（来源：Gangtise投研）

一、核心问题

1. Qwen3-Max 是否已跻身全球大模型第一方阵？算力端是否主推国产卡转型，自研 PPU 的成本与能耗优势是否显著？

2. 千问 APP今年是否能将 DAU 提升至 500 万左右？明年DAU 是否能缩小与豆包的差距，日均 token 调用量是否能达到 5 万亿量级？

3. 明年 Q1 是否能完成 “全链路 AI Agent 服务” 的主要链路建设，能否实现多步骤复杂任务的自主执行？

详细答案，请到Gangtise投研终端了解，专家会议纪要限时免费！

 二、精选Q&A

1.阿里千问在当前时点决定大举切入C端市场的考虑因素？

首先，业务分为算力、模型、平台和应用四层。算力侧正推进国产卡及相关转型；模型层技术相对成熟，如Qwen3-Max在SWE等测试中基本处于第一梯队，多模态能力较去年有显著提升；平台层累计To B用户已接近50万量级，企业用户接受度较高，为后续业务开展奠定基础。

目前C端AI市场虽有爆款应用，但处于初期阶段，入局可抢占先机；二是Qwen3采用的MOE架构及FP8量化等能力，使推理成本显著下降，能较好支持大规模To C应用，技术与市场均具备前提条件。此外，应用层目前尚未做起来，此前通义app表现不佳，To C业务主要依靠夸克支撑，但夸克属工具类产品，因此计划打造一款新的产品推进。

2.相较国内腾讯元宝、字节豆包等app，千问有哪些差异化优势？

80%的功能均有类似替代功能，本质上功能层面难以形成较大区别。差异化主要体现在以下几方面：一是同传翻译能力，依托Qwen3 -Max的能力，支持图片翻译、语音翻译、文字翻译等场景下256K长上下文窗口处理；二是多语种知识覆盖，千问系列模型在海外推广较多，支持的语种数量超过一百种。此外，Qwen3在编程及复杂任务处理性能上相对较好。

未来千问将与集团内其他app联动，如电商、物流、文娱等领域，这是后续的发展方向。但从目前功能层来看，与同类产品差别不大，当前主要将助理类任务处理、多语种互通及翻译作为核心能力进行推广。

3.千问Agent将具备哪些能力，覆盖哪些场景？

对外将形成“全链路AI agent服务”概念，即用户完成一次请求后可实现更复杂工具链能力，涉及自主决策、任务自动规划（不依赖简单工作流）、多工具多生态协同，以及基于用户使用习惯持续自我学习，目前正开发生态打通相关功能。

例如用户说“安排下周一到周五去上海出差”，AI需完成订票、订房、行程规划等全链路操作；与电商结合，需基于用户习惯进行主动推介，若用户需购买物品，并非简单种草罗列，调用havana系统中用户行为数据，结合用户过往习惯进行推介。

三、更多问题

• 千问app在C端市场用户拓展的策略、买量投流和DAU、MAU情况？

• 千问未来与阿里旗下其他平台、app将如何打造交互接口？

• 蚂蚁集团的灵光的定位与千问有何差异？

• 从千问app到AI Agent个人助手提供闭环服务，还有多大差距，目前进展如何？

• 预期AI Agent功能什么时间点能落地？

具体答案请到Gangtise投研终端了解，专家会议纪要限时免费！

四、体验路径

我司已与多家专家网机构建立深度合作关系，并持续整合优质资源，致力于打造覆盖最全面、储备最丰富的专家会议纪要资源矩阵。

打开Gangtise投研PC端，在左侧导航栏选择「专家会议」。

- 友情提醒 -

1、Gangtise投研终端PC版下载地址：

   www.gangtise.com

或