阿里巴巴通義團隊用四連發的重磅出擊，橫掃Github開源榜單。

本周從7月22日到25日，阿里接連推出Qwen3-235B非思考版本、Qwen3-Coder編程模型、Qwen3-235B-A22B-Thinking-2507推理模型，以及WebSailor AI Agent框架，四款產品橫掃基礎模型、編程模型、推理模型和智能體領域的開源榜單。

權威機構Artificial Analysis更是直接評價：

通義千問3是全球最智能的非思考基礎模型。

非思考模型也能性能“爆表”

據硬AI，周二凌晨阿里巴巴通義千問團隊推出非思考模式（Non-thinking）最新模型，命名為Qwen3-235B-A22B-Instruct-2507-FP8。

這款非思考模型在多項關鍵基準測試中表現出色。不僅全面超越了Kimi-K2等頂級開源模型，甚至領先Claude-Opus4-Non-thinking等頂級閉源模型。

值得一提的是，本次更新的Qwen3模型在Agent能力尤其亮眼：在BFCL（Agent能力）測評中表現卓越。這意味著模型在理解復雜指令、自主規劃、調用工具以完成任務的能力上，達到了一個新的高度。“主打Agent”，將是未來AI應用的核心競爭力。

編程模型引發社區沸騰

7月23日發布的Qwen3-Coder更是在全球開發者社區引發轟動。

華爾街見聞此前提及，這款基于MoE架構的編程模型擁有480B總參數，35B激活參數，原生支持256K上下文，可擴展至1M。

在開發者最關注的SWE-bench Verified基準測試中，Qwen3-Coder取得了開源模型最佳表現。

模型在7.5萬億token規模上訓練，其中包含70%代碼數據，并通過長時程強化學習和2萬個虛擬環境的大規模實戰訓練，在真實世界的多輪交互任務中展現出色能力。

阿里還推出了配套的命令行工具Qwen Code，為開發者提供了完整的編程解決方案。

科技界領袖紛紛為Qwen3-Coder點贊，例如Perplexity CEO Aravind Srinivas盛贊Qwen3-coder的實力：

成果令人驚嘆，開源正在獲勝。

推特創始人Jack Dorsey更是強調Qwen3和Goose——其Block公司開發的AI Agent框架，搭配使用的話非常棒：

goose配合Qwen3-Coder等于哇哦

AI Agent框架挑戰閉源壟斷

阿里通義實驗室同期開源的WebSailor AI Agent框架，直接對標OpenAI的Deep Research產品。

這款框架在BrowseComp-en/zh測試中性能顯著優于所有開源智能體，可媲美專屬閉源模型。

WebSailor采用復雜任務生成和強化學習模塊的雙重技術架構。通過構建復雜知識圖譜和動態采樣策略，系統能夠在海量信息中進行高效檢索和推理。

除了在復雜任務上的卓越表現，WebSailor在簡單任務上也表現出色。例如，在SimpleQA基準測試中，WebSailor的性能超過了所有其他模型產品。

該項目在GitHub已獲得超過5000顆星，并曾拿下每日增長趨勢第一名。

WebSailor的核心技術主要圍繞復雜任務生成和強化學習模塊展開，這兩個模塊相互配合，共同推動了開源智能體在復雜信息檢索任務中的性能提升。

該框架的開源意義重大，打破了閉源系統在信息檢索領域的壟斷地位，為全球開發者提供了媲美Deep Research的開源解決方案。

推理模型登頂全球開源冠軍

7月25日發布的Qwen3-235B-A22B-Thinking-2507成為本周最重磅的產品。

AIME25（數學）達到92.3分。

LiveCodeBench v6（編程）獲得74.1分。

WritingBench（寫作）達到88.3分。

PolyMATH（多語言數學）獲得60.1分。

更詳細的榜單表現來看，Qwen3推理模型相較于其他模型來看也毫不遜色（除了 R1，其他都是頂尖閉源模型）。

該模型采用MoE架構，總參數235B，激活參數22B，擁有94層結構和128個專家系統，原生支持262,144 tokens上下文長度。模型專為思考模式構建，默認聊天模板自動包含思考標簽，為深度推理提供了強大支撐。

OpenRouter數據顯示，阿里千問的API調用量在過去幾天暴漲，已超過1000億tokens，包攬最熱門調用模型前三名。這一數據直接反映了市場對阿里開源模型的認可度。

全球網友也是被通義的最強推理模型給驚呆了。有網友直接表示：

中國的開源o4-mini。

AI Thinkers更是評論道：

中國剛剛發布了一款怪物級的AI模型。