模型的视觉化、编程能力和几何逻辑。 ai 必须构建一个 x y z 坐标系连续事件处理，考验代码的连贯性。我们先运行 cl 写的脚本， cloud 写出来的敌人是有寻路逻辑的，而且发射后子弹还有爆炸特效，但它并没有写出墙体和地面。下一个 jammy 三写的三 d 游戏，它完全没有寻路逻辑，敌人不向我们靠近，反而远离， 但地面和墙体效果不错，而且人物并不会穿模，跳跃也是正常，可以站到物体上，鼠标左键发射子弹，完全没有发射子弹的效果。 运行千问三 max 写的脚本时，直接出现了报错，我们将报错复制发给千问三 max， 它分析错误原理，然后重写代码，我们再次运行看一下效果。人物寻路逻辑存在，但是人物会穿模， 敌人会从我们模型直接穿过去，然后把我们围在一起看三个敌人已经重合，左键有发射的动画。 coin 三 maxing king 的 强项是边想边查边写代码验证。我们问他一个逻辑算法题，你有一个三升的水桶和一个五升的水桶，都没有刻度，水源是无限的。如何精准地量出四升的水？请列出每一步的操作步骤。 步骤没有问题，答案正确。我们再问一个逻辑陷阱题，三条毛巾晾干需要一个小时，那么九条毛巾在天气和光照条件完全一样的前提下，需要几个小时晾干。 它准确识别出了问题中的陷阱。回答正确，我们提问一个哲学思考问题，小明压力太大，连续喝酒死了，那杀死小明的是酒精还是过去？模型澄清事实，死因，急性酒精中毒。然后多维度解析分析了凶手， 探讨背后的哲学与逻理维度，最后提出总结，酒精不是凶手，而是绝望的再体，从自身朋友、社会寻找真正的凶手。后面 ai 还给出了心理援助热线。 快按。三 max thinking 是 一个闭圆的超大规模推理模型，拥有 et 加参数和二六二 k 上下文窗口，主打深度推理能力，但目前不支持本地部署。 训练数据三十六万亿 tokens 是 亏本二点五的两倍，适合处理超长文本或复杂任务，具备多语言推理和生成能力，覆盖超过一百种语言和方言， 在智能体编程、常识推理、数学与科学任务等场景表现优异，尤其适合需要深度思考的复杂任务。 特色功能可在 thinking 模式和非 thinking 模式间无缝切换，用户可控制推理深度自适应工具调用。在推理过程中，模型会主动判断这个问题算不准，需要写一段拍森代码来验证，或者这个知识点太新，需要联网搜索 测试时扩展 tts。 宽三 max thinking 采用经验累积的多轮策略，在第一轮思考后，如果发现不确定，会进行自我反思，提取上一轮的经验教训，再进行下一轮推理。 这两张图表都来自千问官方发的博客。从第一张数据表可以看出，宽三 max thinking 在 知识广度、复杂指令遵循以及工具使用上 已经具备局部领先 gpt 五点二和 gemina 三 pro 的 硬实力。第二张图直观揭示开启 tts 后模型在科研难题、高难度编程和开放式搜索上表现的提升。在官方报告中，昆纳三 max thinking 的 主要对标对象是 gpt 五点二 thinking、 cloud 四点五 opus 和 jameson。 三 pro 官方博课于二零二六年一月二十五日正式发布，宣告困三 max thinking 从实验性质转为正式旗舰产品转为正式旗舰产品，开发时需指定模型 id 为困三杠 max 杠，二零二六年一月二十三日 才能体验到最新的自适应工具调用和 tts 能力。在阿里云平台，模型共享一百万 token 的 免费额度， 如果你是一个程序员，需要 ai 帮你写复杂的项目架构， web 应用 cloud 仍是首选，它的工程能力目前独一档。如果你需要解决复杂的数学题， 做深度的数据分析或者处理逻辑推理任务，困三 max thinking 是 一个不错的选择。希望本期视频对您有所帮助，想看更多测评或最新资讯，欢迎评论区留言，我们下期视频再见！

别人推荐工具是收了钱的，我今天推荐的六个，全是我自己每天在用的。第一个， cloud code， 这绝对是生产力，天花板，剪视频、写代码、收集资料、装软件，一句话全搞定。我 现在基本所有工作都交给他了，接近自主编程的体验，每天离不开第二个，闪电。说语音转文字的天花板，速度快，功能强，能接各种 a p i， 还能本地部署，跟 ai 对 话时说话比打字效率高太多了。想要免费的智普 ai 输入法， 语音转文字不花钱，速度也挺快，日常够用了。第三个，通易千问会议纪要，开会开着它就行，自动识别多人对话，还能总结要点，区分发言人，关键是完全免费，良心！第四个， notebook l m， 酷狗家的学习神器，传个文档上去，它能帮你出 ppt、 出播客、出视频、出思维导图，学生认证，还能免费用十五个月，全家桶价值三百美元。最后 remotion， 你 正在看的这个视频就是用它做的。用代码写视频， ai 帮你剪辑、配音、加特效，视频制作进入 ai 时代，太香了，六个工具都是我亲测好用的！关注大古，下期见！

