Qwen3真香，通义App满血接入，一手实测在此

开源大模型新王者，正在受到空前关注。

Qwen3预告一出，直接开启不眠夜模式。

△

等到深夜正式上线并宣布登顶全球最强开源模型，更是瞬间引爆全网热议。

网友们的反应在meme中尽数体现（doge）。

毕竟，单看纸面参数，Qwen3就是个妥妥的大工程：

8款 混合推理模型全部开源，参数量从0.6B到235B全面覆盖；

32B模型就有超越OpenAI o1、DeepSeek R1的性能表现，在编程基准测评中还超过了风头正盛的Gemini 2.5 Pro；

支持思考和非思考模式，支持119种语言和方言、加强对MCP支持……

还有网友认为，这是“又一个DeepSeek时刻”。

这一次模型开源，通义App和网页版也赶在第一时间满血上线Qwen3，并且有专属智能体体验。

新王究竟表现如何，我们第一时间深度实测，以见真章。

Qwen3住进App，还能这样玩儿

打开通义App/通义网页版首页，目前有两种方式可以体验到Qwen3模型：

直接用输入框对话 （代码/数学/翻译类问题默认调用Qwen3-235B，其它问题不调用Qwen3）

选用“千问大模型”智能体 （默认使用旗舰版Qwen3-235B-A22B）

BTW，通义网页版近期上线了新域名tongyi.com，不要走错。

OK，接下来进入正题。

官方强调了新模型在Agent、编码方面的能力提升，还增强了对MCP的支持。具体表现如何，我们直接在通义App里全方位实测。

第一关：代码生成

先来个新模型“入门挑战”——空间内弹小球。

这个经典测试在考验模型代码能力的同时，还重点关注了它对物理世界的理解，几乎每一个新模型都会被拉出来遛一遛。

提示词如下（p5.js脚本、25个粒子、圆柱形容器）：

而第一次接受挑战的旗舰版Qwen3模型，用时1分钟，唰唰唰就生成了一百多行代码：

将上述代码实际运行一下，结果be like：

虽然一眼看去没有“小球直接冲出圆圈”这样明显的错误，但也确实缺少3D空间感。

作为对比，我们拉出官方测评图中，和满血Qwen3代码实力最相近的Grok 3模型。

重复相同操作，让Grok 3基于同一提示词生成代码，并实际运行：

二者的区别相当明显，后者（Grok 3）的空间感肉眼可见更强。

为了进一步探究两段代码的差别，我们又直接让Qwen3“自己找找差距”（doge）。

结果，它真的很认真地进行了全方位对比，包括渲染模式、容器结构、粒子运动与碰撞测试等等。

最终结论也用表格进行了呈现，一目了然：

甚至，基于它提出的改进意见，我们继续让它出了一个新版本。

实际运行后，这次的结果已经非常符合我们的要求了。

事实上，深扒Qwen3的思考过程，我们才发现原来第一版的2D效果是它“深思熟虑”后的选择。

这里主要考虑到了兼容性问题，所以简化成了俯视图来呈现。

从上面这个简单测试，我们已经能够窥见Qwen3的程序员素养确实不错。

接下来难度升级，直接让它帮打工人设计一个提醒喝水的电脑端App。

注意，为了能快速在浏览器端预览生成效果，这里我们采用了“极简模式”，仅保留最基础的功能，不涉及使用任何第三方库。

结果生成的App有模有样，还能真实点击交互。

一旦让具备工程能力的童鞋们上手，估计能实现更多复杂效果。

第二关：逻辑推理

接下来我们考查一下Qwen3的逻辑推理能力。

老规矩，先上一道经典逻辑陷阱题：

农夫要把一头狼、一只羊和一盆菜带过一条河。河边只有一艘小船，农夫每次只能带一样东西过河。如果农夫不在场时，狼会吃羊，羊会吃菜。如何安排农夫的安全过河方案？

在故意关闭联网模式后，Qwen3经过一步步推理最终给出了正确答案。

农夫应按照以下顺序操作：

带羊过河，返回。

带狼过河，带回羊。

带白菜过河，返回。

带羊过河。

此方案通过7次移动（4次过河，3次返回），确保所有物品安全抵达对岸。

而且从Qwen3的思考过程能够看到，其思维方式和人类一样，是通过不断推翻各种方案来找出可行路径。

再来一道超高难度专业数学题。

原题来自今年的普特南数学竞赛，该竞赛号称最难本科数学考试，人类要考6小时，并且所选取的题目据称前500名选手均未能完整作答。

