介绍

终于，千呼万唤中，Qwen 3 登场了。

这次发布了2 个 MoE 模型，6 个 稠密（dense）模型，从 0.6B 到 235B，所有的尺寸都集全了。

它们最顶尖的模型 Qwen3-235B-A22B 在 benchmark 上的表现达到了业界顶尖的水平，与 DeepSeek-R1，Gemini-2.5-Pro, Grok-3 水平相当。

小模型方面，即使是 Qwen3-4B 的水平也基本超过了前一代的 Qwen2.5-72B。

详细的跑分成绩可以参考如下两张图：

还有一些关键的特点：

👍

• Qwen 3 支持混合思考模式来解决问题；如果问题需要很复杂的思考，则模型会通过思考模式进行深度思考后再回答。如果问题相对比较简单，则模型会快速回答。（和 Claude 3-7 Sonnet， Gemini 2.5 Flash 实现的类似）
• 多语言的支持： Qwen 3 支持 多达119 种语言
• Qwen 3 不仅代码，推理方面的能力得到增强，对 MCP 支持也进一步得到优化。

下面分享一些测试 case，对开启 thinking 模式和关闭 thinking 模式都做了对比 ～

测试

推理能力

Prompt

一头被 10 米绳子拴住的老虎，要如何吃到 20 米外的草？

典型的thinking 模式下出现了过度思考的问题。查看 thinking 的过程，是可以发现，模型其实考虑到“老虎不吃草”这一点，但是最后仍然没回答出来。

Prompt

Strawberrrrry 有几个r

既然现在的模型能够正确回答“Strawberry有几个 r”这种问题，那我多加几个 r 试试呢？

两种模式下，模型都回答错了。感觉模型还是在背题，特别是我故意把“strawberry”这个词打错，它就分辨不出来了,它列举的时候都列举少了一个“r”。

Prompt

最小整数的平方在 15 到 30 之间，这个最小整数是几？

终于，有一个测试是在thinking 模式下回答正确，非 thinking 模式下回答错误的。正确答案是-5。 这个题目其实还是有难度的，测试过很多模型，哪怕是深度思考模型，也未必都能回答对。

Prompt

一个长五点五米的竹竿，能否穿过一扇高四米，宽三米的门？请考虑立体几何

这里，可以看到，对于这道非常经典的问题，thinking 模式 下是回答正确了，但是非 thinking 模式下回答错误的。说明开启 thinking 模式，对做难题还是有用的。

代码能力

先做一题经典的小球测试

Prompt

使用 p5.js（无需 HTML）创建 10 个彩色球在旋转六边形内弹跳的效果，考虑重力，弹性，摩擦和碰撞。

一眼看的出 thinking 模式下的效果会更好。但是， 这个效果吧，确实也一言难尽。整体的效果我觉得甚至不如之前出的豆包 Doubao-1.5-thinking-pro**。**我把豆包的测试效果放在下面了，可以对比一下看看：

Prompt

创建一个贪吃蛇的网页游戏，实现玩家控制游戏。在游戏过程中，屏幕上需要清晰地显示玩家当前得分。

这个 case 表现的非常差，贪吃蛇的游戏是玩不了的水准。我把同样测试过的 Doubao-1.5-thinking-pro 的效果放在下面，可以对比看看，基本是被豆包爆杀的状态。

Prompt

在单个 HTML 文件中创建一个视觉效果惊艳的吃豆人游戏。

先说结论，thinking 模式 明显比非 thinking 模式 好，但确实也好的有限，存在很明显的bug。我在这个 case 里同样也拿豆包进行对比测试了一下：

同样是 thinking 模型，明显豆包这个效果好太多，至少没有出现“能够穿墙而过”这种明显的错误，而且积分板摆放的位置也更加合理。

Prompt

创建一个梦幻的低多边形漂浮岛屿场景，包含动态照明和柔和的动画效果，并将其整合在一个单独的HTML文件中。

这个 case 里，我先说结论， Qwen3-235B-A22B在豆包和 DeepSeek-V3 的比较中，完败。

先放Qwen3-235B-A22B 的结果：

对，没错，纯纯两张什么都没有的图片。

再来看豆包的。

然后是 DeepSeek 的；

看到这个 case 真的不得不感叹一句，DeepSeek 还是太强了，越来越期待 R2的到来。

MCP 调用测试

现在 MCP 越来越火，但是大家可能潜意识里都认为所有模型调用 MCP 的效果是一样的，但其实不然。而且，这次 Qwen 3 又特意增强了模型 agent 的能力。所以，我也在 chatwise 上配置了 MiniMAX 和 Exa Search 的服务，来简单测试下 Qwen3 。

Prompt

请分析Sam Altman和Logan Kilpatrick在X（Twitter）上的15条最新推文。创建一份全面报告，重点突出这些推文中提到的OpenAI和Google的重要发展。将这些信息以交互式HTML页面的形式呈现，包含数据可视化，并嵌入一段讨论主要发现的音频摘要。

能够正确判断调用哪些工具，然后完成要求，这方面其实比我之前测试 DeepSeek 感觉要好一些。除了界面写的确实有点丑陋，也没啥毛病。（当然也可以说我的提示词写的很烂）

写在最后

本文着重探讨测试了 Qwen 3 的最新发布以及对它的旗舰模型进行了测试。从测试感受来看，我个人认为没有说的那么厉害。大家在应用到实际业务的时候，还是要谨慎选择呀～

当然，测试存在着一定的偏差，所以这个测试并不能完全说明 Qwen 3 的真实水平。

希望大家有机会也可以去多测试一下呀～

最后的最后

感谢你们的阅读和喜欢，作为一位在一线互联网行业奋斗多年的老兵，我深知在这个瞬息万变的技术领域中，持续学习和进步的重要性。

为了帮助更多热爱技术、渴望成长的朋友，我特别整理了一份涵盖大模型领域的宝贵资料集。

这些资料不仅是我多年积累的心血结晶，也是我在行业一线实战经验的总结。

这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。如果你愿意花时间沉下心来学习，相信它们一定能为你提供实质性的帮助。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

大模型知识脑图

为了成为更好的 AI大模型 开发者，这里为大家提供了总的路线图。它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

经典书籍阅读

阅读AI大模型经典书籍可以帮助读者提高技术水平，开拓视野，掌握核心技术，提高解决问题的能力，同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说，阅读经典书籍是非常有必要的。

实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

面试资料

我们学习AI大模型必然是想找到高薪的工作，下面这些面试题都是总结当前最新、最热、最高频的面试题，并且每道题都有详细的答案，面试前刷完这套面试题资料，小小offer，不在话下

640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】