登顶 相关话题

4月29日，阿里巴巴开源了备受期待的新一代通义千问模型Qwen3（简称千问3），在GPQA、AIME24/25、LiveCodeBench等多个权威基准测试中全面超越R1、OpenAI-o1等全球顶尖模型，表现出极具竞争力的结果，登顶全球开源模型。 其中，在奥数水平的AIME25测评中，千问3获得81.5分，刷新开源纪录；在考察代码能力的Live Code Bench测评中，千问3突破70分大关，表现超过Grok3；在评估模型人类偏好对齐的Arena Hard测评中，千问3以95.6分超越Op