7月22 - 25日，阿里巴巴通义团队火力全开，四连发推出Qwen3-235B非思考版本、Qwen3-Coder编程模型、Qwen3-235B-A22B-Thinking-2507推理模型以及WebSailor AI Agent框架，在基础模型、编程模型、推理模型和智能体领域的开源榜单上大获全胜，引得全球瞩目，市场对其开源模型的认可度也在飙升。
基础模型：非思考模式的卓越表现
7月22日周二凌晨，阿里巴巴通义千问团队推出非思考模式（Non-thinking）最新模型Qwen3-235B-A22B-Instruct-2507-FP8。这款非思考模型在多项关键基准测试中成绩斐然，不仅全面超越Kimi-K2等顶级开源模型，甚至领先Claude-Opus4-Non-thinking等顶级闭源模型。同时，本次更新的Qwen3模型在Agent能力上尤其亮眼，在BFCL（Agent能力）测评中表现卓越，意味着模型在理解复杂指令、自主规划、调用工具以完成任务的能力达到新高度。权威机构Artificial Analysis更是直接评价通义千问3是全球最智能的非思考基础模型。
编程模型：引发社区轰动的力作
7月23日发布的Qwen3-Coder在全球开发者社区掀起波澜。这款基于MoE架构的编程模型拥有480B总参数，35B激活参数，原生支持256K上下文，可扩展至1M。在开发者极为关注的SWE-bench Verified基准测试中，Qwen3-Coder取得开源模型最佳表现。该模型在7.5万亿token规模上训练，其中70%为代码数据，并通过长时程强化学习和2万个虚拟环境的大规模实战训练，在真实世界的多轮交互任务中展现出色能力。阿里还推出配套命令行工具Qwen Code，提供完整编程解决方案。科技界领袖纷纷点赞，Perplexity CEO Aravind Srinivas盛赞“成果令人惊叹，开源正在获胜”，推特创始人Jack Dorsey强调Qwen3与Goose搭配使用效果很棒，即“goose配合Qwen3-Coder等于哇哦”。此外，7月24日，全球最大的AI开源社区Hugging Face更新榜单，Qwen3-Coder登顶榜首，千问编程模型系列下载量已突破2000万次，Hugging Face CEO Clement Delangue就连转带发12条推文盛赞。
AI Agent框架：打破闭源垄断的利器
同期，阿里通义实验室开源的WebSailor AI Agent框架，直接对标OpenAI的Deep Research产品。该框架在BrowseComp-en/zh测试中性能显著优于所有开源智能体，可媲美专属闭源模型。WebSailor采用复杂任务生成和强化学习模块的双重技术架构，通过构建复杂知识图谱和动态采样策略，能在海量信息中高效检索和推理。它不仅在复杂任务上表现卓越，在SimpleQA基准测试这类简单任务中，性能也超过所有其他模型产品。该项目在GitHub已获得超5000颗星，并曾拿下每日增长趋势第一名。其开源意义重大，打破了闭源系统在信息检索领域的垄断地位，为全球开发者提供了媲美Deep Research的开源解决方案。
推理模型：登顶全球开源冠军
7月25日发布的Qwen3-235B-A22B-Thinking-2507堪称本周最重磅产品。在各项测试中成绩优异，AIME25（数学）达到92.3分，LiveCodeBench v6（编程）获得74.1分，WritingBench（写作）达到88.3分，PolyMATH（多语言数学）获得60.1分。从更详细榜单表现看，相较于其他模型也毫不逊色。该模型采用MoE架构，总参数235B，激活参数22B，拥有94层结构和128个专家系统，原生支持262，144 tokens上下文长度，专为思考模式构建，默认聊天模板自动包含思考标签，为深度推理提供强大支撑。OpenRouter数据显示，阿里千问的API调用量在过去几天暴涨，已超过1000亿tokens，包揽最热门调用模型前三名，全球网友也惊叹于这款最强推理模型，有网友称其为“中国的开源o4 - mini”，AI Thinkers评论“中国刚刚发布了一款怪物级的AI模型”。
以上文章由 AI 总结生成
