通义千问Qwen3系列最新大模型发布，记者实测：数学能力更出色

4月29日凌晨，阿里巴巴正式发布通义千问Qwen3系列模型，这一包含2个混合专家（MoE）模型与6个稠密模型的开源大模型家族，以突破性的架构设计、36万亿 token 的训练数据规模及多模态能力，吸引了一大拨开发者的关注。记者实测发现，Qwen3不仅在数学推理、代码生成等硬核领域表现惊艳，其 “思考模式” 与 “非思考模式” 的灵活切换，更能提升复杂任务的处理效率。

据官方技术文档显示，Qwen3系列模型采用混合专家架构与统一多模态编码体系。旗舰模型Qwen3-235B-A22B具备2350亿总参数量，通过MoE动态路由机制，实际激活参数仅220亿，显存占用仅为同性能模型的三分之一。

同时，Qwen3在多模态能力上，首次实现文本、图像、音频、视频的统一处理。例如，记者测试发现，当输入一张包含数学公式的图表时，模型不仅能精准解析公式含义，还能结合上下文推导出解题步骤。这种能力在教育、科研等领域具有广阔应用前景，可辅助论文写作、实验数据分析等场景。

目前，Qwen3已在Hugging Face、ModelScope等平台上线，GitHub星标数突破18.5k。

4月29日，记者实际体验了一下Qwen3模型，整体测试效果令人满意。

首先，在逆文本生成基准测试中，记者要求模型将“YZWB is testing Qwen3-235B-A22B” 这句话逐词反转。Qwen3-235B-A22B在非思考模式下仅用0.3秒输出“B22A-B532-n3newQ gnitset si BWZY”。

其次，记者实测发现Qwen3在数学能力表现相比之前更出色了，模型现在可以同时提供多种解题思路，输出结果也比较准确，展现了其强大的推理能力。而对此前网友向AI提出的“7米长的甘蔗如何通过2米高、1米宽的门”这一经典难题，Qwen3通过三维空间建模推导出“倾斜甘蔗使其对角线长度小于门的对角线（√(2²+1²)≈2.24米）”的方案。

最后，根据最新LiveCodeBench v5评测，Qwen3-235B-A22B以70.7分超越OpenAI Grok-3，记者实测其代码生成能力同样惊人。当要求模型“用 Python 编写一个实时监控服务器日志并发送异常报警的脚本” 时，模型在思考模式下输出了包含日志解析、阈值检测、邮件报警等模块的完整代码，并自动添加了错误处理和配置文件读取功能。

尽管Qwen3在众多基准测试中表现优异，然而记者实测发现Qwen3在处理复杂推理任务及稀疏知识域时仍存在显著局限——即"幻觉生成"现象。例如，记者在测试Qwen3的中文写作能力时，虽然能直观的感到模型对于文字的处理更加细腻、流畅，但生成的文本存在严重的逻辑断层与场景跳跃失控现象，呈现出拼贴画式的叙事结构。这种现象暴露出模型在处理低频知识域或进行多阶推理时，容易将训练数据中的碎片化知识进行错误关联重组，生成看似合理却违背现实的回答，这也是众多大语言模型在认知边界突破过程中面临的共性挑战。

校对 盛媛媛