開(kāi)源Qwen一周連刷三冠，暴擊閉源模型！基礎(chǔ)模型推理編程均SOTA

魚(yú)羊 2025-07-26 13:26:01 來(lái)源：量子位

魚(yú)羊 發(fā)自 凹非寺

量子位 | 公眾號(hào) QbitAI

卷瘋了，通義千問(wèn)真的卷瘋了。

Qwen3-Coder剛炸完場(chǎng)，就隔了一天，馬上全新開(kāi)源Qwen3系列最強(qiáng)推理模型——Qwen3-235B-A22B-Thinking-2507。

怎么個(gè)最強(qiáng)法？一登場(chǎng)，再次刷新SOTA，在各項(xiàng)測(cè)評(píng)中一舉拿下「全球最強(qiáng)開(kāi)源模型」寶座，比肩頂級(jí)閉源模型Gemini-2.5 Pro、o4-mini。

國(guó)外網(wǎng)友都饞哭了：

關(guān)鍵是，就在這短短一周里，算上前兩天開(kāi)源的新基礎(chǔ)模型Qwen3-235B-A22B-Instruct-2507（非思考版），和Qwen3-Coder，通義千問(wèn)是完成了一波開(kāi)源三連。

開(kāi)源還不算，各個(gè)出手即SOTA：接連斬獲基礎(chǔ)模型、編程模型、推理模型三項(xiàng)全球開(kāi)源最強(qiáng)。

這個(gè)模型更新強(qiáng)度和效能提升，妥妥地引領(lǐng)全球了。

就問(wèn)小扎慌不慌（doge）。

新版Qwen3推理模型，登頂全球開(kāi)源最強(qiáng)

正如DeepSeek R1是在V3基礎(chǔ)上打造的推理模型，Qwen3全新推理模型，是基于Qwen3-235B-A22B打造——就是235B參數(shù)那版MoE，激活參數(shù)22B。

官方表示，新推理模型主要提升了3方面的核心能力：

• 邏輯推理、數(shù)學(xué)、科學(xué)和編碼等任務(wù)上性能顯著提升；
• 能更好地遵循指令、使用工具、生成文本；
• 支持256K原生上下文，適用于高度復(fù)雜的推理任務(wù)。

而此番刷新SOTA，登頂開(kāi)源最強(qiáng)，確實(shí)不是那種一丟丟提升，仔細(xì)看測(cè)評(píng)分?jǐn)?shù)，那是「真有點(diǎn)東西」。

先來(lái)看推理方面。

在超高難度測(cè)試「人類最后的考試」中，最新的2507版推理模型，相較4月底初發(fā)布的Qwen3推理模型，分?jǐn)?shù)從11.8分提升到了18.2分。

超過(guò)了DeepSeek-R1-0528的17.7分，和OpenAI o4-mini在高性能推理模式下拿到的18.1分。

編程方面，在LiveCodeBench v6和CFEval中，Qwen3新推理模型甚至超越了Gemini-2.5 Pro等閉源業(yè)界標(biāo)桿，刷新SOTA。

除此之外，在知識(shí)、對(duì)齊、智能體、多語(yǔ)言等基準(zhǔn)評(píng)測(cè)中，Qwen3新推理模型都有比肩閉源模型的表現(xiàn)，達(dá)到開(kāi)源SOTA。

紙面上的成績(jī)屬實(shí)是相當(dāng)優(yōu)秀，那么具體使用起來(lái)，這個(gè)新推理模型表現(xiàn)又會(huì)如何？

我們也簡(jiǎn)單測(cè)試了一下。

還是那道經(jīng)典題：7米長(zhǎng)的甘蔗如何通過(guò)2米高1米寬的門(mén)？

Qwen3-235B-A22B-Thinking-2507思考了43秒，最后給出的答案是：

思考過(guò)程如下：

相較之下，o4-mini的答案就簡(jiǎn)單粗暴了些。

模型三連開(kāi)源，摘下三項(xiàng)SOTA

前面也說(shuō)到，全新推理模型，其實(shí)是本周阿里開(kāi)源第三彈。

總結(jié)起來(lái)畫(huà)風(fēng)其實(shí)是醬嬸的：

前兩彈震得大家伙腦袋嗡嗡的，各種實(shí)測(cè)部署正上頭呢，通義實(shí)驗(yàn)室的卷王們啪地又甩出了一對(duì)王炸。

就說(shuō)Qwen3-Coder，開(kāi)源即刷新AI編程SOTA——不僅在開(kāi)源界超過(guò)DeepSeek V3和Kimi K2，連業(yè)界標(biāo)桿、閉源的Claude Sonnet 4都比下去了。

網(wǎng)友們實(shí)測(cè)起來(lái)，小球彈跳效果是這樣的：

HuggingFace首席執(zhí)行官Clement Delangue、Perplexity首席執(zhí)行官Aravind Srinivas等大佬都第一時(shí)間加入了討論、點(diǎn)贊：

這是開(kāi)源的勝利。

Qwen3-Coder火爆，帶動(dòng)阿里千問(wèn)API調(diào)用量暴漲。

海外知名模型API聚合平臺(tái)OpenRouter數(shù)據(jù)顯示，阿里千問(wèn)API調(diào)用量過(guò)去幾天已突破1000億Tokens，在OpenRouter趨勢(shì)榜上包攬全球前三，是當(dāng)下最熱門(mén)的模型。

基礎(chǔ)模型領(lǐng)域，Qwen3最新版本——Qwen3-235B-A22B-Instruct-2507（非思考版）也登頂全球開(kāi)源第一，在GPQA（知識(shí)）、AIME25（數(shù)學(xué)）、LiveCodeBench（編程）、Arena-Hard（人類偏好對(duì)齊）、BFCL（Agent能力）等眾多測(cè)評(píng)中表現(xiàn)出色，超越Claude4（Non-thinking）等領(lǐng)先閉源模型。

中國(guó)開(kāi)源，卷到了世界最前沿

三連開(kāi)源，連摘三冠，對(duì)于中國(guó)開(kāi)源力量而言，或許還只是一個(gè)開(kāi)端。

有一說(shuō)一，打從DeepSeek爆火、Llama 4翻車(chē)，要說(shuō)開(kāi)源領(lǐng)域哪股勢(shì)力最為活躍，成為新的風(fēng)潮引領(lǐng)者，還得看神秘的東方力量。

每有開(kāi)源新王誕生，DeepSeek、Qwen、Kimi……看來(lái)看去，還是made in China。

「中國(guó)確實(shí)將開(kāi)源提升到了一個(gè)新高度」，越來(lái)越多地被討論、被贊同。

關(guān)鍵是，正如黃仁勛最新一次在北京所說(shuō)，開(kāi)源模型方面，「中國(guó)發(fā)展速度極快」。

以Qwen為例，目前，阿里已開(kāi)源300余款通義大模型，通義千問(wèn)衍生模型突破14萬(wàn)個(gè)，已經(jīng)真真正正超越此前的全球開(kāi)源老大Llama系列，成為全球第一開(kāi)源模型家族。

阿里方面透露，未來(lái)三年，阿里巴巴還將投入超過(guò)3800億元用于建設(shè)云和AI硬件基礎(chǔ)設(shè)施，持續(xù)升級(jí)全棧AI能力。

更重要的是，開(kāi)源和閉源的差距也正在這種中國(guó)速度中被壓縮。

增長(zhǎng)曲線的交叉點(diǎn)何時(shí)出現(xiàn)？尚未可知，但國(guó)產(chǎn)模型的身位已經(jīng)實(shí)實(shí)在在排在了全球最前沿。

— 完 —