开源大模型史上最高分！阿里千问3性能全球第三

8月2日凌晨，国际权威大模型评测 Chatbot Arena更新了最新一期的大模型榜单，上周新鲜开源的阿里千问3新模型斩获1433分，超越顶尖闭源模型Grok4、Claude4，位列所有闭源及开源模型的全球总榜第三，是全球最强非推理(non-thinking)模型，并创下全球开源模型和国产模型的史上最高分。同时，千问3还夺得数学、代码、复杂提示、长文本检索、指令遵循等5项全球第一。

Chatbot Arena是由独立研究机构LMSYS Org推出的大模型评测平台，其评测分数被认为是全球最具公信力的大模型榜单。不到一年前，Qwen2.5-72B是第一个入选该榜前十的中国大模型;上周开源的千问3非思考基础模型 Qwen3-235B-A22B-Instruct-2507 再次实现重大突破，揽获5项关键能力全球第一，并以1433分的总分创下开源大模型的史上最高分，力压Grok4、Claude4、Gemini 2.5-Flash、GPT4.1等一众顶级闭源模型，千问3与GPT4.5并列全球第三。

7月22日起，阿里通义团队接连开源千问3基础模型、AI编程模型和推理模型，性能均实现同类开源模型的新突破。除千问3 指令(Instruct)模型外，推理模型 Qwen3-235B-A22B-Thinking-2507 也闯进榜单前十，数学能力并列全球第一;在Chatbot Arena专门评估编程能力的WebDev Arena子榜单中，编程模型Qwen3-Coder性能与Gemini2.5 Pro、DeepSeek-R1、Claude4并列第一。

本周，通义千问仍在以“周级迭代”频率持续更新：Qwen3-30B-A3B 更新了Instruct模型、推理模型、编程模型等3款模型，性能媲美Gemini2.5-flash、GPT-4o，可在消费级硬件直接部署，广受开发者欢迎。同时，千问3新模型的“训练秘籍”GSPO新算法也对外公开，GSPO从根源上解决了大规模MoE模型在强化学习中的稳定性问题，训练效率较经典GRPO算法实现大幅提升，GSPO论文在全球最大的AI开源社区HuggingFace里论文热度排名第一。

阿里AI多连发，在全球范围内引发新一轮接入中国开源模型热潮。海外大模型API聚合平台OpenRouter数据显示，阿里千问模型全球市场份额逾10.9%，超越OpenAI和meta-Llama系列模型，位列全球第四;其中，Qwen3-Coder调用量一周暴增1474%，位列编程领域的全球第二。

截至目前，阿里已开源300余个模型，持续推进“全尺寸”、“全模态”的全面开源。通义千问衍生模型已超过14万个，是全球第一的开源模型，也是中国企业用得最多的大模型。未来三年，阿里巴巴还将投入3800亿元在AI和云基础设施建设上，夯实“AI全栈”的技术体系和战略布局，为全球开发者和企业提供更高性能、更普惠的AI和云计算服务。

免责声明：本文内容来源于第三方或整理自互联网，本站仅提供展示，不拥有所有权，不代表本站观点立场，也不构成任何其他建议，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容,不承担相关法律责任。如发现本站文章、图片等内容有涉及版权/违法违规或其他不适合的内容， 请及时联系我们进行处理。