在通義App實測Qwen3，這可能是2025年上半年最強大模型_風聞

原創@科技新知AI新科技組作者丨主木編輯丨茯神 主編丨九黎

2025年4月29日凌晨，阿里突然開源了新一代通義千問模型Qwen3（下稱千問3）。這個被開發者稱為「全球最強開源」的模型家族，一夜之間就刷屏了整個AI圈，並且和前一代千問系列模型一樣，千問3的發佈也是滿屏的好評。

作為國內首個實現"混合推理"能力的開源模型，千問3不僅達到了36萬億token的訓練數據量，還支持119種語言和方言。通過混合專家（MoE）架構與混合推理機制的深度整合，在參數效率與任務適應性層面實現雙重突破。

而在數學證明、代碼生成等核心基準測試中，旗艦模型Qwen3-235B-A22B性能與DeepSeek-R1、o1、o3-mini、Grok-3 和 Gemini-2.5-Pro 等全球頂尖模型表現相當。

紙面數據這麼強的模型，真實實力到底如何？

目前通義App以及通義網頁版（www.tongyi.com）已經全面上線千問3，我們也通過通義App的“千問大模型”智能體（默認搭載Qwen3-235B-A22B模型）進行了文字陷阱、邏輯思維、文案創作、信息獲取再創作等多輪測試，結果讓我們大吃一驚。

今年高考，國產AI要拿高分了

首先為了保證測試的是千問3更為純粹的邏輯以及推理能力，我們在測試前將聯網功能進行了關閉，並且僅使用旗艦模型進行測試。

我們先用了兩道經典的大模型測試問題為其“開開胃”：9.8和9.11誰大以及strawberry中有幾個r，千問3均能直接果斷的給出推理過程和答案，並且指出了常見誤區以及用了多種不同的方式來證明答案的正確性。

隨後我們又向千問3提出了此前難倒眾多大模型的國內小學奧賽題目：

奧利弗週五摘了 44 個獼猴桃，週六摘了 58 個，週日摘的數量是週五的兩倍，不過有5個更小一些。問奧利弗一共摘了多少個獼猴桃?

這道題目是北京海淀一所小學二年級的問題，邏輯很簡單，不需要多麼複雜的數學推導，但在此前卻讓GPT4o等大模型“翻車”。

然而千問3僅用7秒便準確的給到了我們正確答案，並且給到的關鍵點解析中也明確的標註出易錯環節和驗證邏輯。

仔細看千問3的推理過程，也能看出其準確的識別到了題目的陷阱，並且對答案進行了多輪驗證。

簡單的文字遊戲難不住千問3，那麼更加需要推理的問題呢？

於是我們拿出了去年高考理科數學中最後一道選擇題，讓千問3來解答：

已知b是a,c的等差中項,直線ax+by+c=0與圓x²+y²+4y-1=0交於A,B兩點,則|AB|的最小值為？

對於這道需多輪推算與核對的難題，千問3並沒有掉鏈子，細細查看給到的推理過程以及答案，可以發現千問3不但答對了題目，更是用了多種解題手段，並且考慮到了多種情況，且每一步都會反覆驗證，保證能夠給到準確的信息。

高考過的知道，數學最後一道選擇題，往往是卷子中最難的之一，千問3能夠準確且快速的給到答案，相信在今年的大模型PK高考數學的競賽中，定能脱穎而出。

AI加持，小白也能成大拿

除了這些常規問題，我們又深度測試了千問3在創意寫作、角色扮演、多輪對話、指令跟隨等多方面的能力。需要注意的是，這些問題往往即時性較高，所以在這個環節我們也打開了聯網功能。

首先，我們作為一個想要買黃金的小白，讓千問3扮演一個職業金融分析師的角色，看看其能否給到我們專業，同時又通俗易懂的市場分析建議。

從千問3給到的回答中，我們可以清晰的看到其調用了極其專業的知識庫信息，通過多維思考，給到了非常有邏輯的市場狀況、核心驅動因素以及技術層面的分析和建議。在其助力下，即便是對經濟市場完全不瞭解的小白用户，也能做出理性判斷。

簡單的沒有難到千問3，那更為抽象的問題呢？我們給了千問3一個“擅長以莎士比亞風格來分析金融市場的研究員”的身份，然後讓其分析未來黃金的走勢。沒想到的是，千問3沒有丟掉任何一個要求，不僅有理有據的分析了市場，還將這些與莎士比亞的經典風格結合到了一起，這確實有點超前了。

