(網(wǎng)經(jīng)社訊)7月22日，阿里巴巴通義千問今日宣布更新了旗艦版Qwen3模型，推出 Qwen3-235B-A22B-FP8 非思考模式（Non-thinking）的更新版本，命名為Qwen3-235B-A22B-Instruct-2507-FP8。
據(jù)網(wǎng)經(jīng)社云計算臺（CC.100EC.CN）了解，新的Qwen3模型，通用能力明顯提升，包括指令遵循、邏輯推理、文本理解、數(shù)學(xué)、科學(xué)、編程及工具使用等方面，在GQPA（知識）、AIME25（數(shù)學(xué)）、LiveCodeBench（編程）、Arena-Hard（人類偏好對齊）、BFCL（Agent能力）等眾多測評中表現(xiàn)出色，超過Kimi-K2、DeepSeek-V3等頂級開源模型以及Claude-Opus4-Non-thinking等領(lǐng)先閉源模型（詳見圖2）。
此外，本次更新的Qwen3模型，還增強了以下關(guān)鍵性能：
1.在多語言的長尾知識覆蓋方面，模型取得顯著進步。
2.在主觀及開放性任務(wù)中，模型顯著增強了對用戶偏好的契合能力，能夠提供更有用的回復(fù)，生成更高質(zhì)量的文本。
3.長文本提升到256K，上下文理解能力進一步增強。
目前，Qwen3新模型已在魔搭社區(qū)和HuggingFace上開源更新。
在技術(shù)特性方面，Qwen3融合了快速響應(yīng)和深度思考兩種模式。面對簡單問題時，模型能夠快速給出答案；遇到復(fù)雜任務(wù)時，則會啟動多步驟推理機制。這種混合推理設(shè)計既保證了響應(yīng)效率，又確保了復(fù)雜問題的處理質(zhì)量。
模型在多項基準(zhǔn)測試中表現(xiàn)突出。在數(shù)學(xué)推理能力評測AIME25中獲得81.5分的成績，在代碼能力測試LiveCodeBench中突破70分關(guān)口。與此同時，在人類偏好對齊評估ArenaHard中，該模型以95.6分的成績超越了多個國際知名模型。
