全网首测！ Qwen3 vs Deepseek-R1 数据分析哪家强？

文章摘要

【关 键 词】 AI、数据分析、模型、智能决策、开源

阿里巴巴开源的新一代通义千问模型Qwen3在数据分析与智能决策场景中展现了显著的性能提升。数势科技的SwiftAgent率先完成对Qwen3的全面适配，并发布了与DeepSeek-R1的测评报告。测评主要针对Qwen3-32B和Qwen3-235B-A22B，对比了Qwen2.5-72B和DeepSeek-R1的效果。测评涵盖了上下文改写、任务编排、工具调用、数据查询、图表生成和总结反思等关键节点。

在上下文改写方面，Qwen3-32B表现出色，能够准确判断语境并进行改写，而其他模型在某些情况下无法正确处理。例如，在Case1中，Qwen3-32B是唯一准确判断不应改写的模型；在Case2中，Qwen2.5-72B基于上轮时间进行推理，导致错误改写，而其他模型则理解语境并正确判断；在Case3中，所有模型均未能正确理解术语“INV”并改写Query。

在任务编排和工具调用方面，Qwen3-32B和Qwen3-235B-A22B在任务拆解和工具选择上表现优异，而Qwen2.5-72B则落后于其他模型。例如，在Case2中，Qwen3-32B和Qwen3-235B-A22B成功拆解子任务，而Qwen2.5-72B未能完成；在Case3中，Qwen2.5-72B未能识别应调用归因分析工具，而其他模型均能正确识别。

在数据查询方面，Qwen3-32B和Qwen3-235B-A22B在时间要素识别和实体抽取上表现优异，接近DeepSeek-R1的水平。例如，在时间难例Case中，Qwen3-32B和Qwen3-235B-A22B在时间要素识别上领先于Qwen2.5-72B；在实体抽取方面，Qwen3-32B在Case1和Case2中表现优于其他模型，尽管DeepSeek-R1在Case3中漏识别了维度。

在图表生成方面，Qwen3-32B在数据理解和代码生成上优于Qwen2.5-72B，但在渲染排版上略逊于Qwen3-235B-A22B和DeepSeek-R1。例如，在Case2和Case3中，Qwen2.5-72B出现了数据遗漏现象，而Qwen3-32B则表现良好。

在总结反思方面，Qwen3的两个模型在代码优化上表现最佳，优先尝试转换为数值，无法强制转换才选择抛弃，但均未解决潜在的空列表错误。在二次提示优化后，所有模型均给出优化方案，达到预期。

在数学推理计算能力方面，DeepSeek-R1和Qwen3-235B-A22B表现优异，符合Scale Law的认知。例如，在Case1中，DeepSeek-R1和Qwen3-235B-A22B均回答正确，而其他模型回答错误；在Case2和Case3中，所有模型均回答准确。

综上所述，Qwen3模型在数据分析Agent构建方面展现了显著的提升，尤其在任务规划、代码生成、数学计算和语义识别等方面表现优异。Qwen3-32B模型远优于上一代模型，甚至接近DeepSeek-R1模型，且部署成本更低，为企业使用大模型提供了重大利好。数势科技SwiftAgent的全面适配和功能升级，为企业客户构建AI驱动的数据分析和智能决策提供了更高性能、更低成本的智能产品。

原文和模型

【原文链接】 阅读原文 [ 1990字 | 8分钟 ]
【原文作者】 AI前线
【摘要模型】 deepseek-v3
【摘要评分】 ★★★★☆

火山方舟-火山引擎

火山方舟提供模型训练、推理、评测、精调等全方位功能与服务，并重点支撑大模型生态。