最近爆火的智能体 motbot， 名字还没被大家记熟，又又又更名为 openclock。 与其追逐快速的版本迭代，不如来看看这份更亲民成熟的桌面智能体平替方案。 阿里发布首个桌面智能体工具 quadwork， 它的目标简单直接，输入一句话就能指挥它调用电脑软件干活。网友调侃这是打工人之光，测评博主直呼太香了，夸他深沉。 ppt 逻辑清晰，处理 excel 又快又准，还能把图文一键转成视频脚本。 最关键的是，它让 ai 从云端落到本地，直接操作本地文件，兼顾了速度与隐私安全。阿里此时出手，正踩在 ai 智能体的全球风口上。国外的 open ai、 antropic 都在发力，特别是 cloud coork， 但每月不菲的会员费依然劝退了不少人。 阿里的 codework 此时亮相，无疑为国内用户提供了一个更接地气的选择。这得益于阿里在 ai 编程上的积累，其编程工具曾将开发效率提升百分之六十五，如今，这能力正从开发者延伸至所有普通用户。 从行业趋势来看， ai 正从聊天时代大步迈入行动时代。竞争的关键不再是聊天能力，而是理解人类意图并安全执行任务的本事。本地化隐私、安全、开箱即用， 将成为桌面智能体的核心胜负手。阿里 codework 的 发布，标志国产 ai 应用向真办式提效率的深水区挺进。未来的电脑里，或许真会多一位得力的数字同事，这场桌面效率革命才刚刚开始。那么问题来了，这样一个能替你干活的 ai 助理，月付多少钱？你愿意买单？

二零二六年这才刚开始呢， ai 的 牌桌就已经开始洗牌了。就在今天呢，阿里悄咪咪的发了个大正式，发布了千万的最新旗舰推理模型千万三 max thinking， 在 多个核心评测上直接超过了 g p t 五点二， cloud office 四点五，还有 gemini 三 pro。 注意啊，不是接近，不是差不多，是超过科学知识评测， g p q a demo 全球第一科学推理 i m o answer bench 全球第一代码编程 live code bench 全球第一。这次模型总参数量超过了一万亿，预训练数据三十六万亿的 tokens， 这个体量呢，放在全球范围呢，那绝对是第一梯队，但光靠堆参数是不够的，关键是它的推理机制呢，也做了创新。千文这次用一种叫做测试式扩展的新机制，他不是简单的多想几遍，而是会对自己之前的推理结果呢做经验提炼，想一轮总结一轮，再想一轮， 每一轮呢，都站在上一轮的肩膀上，这样相同的计算量下呢，就能得到更聪明的答案，而且它的幻觉问题也大幅的改善了，这是之前国产模型被吐槽最多的地方，动不动就会一本正经的胡说八道，这次据说在这方面呢也下了大功夫。 今天还有一个消息啊， deepsea 团队开源了 deepsea oc 二模型，采用了创新的 deepsea code v two 方法，让 ai 能够根据图像的含义动态重排图像的各个部分，更接近于人类的视觉编码逻辑。 在具体实践上呢， deepsea 团队在论文中写道，采用了千万二零点五币来实力化这一架构，所以啊，千万大模型不仅是直接面向用户的产品，也正逐渐成为 ai 产业中技术基础设施直接支持模型厂商、合作伙伴，还有开发者进行二次创新。 千万最新的推理模型呢，现在已经免费开放了， pc 端网页端呢，就能直接使用， app 呢也即将接入，想试试国产最强推理模型是什么水平呢？现在就可以去体验了。

今天教你如何使用 opcode 切换两个大模型，一个是 glm 四点七，一个是国产的千万大模型， opcode 提供的模型供应商有这些，你可以选择你需要的大模型进行切换。首先打开终端，输入这行指令， 可以看到我当前的大模型是 glm 四点七。最下面是让你选择是本地部署还是远程部署，我这里选择本地部署。 紧接着就是让你选择配置的区域，这里选择模型配置。再接下来就是进入到了模型列表界面，这也提供了很多的模型供应商， 因为我已经配置了 g m 四点七，所以我这里选择千问来进行配置。每一个模型后面都有写是进行授权登录，还是说通过年提 api 进行登录。 我们选中千问后回车，然后确认一下，会弹出一个浏览器的网页，我们点击一下授权的确认按钮， 认证成功后就可以回到命令行界面进行下一步的操作。在这个模型列表一页，他默认其实已经把纤维模型给选中了，我们可以往下滑找到纤维模型，确认一下是不是选中状态，也可以直接按回车进行到下一步。我这里已经看到纤维模型已经被选中了，我直接回车进行到下一步。 这个时候千万模型其实已经配置好了，我们点击键盘上的 esc 退出界面，然后再重新输入刚才的命令，确认一下是不是当前模型变成了千万模型。 我们输入键盘的 esc 退出后输入这个命令，打开浏览器界面，我们点击右下角的按钮，创建一个新的绘画，然后输入一个问题，你是哪个大模型？他的回复是同意千万模型。到此，整个切换模型的步骤就完成了，接下来我要切回到 g l m 四点七， 然后演示一下如何黏贴 api k。 前面步骤和刚才的千万大模型都是一样的，只不过是模型授权的方式不一样， 刚才是通过浏览器登录授权，现在是需要去对应的模型官方获取 api k 之后粘贴进来，选择 glm 四，点击这个模型之后，回车之后它会提示我要去黏贴 api k， 一 般都是登录官网找到 api k 管理页面，然后黏贴一下 api k， 身后的步骤和刚才千万模型的配置一样，我们直接回车就配置完成了。输入这个命令之后，我们可以看到当前的模型已经变成了 g l m 四点七。入这个命令之后，我们打开浏览器网页，在绘画窗口输入你是哪个大模型， 这个时候已经切换到 g l m 四点七了，整个过程就是这样，有需要的小伙伴快去试一试吧，这里是 ai 共生格，我们下期见。