作者｜西梅汁

編輯｜星奈

媒體｜AI大模型工場

OpenAI突然宣布：放棄營利性轉型，回歸非營利初心！Sam Altman更是稱要為全人類打造「全球大腦」，AGI不該服務少數人。這一決策被外界解讀為巨頭在技術瓶頸與商業(yè)壓力間的無奈妥協。

而上周阿里開源Qwen3以來，這款號稱“全球最強開源模型”的AI，憑借“半價碾壓同行”“奧數題秒殺GPT-4”的爭議性表現，迅速成為科技圈的頂流。

又僅僅只用一周的時間，國際大模型界的“奧林匹克”LiveBench榜單公布——阿里Qwen3-235B-A22B以開源模型身份登頂總榜冠軍，甚至“越級打怪”，在指令遵循能力上碾壓OpenAI的o4-Mini  High、谷歌Gemini 2.5 Pro等閉源頂流，讓開發(fā)者們集體好奇：“開源模型也能這么強？！”

無不向世界展現了另一種可能：AI的終極目標或許不在盈利模式，而是如何讓技術滲透進每個角落。

那么我們先來了解，阿里的這只“卡皮巴拉”和它的家族。阿里上周總共開源 8 款模型，包括 2 款 MoE 模型和 6 款 Dense 模型。

2 款 MoE 模型：

旗艦版 Qwen3-235B-A22B，激活參數僅22B，部署成本為 DeepSeek R1 的三分之一。

迷你版 Qwen3-30B-A3B，激活參數僅3B，整體性能堪比 Qwen2.5-32B，適合消費級顯卡部署。

6 款 Dense 模型：

0.6B、1.7B、4B、8B、14B、32B這6款稠密模型，均采用 Apache 2.0許可。

解鎖“新族譜”后，我們就來重點看看這款號稱“混合推理之王”的模型Qwen3旗艦版235B-A22B ，怎么引的X上的網友連連叫好？它究竟是國產AI的里程碑，還是營銷噱頭？

一 從“思考模式”到方言翻譯甚至工具調用，這次它想當“全能學霸”

阿里這次給Qwen3塞了一堆新技能，核心亮點可以用三個關鍵點概括：混合推理模型、豐富的語言支持、Agent調用功能。

Qwen3最顛覆的設計，莫過于它的混合推理引擎，這個概念最早是由Claude3.7提出來的?！八伎寄Ｊ健迸c“非思考模式”的無縫切換，說白了就是，這個模型它既可以推理，也可以不推理。

主要是復雜答案深度思考，而對于簡單答案通過控制，不生成思考過程，在不影響效果的情況下，實現秒回，提升效果、成本以及時間上的平衡。

比如輸入用Python寫一個快速排序函數，并解釋時間復雜度，開啟思考模式時，Qwen3會像學霸做題一樣分步推導，先拆解算法邏輯再生成代碼，甚至自我糾錯。

而切換到非思考模式，它則秒回一段代碼，并且沒有冗長的思考過程。這種設計讓用戶能根據需求在“深度推理”和“快餐式應答”間自由選擇，像是給AI裝了個“省電模式開關”。

要知道，在此之前，是沒有太好的辦法直接讓推理模型不生成思考過程，只能通過訓練，連提示詞都沒辦法控制。

另外在語言能力上，Qwen3 還支持119種語言和方言，從粵語到斯瓦希里語統統拿捏，甚至能理解“顆粒度”“頂層設計”“底層邏輯”這類行業(yè)黑話。更狠的是預訓練數據量——36萬億token，相當于把整個互聯網圖書館啃了兩遍，連PDF里的公式和代碼注釋都沒放過。

至于今年熱門的Agent能力，原生支持工具調用，這個也是最近大廠的重點。

Qwen3 在工具調用能力方面的出色表現，主要通過Qwen 配套的 Qwen-Agent 項目，可以方便地使用 API 進行工具調用，或結合現有的工具鏈進行擴展。

二 Qwen3 vs OpenAI vs DeepSeek——一場“快、準、省”的三角對決

參數多不一定贏，但參數少還比你強那就很可怕了。

接下來，看看我們用三個典型場景展開實測：

1、高難度算法編程

主要看模型的數學以及邏輯推理能力，這次是在leetcode（主要專注于算法訓練和求職準備的在線編程平臺）這個網站上找的一些算法編程上的問題，前面幾個編號高的都是新出的題目，并且模型做過的可能性也比較低，人類做這些題目至少都需要花費一兩個小時，我們來丟給模型們寫寫看。

Qwen3-235B：把題干和答題格式一并發(fā)送過去后，Qwen3差不多花了兩分鐘左右給出答案，答題過程中吐字速度也很快，并且成功答對，代碼運行速度僅269ms！

DeepSeek：同樣能完成證明，咱們國產模型確實都很優(yōu)秀,但是答案運行速度相對有點慢了。

OpenAI ：看來題目對于openAI還是有點難度的，回答錯誤。

2、交互游戲代碼生成

Prompt：做一個超級瑪麗游戲，用html實現，需要有敵人，有平臺，有金幣

Qwen3-235B：30秒內生成完整代碼，有倆個敵人的設定，但是畫面中有一個敵人沒有運行起來，有點美中不足。

DeepSeek：不得不承認，這種低門檻交互性的小游戲，DeepSeek做的都還挺不錯的，有敵人，有平臺，有金幣，各個小元素都做到了。

OpenAI：同樣生成速度很快，但是畫面過于簡單，總體來看不如前面兩者。

3、古詩翻譯

Prompt：將以下中文古詩翻譯成英文，保留押韻和意境：“床前明月光，疑是地上霜。舉頭望明月，低頭思故鄉(xiāng)。

Qwen3-235B：

第一句“亮月光灑窗欞”，直接對應“明月幾時有”，既忠于原意，又保持了詩意。第二句“如銀霜，泛清輝”，既點出了月光像霜的比喻，也保留了“銀霜”這個意象，同時讓語言更有美感。后兩句“抬首望明月，低頭念故鄉(xiāng)”，則直接傳遞了詩人的動作和情感。這種翻譯方式既簡潔明了，又符合古詩的風格。

DeepSeek:

詩的第一句“Before my bed, a silver pool gleams”描述了月光灑在床前的景象，這里的“silver  pool”比喻的是月光的閃爍。第二句“Is it frost veiling the earthly  scenes?”則用一個疑問句表述，他以為地上的月光像是霜。第三句“Eyes raised, the moon's  pearly charm I see”是詩人抬頭仰望明月的動作，表達了對月光的欣賞。最后一句“Head bent, my soul  drifts where home rivers flow free”則直接點明了思鄉(xiāng)的主題。

OpenAI：雖能翻譯但是更加像直譯過來的意思，“shines bright”和“l(fā)ast night”押韻，但第三、四句的“glow”和“home”沒有押韻?！耙墒堑厣纤狈g成“Like frost upon the floor last night”也不夠準確，原意是“懷疑是地上的霜”，所以用“suspected”不太貼切。

直觀看來，還是咱們的國產大模型更懂古人的韻味！

整體跑下來，三款模型其實差別不是很大，但是阿里的優(yōu)勢就在于，它以最小的模型參數，仍舊可以保持穩(wěn)定輸出。同時，阿里的全棧開源策略也加速了技術普惠。

當開源社區(qū)的朋友們已經爭相在Qwen3的開放生態(tài)中探索更多可能性，這場技術革命已不再局限于實驗室的代碼與參數。而這場大模型競賽似乎正把《復仇者聯盟》里的"賈維斯"加速拽進現實——只不過，這個未來可能得說著一口流利的方言！