魚羊 發自 凹非寺
量子位 | 公眾號 QbitAI

卷瘋了，通義千問真的卷瘋了。

Qwen3-Coder剛炸完場，就隔了一天，馬上全新開源Qwen3系列最強推理模型——Qwen3-235B-A22B-Thinking-2507。

怎么個最強法？一登場，再次刷新SOTA，在各項測評中一舉拿下「全球最強開源模型」寶座，比肩頂級閉源模型Gemini-2.5 Pro、o4-mini。

國外網友都饞哭了：

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

開源還不算，各個出手即SOTA：接連斬獲基礎模型、編程模型、推理模型三項全球開源最強。

這個模型更新強度和效能提升，妥妥地引領全球了。

就問小扎慌不慌（doge）。

新版Qwen3推理模型，登頂全球開源最強

正如DeepSeek R1是在V3基礎上打造的推理模型，Qwen3全新推理模型，是基于Qwen3-235B-A22B打造——就是235B參數那版MoE，激活參數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、數學、科學和編碼等任務上性能顯著提升；
• 能更好地遵循指令、使用工具、生成文本；
• 支持256K原生上下文，適用于高度復雜的推理任務。

而此番刷新SOTA，登頂開源最強，確實不是那種一丟丟提升，仔細看測評分數，那是「真有點東西」。

先來看推理方面。

在超高難度測試「人類最后的考試」中，最新的2507版推理模型，相較4月底初發布的Qwen3推理模型，分數從11.8分提升到了18.2分。

超過了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等閉源業界標桿，刷新SOTA。

除此之外，在知識、對齊、智能體、多語言等基準評測中，Qwen3新推理模型都有比肩閉源模型的表現，達到開源SOTA。

紙面上的成績屬實是相當優秀，那么具體使用起來，這個新推理模型表現又會如何？

我們也簡單測試了一下。

還是那道經典題：7米長的甘蔗如何通過2米高1米寬的門？

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

思考過程如下：

相較之下，o4-mini的答案就簡單粗暴了些。

模型三連開源，摘下三項SOTA

前面也說到，全新推理模型，其實是本周阿里開源第三彈。

總結起來畫風其實是醬嬸的：

前兩彈震得大家伙腦袋嗡嗡的，各種實測部署正上頭呢，通義實驗室的卷王們啪地又甩出了一對王炸。

就說Qwen3-Coder，開源即刷新AI編程SOTA——不僅在開源界超過DeepSeek V3和Kimi K2，連業界標桿、閉源的Claude Sonnet 4都比下去了。

網友們實測起來，小球彈跳效果是這樣的：

HuggingFace首席執行官Clement Delangue、Perplexity首席執行官Aravind Srinivas等大佬都第一時間加入了討論、點贊：

• 這是開源的勝利。

Qwen3-Coder火爆，帶動阿里千問API調用量暴漲。

海外知名模型API聚合平臺OpenRouter數據顯示，阿里千問API調用量過去幾天已突破1000億Tokens，在OpenRouter趨勢榜上包攬全球前三，是當下最熱門的模型。

基礎模型領域，Qwen3最新版本——Qwen3-235B-A22B-Instruct-2507（非思考版）也登頂全球開源第一，在GPQA（知識）、AIME25（數學）、LiveCodeBench（編程）、Arena-Hard（人類偏好對齊）、BFCL（Agent能力）等眾多測評中表現出色，超越Claude4（Non-thinking）等領先閉源模型。

中國開源，卷到了世界最前沿

三連開源，連摘三冠，對于中國開源力量而言，或許還只是一個開端。

有一說一，打從DeepSeek爆火、Llama 4翻車，要說開源領域哪股勢力最為活躍，成為新的風潮引領者，還得看神秘的東方力量。

每有開源新王誕生，DeepSeek、Qwen、Kimi……看來看去，還是made in China。

「中國確實將開源提升到了一個新高度」，越來越多地被討論、被贊同。

關鍵是，正如黃仁勛最新一次在北京所說，開源模型方面，「中國發展速度極快」。

以Qwen為例，目前，阿里已開源300余款通義大模型，通義千問衍生模型突破14萬個，已經真真正正超越此前的全球開源老大Llama系列，成為全球第一開源模型家族。

阿里方面透露，未來三年，阿里巴巴還將投入超過3800億元用于建設云和AI硬件基礎設施，持續升級全棧AI能力。

更重要的是，開源和閉源的差距也正在這種中國速度中被壓縮。

增長曲線的交叉點何時出現？尚未可知，但國產模型的身位已經實實在在排在了全球最前沿。

— 完 —