Kan jag köra Qwen3 Max Thinking lokalt?

Nej. Vikterna är inte offentliga och Alibaba har inte släppt dem, så det är endast API-åtkomst.

Vad kostar det och hur långt är kontexten?

Priset är $0,78 per miljon ingående token och $3,90 per miljon utgående token, med ett kontextfönster på 262 144 token.

Hur skiljer sig denna från andra Qwen3-modeller?

Det är toppmodellen i Qwen3-serien, med större modellkapacitet och mer förstärkningsinlärning specifikt inriktad på djupa, flerstegsresonemang.

Qwen3 Max Thinking

4824°

#llm #qwen #resonemang #matematik #forskning #lång kontext

Kör modellen

Erbjudanden / annonser

OpenRouter Terminal / API

Betala per token

Chatta med den här modellen i webbläsaren eller anropa den från din kod med en API-nyckel.

Qwen | 262,144 token kontext | $0.78/M input, $3.90/M output. Qwen3-Max-Thinking är flaggskeppsresonemangsmodellen i Qwen3-serien, designad för höginsats kognitiva uppgifter som kräver djup, flerstegsresonemang. Genom att kraftigt skala modellkapacitet och förstärkningsinlärningsberäkning, så...

Guider för denna modell

Hur du väljer en AI-modell i oktober 2026: nyheter om stängd källkod och öppna vikter värda att ladda ner

Öppna vikter vs öppen källkod vs endast API: vad du faktiskt får göra

Vad är en GGUF-fil? Förklaringar av kvantiserade modeller (Q4, Q8, fp8, NF4)

Alla guider

Kaptenens anteckningar

Skrivet av Captain, husets redaktör

Anteckningar från 2026-10-13

Qwen3 Max Thinking är Alibabas Qwen-flaggskipsmodell för resonemang, byggd för uppgifter där enkla svar inte räcker: komplexa flerstegsproblem, svår matematik och allt som belönar att spendera mer beräkningskraft innan svar ges. Den körs med ett kontextfönster på 262 144 token och är endast tillgänglig via API. Om du behöver det bästa i Qwen3-serien och är villig att betala för utgående token är detta modellen för dig.

Känd för

Flaggskeppet i Qwen3-serien, skalad för maximal resonemangsdjup
262 144-token kontext klarar mycket långa dokument och tankekedjor
Träning med förstärkningsinlärning inriktad på flerstegs-kognitiva uppgifter
Inbyggt tänkande-läge, inte påklistrat i efterhand

Se upp för

Endast API, inga öppna vikter, så du kan inte köra den lokalt eller självhosta
Utgående kostnad på $3,90 per miljon token blir snabbt dyrt vid långa resonemang
Tillverkaren har inte publicerat parameterantal eller detaljerade benchmarkresultat

Bäst för

Promptar att prova

Flerstegs logikpussel

Fem forskare delar ett laboratorium. Alice kommer före Bob men efter Carol. Dana kommer sist. Eve kommer före Bob men efter Alice. Lista alla fem i ankomstordning och visa varje deduktionssteg, markera varje steg där begränsningarna lämnar oklarhet.

Svårt matematiskt bevis

Bevisa att för varje heltal n större än 1 är n upphöjt till 5 minus n alltid delbart med 30. Gå igenom argumentet i sin helhet, motivera varje steg och verifiera sedan att beviset gäller för n lika med 2, 3 och 6.

Forskningssyntes

Jag funderar på om jag ska använda en event-sourcing-arkitektur för ett finansiellt bokföringssystem. Lägg fram de centrala avvägningarna — konsistens, revisionsspårbarhet, operativ komplexitet, frågemönster — och ge en välgrundad rekommendation för ett team med fyra ingenjörer utan tidigare erfarenhet av event-sourcing.

Jämför med

Qwen3 30B A3B Thinking 2507
Endast API-modell
81,920 tokens kontext · $0.20/M indata, $2.40/M utdata
Qwen3 VL 32B Instruct
Endast API-modell
131,072 tokens kontext · $0.10/M indata, $0.42/M utdata
Qwen3.5 Plus 2026-04-20
Endast API-modell
1,000,000 tokens kontext · $0.30/M indata, $1.80/M utdata
Qwen3 8B
Endast API-modell
131,072 tokens kontext · $0.12/M indata, $0.45/M utdata

Fler textmodeller från qwen

Vanliga frågor

Kan jag köra Qwen3 Max Thinking lokalt?: Nej. Vikterna är inte offentliga och Alibaba har inte släppt dem, så det är endast API-åtkomst.
Vad kostar det och hur långt är kontexten?: Priset är $0,78 per miljon ingående token och $3,90 per miljon utgående token, med ett kontextfönster på 262 144 token.
Hur skiljer sig denna från andra Qwen3-modeller?: Det är toppmodellen i Qwen3-serien, med större modellkapacitet och mer förstärkningsinlärning specifikt inriktad på djupa, flerstegsresonemang.

Kaptens omdöme
Taket i Qwen3-serien för svåra resonemangsuppgifter, men utgångspriset gör att långa tankespår kostar ordentligt.

