魚羊 一水 發自 凹非寺量子位 | 公眾號 QbitAI
開源大模型新王者，正在受到空前關注。
Qwen3預告一齣，直接開啟不眠夜模式。
△
來自編輯部本部
等到深夜正式上線並宣佈登頂全球最強開源模型，更是瞬間引爆全網熱議。
網友們的反應在meme中盡數體現（doge）。
畢竟，單看紙面引數，Qwen3就是個妥妥的大工程：
-
8款混合推理模型全部開源，引數量從0.6B到235B全面覆蓋； -
32B模型就有超越OpenAI o1、DeepSeek R1的效能表現，在程式設計基準測評中還超過了風頭正盛的Gemini 2.5 Pro； -
支援思考和非思考模式，支援119種語言和方言、加強對MCP支援……
還有網友認為，這是“又一個DeepSeek時刻”。
這一次模型開源，通義App和網頁版也趕在第一時間滿血上線Qwen3，並且有專屬智慧體體驗。
新王究竟表現如何，我們第一時間深度實測，以見真章。
Qwen3住進App，還能這樣玩兒
開啟通義App/通義網頁版首頁，目前有兩種方式可以體驗到Qwen3模型：
-
直接用輸入框對話（程式碼/數學/翻譯類問題預設呼叫Qwen3-235B，其它問題不呼叫Qwen3） -
選用“千問大模型”智慧體（預設使用旗艦版Qwen3-235B-A22B）
BTW，通義網頁版近期上線了新域名tongyi.com，不要走錯。
OK，接下來進入正題。
官方強調了新模型在Agent、編碼方面的能力提升，還增強了對MCP的支援。具體表現如何，我們直接在通義App裡全方位實測。
第一關：程式碼生成
先來個新模型“入門挑戰”——空間內彈小球。
這個經典測試在考驗模型程式碼能力的同時，還重點關注了它對物理世界的理解，幾乎每一個新模型都會被拉出來遛一遛。
提示詞如下（p5.js指令碼、25個粒子、圓柱形容器）：
而第一次接受挑戰的旗艦版Qwen3模型，用時1分鐘，唰唰唰就生成了一百多行程式碼：
將上述程式碼實際執行一下，結果be like：
雖然一眼看去沒有“小球直接衝出圓圈”這樣明顯的錯誤，但也確實缺少3D空間感。
作為對比，我們拉出官方測評圖中，和滿血Qwen3程式碼實力最相近的Grok 3模型。
重複相同操作，讓Grok 3基於同一提示詞生成程式碼，並實際執行：
二者的區別相當明顯，後者（Grok 3）的空間感肉眼可見更強。
為了進一步探究兩段程式碼的差別，我們又直接讓Qwen3“自己找找差距”（doge）。
結果，它真的很認真地進行了全方位對比，包括渲染模式、容器結構、粒子運動與碰撞測試等等。
最終結論也用表格進行了呈現，一目瞭然：
甚至，基於它提出的改進意見，我們繼續讓它出了一個新版本。
實際執行後，這次的結果已經非常符合我們的要求了。
事實上，深扒Qwen3的思考過程，我們才發現原來第一版的2D效果是它“深思熟慮”後的選擇。
這裡主要考慮到了相容性問題，所以簡化成了俯檢視來呈現。
從上面這個簡單測試，我們已經能夠窺見Qwen3的程式設計師素養確實不錯。
接下來難度升級，直接讓它幫打工人設計一個提醒喝水的電腦端App。
注意，為了能快速在瀏覽器端預覽生成效果，這裡我們採用了“極簡模式”，僅保留最基礎的功能，不涉及使用任何第三方庫。
結果生成的App有模有樣，還能真實點選互動。
一旦讓具備工程能力的童鞋們上手，估計能實現更多複雜效果。
第二關：邏輯推理
接下來我們考查一下Qwen3的邏輯推理能力。
老規矩，先上一道經典邏輯陷阱題：
農夫要把一頭狼、一隻羊和一盆菜帶過一條河。河邊只有一艘小船，農夫每次只能帶一樣東西過河。如果農夫不在場時，狼會吃羊，羊會吃菜。如何安排農夫的安全過河方案？
在故意關閉聯網模式後，Qwen3經過一步步推理最終給出了正確答案。
農夫應按照以下順序操作：
帶羊過河，返回。 帶狼過河，帶回羊。 帶白菜過河，返回。 帶羊過河。 此方案透過7次移動（4次過河，3次返回），確保所有物品安全抵達對岸。
而且從Qwen3的思考過程能夠看到，其思維方式和人類一樣，是透過不斷推翻各種方案來找出可行路徑。
再來一道超高難度專業數學題。
原題來自今年的普特南數學競賽，該競賽號稱最難本科數學考試，人類要考6小時，並且所選取的題目據稱前500名選手均未能完整作答。