當然，一個新的大模型問世，難免逃不過與同行的對比，於是我們也將千問3與目前較火的Deepseek-R1以及豆包1.5pro進行了對比測試。

不過對於大多數普通用户來説，這些都還不夠日常，於是我們以最近比較火的“look in my eyes”作為考點，讓千問3進行相關情景創作。千問3不但準確的找到了該梗出處，創作出的文案也屬於直接能用的水準。

值得一提的是，其實這個環節我們也讓在創作者羣體中比較火的Deepseek-R1以及豆包1.5pro參與了創作，但讓人意想不到的是豆包和Deepseek都沒能識別出這個梗的出處以及真實含義，創作出的文案也幾乎是無法直接使用。

02

一個指令，人人都可以是產品經理

除了解答問題、創作文案外，代碼生成也是千問3的亮點能力。

在網頁版的通義中（www.tongyi.com），用户可以進入更擅長處理代碼問題的代碼模式，在這個模式中，只要一句話便可生成一個應用。

我作為一個完全的代碼小白，想讓千問3幫我生成一個摸魚小遊戲，但沒有更為具體的想法，於是就直接向千問3下達了生成摸魚小遊戲的指令。大概10S鐘的時間，一個接金幣小遊戲便生成了，並且玩起來也十分絲滑。

隨後我提出新的需求，希望通義幫我做一個通勤助手，要求以卡片形式整合 “天氣+交通+日程”，一站式展示通勤關鍵信息。

通義給出的結果，再次讓人眼前一亮，不僅實現了功能需求，還對重點細節部分進行了詳細説明，以便用户直接更改需求使用。

值得一提的是，通義網頁版還配備了指令優化功能，可以直接優化用户指令，使其更豐富且更貼合代碼生成邏輯。

小球測試也是難倒眾多大模型代碼能力的測試，我們也拿這個來考考千問3，給到其要求：編寫一個動畫程序，模擬一個紅色小球在順時針旋轉的五邊形中晃動，並遵循重力規律。

千問3快速給到了代碼，並且給到了使用指南，而我們根據使用指南將代碼運行起來，得到了一個符合指令的展示效果。

其實通過一輪輪測試下來，可以明顯的感知到千問3在複雜任務處理上的碾壓級優勢——它不是簡單堆砌知識點的答題機器，而是真正具備思維鏈構建能力的智能體。

當然，一個出色的大模型也需要一個出色的落地產品。在使用通義App體驗千問3的過程中，也能確切的感受到新版通義App在多輪進化升級後，無論是產品界面還是交互體驗等設計層面的全方位變化，都變得更加易用，也更具温度。

雖然過去的通義App同樣具備不俗的AI實力，但在用户使用體驗上仍有優化空間。例如此前的通義App在主界面上集合了不少功能，這種設計雖然可以幫助用户快速跳轉，但對於新用户來説，難免會出現摸不着頭腦的情況，需要摸索後才能輕鬆上手。

如今的通義App整體界面大做減法，產品設計更加簡潔清爽，將提問、對話、圖片理解與生成、翻譯、寫作等多種核心以及常用的功能放到最顯眼的位置，主智能體“鄰家女孩”這一富有親和力的新形象，能勝任大部分應用場景中的需求，保證了所有用户都能輕鬆體驗。

新版通義App在其他方面的設計和調整，也進一步降低了用户使用的門檻。例如左滑便可直接看到對話記錄、我創建的、我聊過的智能體等資產沉澱，右滑就是通義過去積累起來的智能體平台，有非常豐富的專業智能體，比如AI視頻、健康顧問、AI生圖、AI擴圖、表情包大師等等，通過這些名稱更直觀地找到自己所需的信息，並且整體界面顯得清爽了不少。

另外，通義App在視覺呈現上也下足了功夫，色彩搭配舒適，功能排版清晰，各種功能按鈕的位置設置合理。可以説，通義App通過這些貼心的設計，讓千問3的強大能力得以更好地展現，也讓用户更加願意沉浸其中，探索AI的無限可能 。

從榜單到場景，千問3真正做到了“能上手、能落地”，而當每個開發者都能基於這套最強開源底座創造價值，當每個用户都能通過一個好用的App去釋放AI潛力，這種讓最強AI觸手可及的普惠性，或許才是千問3以及通義App定義的最強新內涵。