千问和豆包哪个好？最近的资讯，12月3日阿里千问App接入了号称“阿里最强学习大模型”的Qwen3-Learning，又是一个专为教育场景设计的更新。据官方数据，千问App公测首周下载量即突破1000万，创下全球AI应用增长纪录。除了各种PR文之外，实际使用效果如何？对比豆包呢？本文从题目答疑、作业批改、作文批改三个核心场景分别测试，看看真实的水平到哪里。
PK1：题目答疑
对大模型来说，这个测试应该是最简单的。
两个的模型的解题答疑效果还是挺不错的，能直接把这道题的解答过程还原出来。模型背后的训练使用了题目数据，或者是直接调用了知识库查询这道题目。
但这里面千问的解答过程更有意思一些，题目是一个图形堆叠的题目，在解析题目时，千问尝试通过可视化的视图，来解析立方体的堆叠关系。
PK2：作业批改
作业批改的实现逻辑挺复杂的，核心步骤：题目识别>正确答案>识别手写内容>比对答案。
首先测试选择题、填空题这类客观题目，批改还可以，无论是豆包，还是千问，都能正确批改出来。
试试解答题（测试并没有使用复杂的几何体。），这种题目特别容易翻车，因为学生的书写笔记潦草，而且解答过程长，也可能有多种解法。
这道题很巧妙，明面上是算每个小问的题目，但题干上要求是解了每个巧题之后，指出它的系数和次数。
实测下来，这道题豆包、千问都翻车了...
○豆包：有一小题批错误了，对手写答案的识别有误
○千问：不单是批改的结果错了，批改解释也是顾左右而言它，完全说不到点上
PK3：作文批改
作文最难的不是把句子或者词汇拿出来讲解，而是能符合课标要求，给出准确的分数。
这里分别拿两篇文章来去测试，是一类文，一篇是四类文，看一下他们的评分。目前用AI字接去批改学生的作文都很难完全拟合老师的批改。一方面是批改它有主观性。另外一方面的话，不同模型对作文的解读还是有偏差的，没有办法完全追求一致。
测试的1文章，教师的评分分数47分（以50分满分制），定档一类文。豆包评分偏高，千问评分偏低。
测试的2文章，教师的评分分数24分（以50分满分制），定档四类文。豆包评分偏高，千问评分偏低.
两款产品在复杂学习任务的处理上，仍有显著短板：
1、作业批改时，二者均未能精准捕捉解答题的核心要求，暴露了对题干深层逻辑理解与手写内容识别的短板；
2、作文批改时，无论是豆包的评分偏高还是千问的评分偏低，都反映出AI兼顾主观评判与客观标准上，与人工批改仍有差距。
当前AI学习助手能胜任基础的学习辅助工作，但在复杂知识拆解、主观内容评判等高阶场景中，仍需持续优化模型的理解能力与适配性。如何进一步缩小与人工教学的差距，真正成长为学习者可信赖的“靠谱学习科代表”，仍是各类AI学习工具未来需要攻克的核心课题。
AI 速览
