本文介绍了通义千问的两项重大更新：一是开源了 Qwen3-TTS 全家桶，包含 1.7B 和 0.6B 两个版本，支持 3 秒音色克隆、自然语言控制音色及 10 种语言合成，端到端延迟低至 97ms。二是上线了 Qwen3-Max-Thinking 大模型，该模型通过自适应工具调用和测试时扩展技术（TTS），在复杂推理、事实知识等维度表现卓越，多项基准测试成绩媲美 GPT-5.2 等顶尖模型，并已通过 API 和 Qwen Chat 开放使用。
Qwen3-TTS全家桶开源
你的声音，你做主！
通义千问正式开源 Qwen3-TTS 全系列语音合成模型，全面支持音色克隆、音色创造、超高质量拟人化语音生成，以及基于自然语言描述的语音控制，为你提供最全面的语音生成功能。本次开源了两个版本：1.7B （极致性能）、0.6B（轻量高效），满足从云端到边缘的多样化部署需求。
Qwen3-TTS 核心亮点
✅ 3秒克隆你的声音
✅ 自然语言描述你想要的音色（比如“暴躁川普大叔”或“撒娇萝莉音”）
✅ 端到端合成延迟低至 97ms
✅ 10种语言（中、英、日、韩、德、法、俄、葡萄牙、西班牙、意大利）+ 9个精品音色
✅ 拼音、数学公式、表情符号都能读
音色控制
指令控制
性别: 女性声音；
音高: 女性中高音区，语调富于变化；
语速: 语速明快，偶有加速；
音量: 正常交谈音量，笑声响亮；
清晰度: 吐字清晰，发音标准；
流畅度: 表达流畅自如；
口音: 普通话；
音色质感: 音色明亮，略带爽朗；
情绪: 愉悦友好，伴随爽朗笑意；
语调: 语调上扬活泼，疑问时尤为明显；
性格: 外向开朗，热情健谈。
指令控制：以极度悲伤、带着明显哭腔的语气，用较小的音量缓缓诉说，语速缓慢，仿佛每一个字都承载着沉重的痛楚，声音颤抖而压抑，吐字虽轻却清晰可辨，透出深藏心底的哀伤与无助。
指令控制：保持青年女性的声线特征，展现出一种清亮且略具紧迫感的音色，语速从平稳开始在叙述过程中逐渐加快，音量在情绪波动时增加，语调在句末调高以强调劝告的语气。
音色创造
指令控制：采用高亢的男性嗓音，语调随兴奋情绪不断上扬，以快速而充满活力的节奏传达信息。音量要足够响亮，近乎喊叫，以体现紧迫感。发音务必清晰精准、字字分明，让每个词都铿锵有力。整体表达需流畅自然、明亮生动，富有戏剧性，展现出外向、自信且张扬的个性，同时传递出一种威严而宏大的宣告语气，洋溢着满溢的激动之情。
音色克隆
多样音色与精准控制背后，是 Qwen3-TTS 一系列坚实的技术支撑。
-
自研 Qwen3-TTS-Tokenizer-12Hz，它能对声音进行高效编码，完整保留情感、气息等细节，并实现高保真还原，这是音色高相似度与丰富表现力的基础。
-
通用的端到端架构，它简化了从文本到语音的生成路径，规避了传统方案的信息损失，从而提升了整体生成效率与效果上限。
-
创新 Dual-Track 流式生成架构，它实现了边输入边播放的实时体验，端到端延迟低至 97ms，让交互如对话般自然流畅。
-
深度语义理解与指令控制能力，使模型不仅能读懂文字，更能理解情感与意图，从而通过自然语言指令灵活调控音色、语调与节奏，实现“所想即所听”。
综合多项评测，Qwen3-TTS 在音色创造、音色控制与音色克隆任务上均展现出领先的性能。其表现整体超越对应闭源模型，并在跨语种克隆等任务上达到当前最优水准。
GitHub：https://github.com/QwenLM/Qwen3-TTS
API：https://help.aliyun.com/zh/model-studio/qwen-tts-realtime
Qwen3-Max（Thinking）上线
更会“思考”的大模型来了！
去年9月份，我们发布了 Qwen3-Max-Preview。今天，我们正式推出 Qwen3-Max-Thinking。
通过大幅增加模型规模并强化训练，它在事实知识、复杂推理、指令遵循、人类偏好对齐以及智能体能力五大维度全面跃升，在 19 项权威基准测试中，其性能已可媲美当前顶尖大模型，如 GPT-5.2-Thinking-xhigh、Claude Opus 4.5 和 Gemini 3 Pro。
更重要的是，Qwen3-Max-Thinking 引入了两大核心创新：
1、自适应工具调用能力：在对话中过程中 Qwen3-Max-Thinking 能根据用户需求，智能判断何时调用搜索引擎或代码解释器，自动为你获取实时信息、执行计算或调取历史上下文。这一能力已在 Qwen Chat 上线，欢迎体验。
2、测试时扩展技术（TTS）：我们提出一种经验累积式、多轮迭代的推理策略。模型在推理过程中不断从自身过往步骤中提炼关键洞见，避免重复推导，聚焦未解问题。
在相同 token 消耗下，该技术显著提升推理质量。面对越难的问题，Qwen3-Max-Thinking 越能“沉住气”，通过自我反思一步步逼近正确答案。
以下是 Qwen3-Max-Thinking（with TTS），在多项权威基准上的表现对比：
-
GPQA Diamond：87.4 → 92.8
-
IMO-AnswerBench：83.9 → 91.5
-
LiveCodeBench v6：85.9 → 91.4
-
Humanity's Last Exam：49.8 → 58.3（工具调用场景下的绝对领先）
目前，Qwen3-Max-Thinking 已上线 Qwen Chat，并开放 API（阿里云百炼👉模型名：qwen3-max-2026-01-23）。
由于 Qwen 系列 API 兼容 OpenAI API 协议，你可以沿用调用 OpenAI API 的通用方式。以下是在 Python 中调用 Qwen3-Max-Thinking 的示例：
from openai import OpenAIimport osclient = OpenAI(api_key=os.getenv("API_KEY"),base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",)completion = client.chat.completions.create(model="qwen3-max-2026-01-23",messages=[{"role": "user", "content": "Give me a short introduction to large language model."}],extra_body={"enable_thinking": True})print(completion.choices[0].message)
Qwen Chat：https://chat.qwen.ai/
API：https://bailian.console.aliyun.com/cn-beijing/?tab=model#/model-market/detail/qwen3-max-2026-01-23
如果你在模型使用过程中遇到问题、有功能建议，或发现了惊艳的用法，欢迎在评论区留言。优质留言有机会被翻牌 + 送小彩蛋哦～