据阿里通义消息，国际知名大模型评测 Chatbot Arena 日前公布最新榜单，Qwen3-235B-A22B-Instruct-2507 斩获 1433分，超越顶尖闭源模型 Grok4、Claude4、GPT4.1，Qwen3 位列总榜「全球第三」。
据悉，Chatbot Arena 采用盲测评价机制，是 AI 大模型领域最具影响力的榜单之一。
此次 Qwen3 的 1433 分，是全球开源大模型和中国大模型的历史最高分。同时，Qwen3 还在 5 个关键能力子项中摘得「全球第一」，包括数学（math）、代码（coding）、复杂提示（hard prompts）、长文本检索（longer query）和指令遵循（instruction following）。
除 Qwen3 Instruct 模型外，Qwen3 家族多款模型也取得优秀成绩：
- 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。
|