Kapten skriver dessa anteckningar från modellens egen beskrivning och model card. Priser och kontextstorlekar är från leverantören vid skrivtillfället och kan ändras.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Hur denna poäng räknas ihop

Den här modellen har ännu inga popularitetsdata från någon källa, så den har ett tillfälligt nummer under 7,000° som håller listorna kompletta. Den rankas aldrig högre än en modell med data. Uppdelningen visas här så fort en källa rapporterar den.

Ordlista: termerna som används här

Heat-poäng: Ett nummer för hur mycket en modell används och efterfrågas just nu, från 0° till 9 999°. Varje lista på den här sidan som säger hetast sorteras efter den och inget annat.
Golvet: De 7 000° som varje modell med verklig data börjar från. Skalan går från 0° till 9 999°; delen under golvet är reserverad för ersättare (modeller utan data), så att en modell med data alltid rankas över en utan. Golvet är samma för alla och avgör inget; graderna ovanför är själva mätningen.
Nedladdnings-ekvivalenter: Allt som poängen räknar som en nedladdning, summerat: själva nedladdningarna, varje torrent-seeder som 1 000, varje AI Horde-bild och varje körning på en genereringssajt som en.
Logaritmisk skala: Räknar i tiotal, inte i ental: att gå från 1 000 till 10 000 nedladdningar ger lika många grader som att gå från 10 000 till 100 000. Det hindrar jättar från att tränga ut allt annat.
Gillanden: Tummar upp och gillanden från alla källor, värda hälften av en nedladdning på den logaritmiska skalan.
Adoptionshastighet: Hur många nedladdningar per dag en modell får just nu, från skillnaden mellan två mätningar av en källa. En fjärdedels vikt av nedladdningsdelen.
Mätt och uppskattad: Mätt betyder att det finns två mätningar från en källa och skillnaden är verklig. Uppskattad betyder att bara dagens total är känd och det fördelas över modellens livstid; sidan visar vilken det är.
Seeder: Någon som håller en kopia av vikterna online för andra att ladda ner via torrent, eller en hostad spegel som gör samma sak. Varje sådan räknas som 1 000 nedladdningar.
AI Horde: Ett frivilligt nätverk som genererar bilder gratis på donerade datorer. Antalet bilder det har gjort med en modell är offentligt, och varje bild räknas som en nedladdning.
Genereringssajter: Sajter som hostar sina egna kopior av en modell och låter folk generera med den, som PixAI, SeaArt och Yodayo. Deras nedladdningar räknas som Civitaís och varje genereringskörning räknas som en nedladdning.
OpenRouter-token: En textmodell som nås via API, som Claude eller GPT, har inga vikter att ladda ner, så dess användning mäts i token: textbitar den läst och skrivit via OpenRouter, en gateway som många appar använder, under de senaste 30 dagarna. Varje 10,000,000 token räknas som en nedladdning. Källa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Full modell (checkpoint): Själva vikterna, filen som genererar självständigt. Den får en bonus eftersom tillägg beror på den.
LoRA och embedding: Små tilläggsfiler som styr någon annans vikter mot en stil, en karaktär eller ett koncept. De kan inte köras själva.
Familj och vikter: Basen en modell är byggd på, som SD 1.5, SDXL, Flux eller Wan. Varje modell ärver släppdatumet för sin familjs vikter.
Ålder: Poäng som dras av beroende på hur länge sedan familjens vikter släpptes: 150° per år, upp till 750°. Det behåller gamla nedladdningar som haft år på sig att samlas för att frysa toppen av listan.
Familjeboost: En liten, begränsad skjuts för LoRAs från en familj som den här sajten just nu vill lyfta fram, alltid med i uppdelningen.
Stand-in-poäng: Ett stabilt nummer under golvet som ges till en modell som ännu inte har rapporter från någon källa, så listorna förblir kompletta. Den rankas aldrig högre än en modell med data.
Ny! (karensperiod): En modell som är mindre än 7 dagar gammal visar Ny! istället för poäng och räknas inte i rankningen. Poängen räknas från dag ett, men en modell som är en dag gammal växer snabbare än allt annat, så utan väntan skulle veckans #1 alltid vara det som kom ut igår istället för det som hållit i en vecka.
Trend: Hur en modells tillväxt under en period jämförs med den typiska modellens tillväxt under samma period. Snabbare än vanligt läses som en ökning, långsammare som en nedgång.
Typisk modell: Mitten av katalogen: hälften av modellerna med siffror växte snabbare under perioden, hälften långsammare.

Liknande modeller

AI-modeller för bild-, video- och textgenerering

Qwen3 Max Thinking är en textmodell för familjen Text / LLM, listad på ModelTrends.ai, en skrivskyddad katalog över AI-modeller med öppen källkod för bild, video och text. Jämför den med andra Text / LLM-modeller och se dess hettapoäng.

Fler Text / LLM-modeller llm qwen resonemang matematik forskning lång kontext

Bläddra efter modellfamilj