8月2日凌晨，國(guó)際權(quán)威大模型評(píng)測(cè) Chatbot Arena更新了最新一期的大模型榜單，上周新鮮開(kāi)源的阿里千問(wèn)3新模型斬獲1433分，超越頂尖閉源模型Grok4、Claude4，位列所有閉源及開(kāi)源模型的全球總榜第三，是全球最強(qiáng)非推理(non-thinking)模型，并創(chuàng)下全球開(kāi)源模型和國(guó)產(chǎn)模型的史上最高分。同時(shí)，千問(wèn)3還奪得數(shù)學(xué)、代碼、復(fù)雜提示、長(zhǎng)文本檢索、指令遵循等5項(xiàng)全球第一。
全球知名ChatBot Arena大模型排行榜，千問(wèn)3位列全球頂級(jí)模型第三、開(kāi)源第一
Chatbot Arena是由獨(dú)立研究機(jī)構(gòu)LMSYS Org推出的大模型評(píng)測(cè)平臺(tái)，其評(píng)測(cè)分?jǐn)?shù)被認(rèn)為是全球最具公信力的大模型榜單。不到一年前，Qwen2.5-72B是第一個(gè)入選該榜前十的中國(guó)大模型;上周開(kāi)源的千問(wèn)3非思考基礎(chǔ)模型 Qwen3-235B-A22B-Instruct-2507 再次實(shí)現(xiàn)重大突破，攬獲5項(xiàng)關(guān)鍵能力全球第一，并以1433分的總分創(chuàng)下開(kāi)源大模型的史上最高分，力壓Grok4、Claude4、Gemini 2.5-Flash、GPT4.1等一眾頂級(jí)閉源模型，千問(wèn)3與GPT4.5并列全球第三。
千問(wèn)3在數(shù)學(xué)、代碼、復(fù)雜提示、長(zhǎng)文本、指令遵循等方面位列全球第一
7月22日起，阿里通義團(tuán)隊(duì)接連開(kāi)源千問(wèn)3基礎(chǔ)模型、AI編程模型和推理模型，性能均實(shí)現(xiàn)同類(lèi)開(kāi)源模型的新突破。除千問(wèn)3 指令(Instruct)模型外，推理模型 Qwen3-235B-A22B-Thinking-2507 也闖進(jìn)榜單前十，數(shù)學(xué)能力并列全球第一;在Chatbot Arena專(zhuān)門(mén)評(píng)估編程能力的WebDev Arena子榜單中，編程模型Qwen3-Coder性能與Gemini2.5 Pro、DeepSeek-R1、Claude4并列第一。
本周，通義千問(wèn)仍在以“周級(jí)迭代”頻率持續(xù)更新：Qwen3-30B-A3B 更新了Instruct模型、推理模型、編程模型等3款模型，性能媲美Gemini2.5-flash、GPT-4o，可在消費(fèi)級(jí)硬件直接部署，廣受開(kāi)發(fā)者歡迎。同時(shí)，千問(wèn)3新模型的“訓(xùn)練秘籍”GSPO新算法也對(duì)外公開(kāi)，GSPO從根源上解決了大規(guī)模MoE模型在強(qiáng)化學(xué)習(xí)中的穩(wěn)定性問(wèn)題，訓(xùn)練效率較經(jīng)典GRPO算法實(shí)現(xiàn)大幅提升，GSPO論文在全球最大的AI開(kāi)源社區(qū)HuggingFace里論文熱度排名第一。
阿里千問(wèn)模型API調(diào)用量市場(chǎng)份額超10.9%，位列全球第四
阿里AI多連發(fā)，在全球范圍內(nèi)引發(fā)新一輪接入中國(guó)開(kāi)源模型熱潮。海外大模型API聚合平臺(tái)OpenRouter數(shù)據(jù)顯示，阿里千問(wèn)模型全球市場(chǎng)份額逾10.9%，超越OpenAI和meta-Llama系列模型，位列全球第四;其中，Qwen3-Coder調(diào)用量一周暴增1474%，位列編程領(lǐng)域的全球第二。
編程領(lǐng)域中，Qwen3-Coder尤受AI社區(qū)歡迎，API調(diào)用量一周暴增1474%
截至目前，阿里已開(kāi)源300余個(gè)模型，持續(xù)推進(jìn)“全尺寸”、“全模態(tài)”的全面開(kāi)源。通義千問(wèn)衍生模型已超過(guò)14萬(wàn)個(gè)，是全球第一的開(kāi)源模型，也是中國(guó)企業(yè)用得最多的大模型。未來(lái)三年，阿里巴巴還將投入3800億元在AI和云基礎(chǔ)設(shè)施建設(shè)上，夯實(shí)“AI全棧”的技術(shù)體系和戰(zhàn)略布局，為全球開(kāi)發(fā)者和企業(yè)提供更高性能、更普惠的AI和云計(jì)算服務(wù)。
