新版本模型在多项核心能力上实现了惊人飞跃，不仅全面超越了Kimi-K2等顶级开源模型，甚至领先Claude-Opus4-Non- thinking等顶级闭源模型。通义千问团队在发布更新的同时，还留下了一个悬念："还有大招，马上就要来了！"这或意味 着分离训练的另一端——专注于复杂推理的"Thinking"模型可能也已在路上？ 硬·AI 作者 | 硬 AI 编辑 | 硬 AI 01 性能"爆表"， 这次升级有多猛？ 根据官方发布的数据，新模型的通用能力获得了全方位强化，在多个权威测评中表现极其亮眼： 包括指令遵循、逻辑推理、文本理解、数学、科学、编程及工具使用等方面，在GQPA（知识）、 AIME25（数学）、LiveCodeBench（编程）、Arena-Hard（人类偏好对齐）、BFCL（Agent能 力）等众多测评中表现出色，超过Kimi-K2、DeepSeek-V3等顶级开源模型以及Claude-Opus4- Non-thinking等领先闭源模型。 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）测评中表现卓越。 这意味着模型在理解复杂指令、自主规划、调用工 ...