而扔给Qwen3后，可以看到整体的思考时间确实明显变长，最终用时5分38秒给出了正确答案。

p.s. 千问智能体无法直接上传图片，最终选择从App首页上传图片，提取文字后继续使用千问智能体作答。

更有趣的是，扒一扒其思考过程，还能看到模型在线表演“崩溃”：

当然，虽然AI的解读速度和正确率明显胜于人类，但还是要和同类来比。

在国外网友的测试中，同一道题Grok 3（Think）在约8分钟内找到了解决方案。

所以对比下来，这一局算Qwen3略胜一筹。

第三关：多语言能力

另外据介绍，Qwen3的一大亮点是支持119种语言和方言，被网友戏称“AI届多邻国”（doge）。

别的不说，直接让它来挑战一把国内专业译者的地位试试。

将莎士比亚《哈姆雷特》的经典选段丢给它，让它按照“信达雅”翻译成中文。

它还知道参考优秀译本，并且注意避免直接抄袭造成侵权。

最终生成的结果如下（左侧），对比我们熟知的朱生豪经典译本（右侧），你觉得AI味儿浓度如何？

第四关：赛博闺蜜、shopping比价、写歌一网打尽

除了以上更侧重模型基础能力的考查，当Qwen3被塞进App后，我们还解锁了更多玩法。

做旅游规划这种就不必多说了，关键还能充当“赛博闺蜜”，帮忙选择更适合发朋友圈的游客照。

日常也能用来购物比价，比如分析出当下最值得入手的3000元预算内平板。

不仅用表格清晰列出了各品牌的核心参数，还按照不同需求进行了推荐，一整个造福伸手党。

此外，最近火上热搜的“AI写歌”，我们也用Qwen3尝试了一把。

五一版·大张伟嗨歌这就新鲜出炉，光看歌词确实有内味儿了：

Okk，以上为我们的全部实测。

小结一下，通过在通义App使用Qwen3专属智能体，我们能明显感受到以下几点：

Qwen3旗舰模型的生成速度非常快，体验很丝滑；

模型擅长推理，能够解决经典逻辑陷阱和复杂数学题；

代码能力方面，已经能够快速实现一些简单需求；

由于载体是App，可拓展的玩法很多。

而且，通义App自上个月页面改版后，整体设计更简洁，交互也更加完善了。

更多网友实测

与此同时，随着Qwen3模型的爆火，更多网友也第一时间进行了试玩。

有和“空间内弹小球”类似效果的页面设计：

还有用阿拉伯语、法语和印地语解释爱因斯坦相对论的玩法，该博主声称：

简单到连十岁的小孩都能理解。

当然，大家一直尤为钟爱的小游戏开发也安排上了：

开源界的新王者

Qwen3引发热议背后，可以看到的是，在开源影响力上，以Qwen为代表的国产大模型，已经有超越Llama之势。

这一点，从reddit LocalLLaMA等开发者聚集的板块的最新话题中，亦可见一斑。

不仅是基准评测数据的纸面超越，实测越多，模型实力究竟几何就越能被客观公允地认知。

而如今的开源格局之变，并非一蹴而就。前有DeepSeek，今有Qwen3，背后体现的是来自中国的开源力量一以贯之的努力，和一如既往的“中国速度”。

以Qwen为例：

2024年11月底，开源推理模型QwQ；

2025年春节档，连发Qwen2.5百万上下文版本、视觉理解模型Qwen2.5-VL，还有超大规模MoE模型Qwen-2.5 Max；

2025年3月，QwQ-32B以1/10成本比肩DeepSeek-R1；

多模态方面，还有万相Wan的持续开源和迭代……

这还只是短短5个月内的进展。

再加上更加开放和商用友好的Apache 2.0协议，开发者们的转向，自然在情理之中。

作为普通用户，一方面，可以在通义App这样的官方应用上更快感知到满血模型的能力。

另一方面，也可以期待开源，带来更多衍生应用的可能性。

那么，再次打开传送门：

参考链接：

[1]https://x.com/YUEXINWANG61157/status/1917059240360919318

[2]https://x.com/kis/status/1917090589931409750

[3]https://x.com/godofprompt/status/1917147674438255021

本文来自微信公众号 “量子位”（ID：QbitAI），作者：关注前沿科技，36氪经授权发布。