而扔給Qwen3後，可以看到整體的思考時間確實明顯變長，最終用時5分38秒給出了正確答案。
p.s. 千問智慧體無法直接上傳圖片，最終選擇從App首頁上傳圖片，提取文字後繼續使用千問智慧體作答。
更有趣的是，扒一扒其思考過程，還能看到模型線上表演“崩潰”：
當然，雖然AI的解讀速度和正確率明顯勝於人類，但還是要和同類來比。
在國外網友的測試中，同一道題Grok 3（Think）在約8分鐘內找到了解決方案。
所以對比下來，這一局算Qwen3略勝一籌。
第三關：多語言能力
另外據介紹，Qwen3的一大亮點是支援119種語言和方言，被網友戲稱“AI屆多鄰國”（doge）。
別的不說，直接讓它來挑戰一把國內專業譯者的地位試試。
將莎士比亞《哈姆雷特》的經典選段丟給它，讓它按照“信達雅”翻譯成中文。
它還知道參考優秀譯本，並且注意避免直接抄襲造成侵權。
最終生成的結果如下（左側），對比我們熟知的朱生豪經典譯本（右側），你覺得AI味兒濃度如何？
第四關：賽博閨蜜、shopping比價、寫歌一網打盡
除了以上更側重模型基礎能力的考查，當Qwen3被塞進App後，我們還解鎖了更多玩法。
做旅遊規劃這種就不必多說了，關鍵還能充當“賽博閨蜜”，幫忙選擇更適合發朋友圈的遊客照。
日常也能用來購物比價，比如分析出當下最值得入手的3000元預算內平板。
不僅用表格清晰列出了各品牌的核心引數，還按照不同需求進行了推薦，一整個造福伸手黨。
此外，最近火上熱搜的“AI寫歌”，我們也用Qwen3嘗試了一把。
五一版·大張偉嗨歌這就新鮮出爐，光看歌詞確實有內味兒了：
Okk，以上為我們的全部實測。
小結一下，透過在通義App使用Qwen3專屬智慧體，我們能明顯感受到以下幾點：
-
Qwen3旗艦模型的生成速度非常快，體驗很絲滑； -
模型擅長推理，能夠解決經典邏輯陷阱和複雜數學題； -
程式碼能力方面，已經能夠快速實現一些簡單需求； -
由於載體是App，可拓展的玩法很多。
而且，通義App自上個月頁面改版後，整體設計更簡潔，互動也更加完善了。
更多網友實測
與此同時，隨著Qwen3模型的爆火，更多網友也第一時間進行了試玩。
有和“空間內彈小球”類似效果的頁面設計：
還有用阿拉伯語、法語和印地語解釋愛因斯坦相對論的玩法，該博主聲稱：
簡單到連十歲的小孩都能理解。
當然，大家一直尤為鍾愛的小遊戲開發也安排上了：
開源界的新王者
Qwen3引發熱議背後，可以看到的是，在開源影響力上，以Qwen為代表的國產大模型，已經有超越Llama之勢。
這一點，從reddit LocalLLaMA等開發者聚集的板塊的最新話題中，亦可見一斑。
不僅是基準評測資料的紙面超越，實測越多，模型實力究竟幾何就越能被客觀公允地認知。
而如今的開源格局之變，並非一蹴而就。前有DeepSeek，今有Qwen3，背後體現的是來自中國的開源力量一以貫之的努力，和一如既往的“中國速度”。
以Qwen為例：
2024年11月底，開源推理模型QwQ；
2025年春節檔，連發Qwen2.5百萬上下文版本、視覺理解模型Qwen2.5-VL，還有超大規模MoE模型Qwen-2.5 Max；
2025年3月，QwQ-32B以1/10成本比肩DeepSeek-R1；
多模態方面，還有萬相Wan的持續開源和迭代……
這還只是短短5個月內的進展。
再加上更加開放和商用友好的Apache 2.0協議，開發者們的轉向，自然在情理之中。
作為普通使用者，一方面，可以在通義App這樣的官方應用上更快感知到滿血模型的能力。
另一方面，也可以期待開源，帶來更多衍生應用的可能性。
那麼，再次開啟傳送門：
tongyi.com
如果你探索到了什麼新鮮玩法，也歡迎在評論區跟大家分享~
參考連結：[1]https://x.com/YUEXINWANG61157/status/1917059240360919318[2]https://x.com/kis/status/1917090589931409750[3]https://x.com/godofprompt/status/1917147674438255021
一鍵三連「點贊」「轉發」「小心心」
歡迎在評論區留下你的想法！
— 完 —
🌟 點亮星標 🌟