作者：新智元
【新智元导读】阿里Qwen3凌晨开源，正式登顶全球开源大模型王座！它的性能全面超越DeepSeek-R1和OpenAI o1，采用MoE架构，总参数235B，横扫各大基准。这次开源的Qwen3家族，8款混合推理模型全部开源，免费商用。
就在今天凌晨，备受全球期待的阿里新一代通义千问模型Qwen3开源！
一经问世，它立刻登顶全球最强开源模型王座。
它的参数量仅为DeepSeek-R1的1/3，但成本大幅下降，性能全面超越R1、OpenAI-o1等全球顶尖模型。
Qwen3是国内首个「混合推理模型」，「快思考」与「慢思考」集成进同一个模型，对简单需求可低算力「秒回」答案，对复杂问题可多步骤「深度思考」，大大节省算力消耗。
它采用混合专家（MoE）架构，总参数量235B，激活仅需22B。
它的预训练数据量达36T ，并在后训练阶段多轮强化学习，将非思考模式无缝整合到思考模型中。
一经诞生，Qwen3立刻横扫各大基准。
而且，性能大幅提升的同时，它的部署成本还大幅下降，仅需4张H20即可部署Qwen3满血版，显存占用仅为性能相近模型的1/3！
亮点总结：
· 各种尺寸的稠密模型和混合专家（MoE）模型，包括0.6B、1.7B、4B、8B、14B、32B以及30B-A3B和235B-A22B。
· 能够在思考模式（用于复杂的逻辑推理、数学和编码）和非思考模式（用于高效的通用聊天）之间无缝切换，从而确保在各种场景中实现最佳性能。
· 推理能力显著增强，在数学、代码生成和常识逻辑推理方面，超越了之前处于思考模式下的QwQ和处于非思考模式下的Qwen2.5 instruct模型。
· 更符合人类偏好，擅长创意写作、角色扮演、多轮对话和指令遵循，从而提供更自然、引人入胜和更真实的对话体验。
· 精通AI智能体能力，支持在思考和非思考模式下与外部工具的精确集成，并在复杂的基于智能体的任务中，在开源模型中实现了领先的性能。
· 首次支持119种语言和方言，具有强大的多语言指令跟随和翻译能力。
目前，Qwen 3已同步上线魔搭社区、Hugging Face、GitHub，并可在线体验。
全球开发者、研究机构和企业均可免费下载模型并商用，也可以通过阿里云百炼调用Qwen3的API服务。个人用户可立即通过通义APP直接体验Qwen3，夸克也即将全线接入Qwen3。
在线体验：
魔搭社区：
https://modelscope.cn/collections/Qwen3-9743180bdc6b48
Hugging Face：
https://huggingface.co/collections/Qwen/qwen3-67dd247413f0e2e4f653967f
GitHub：
https://github.com/QwenLM/Qwen3
至此，阿里通义已开源200余个模型，全球下载量超3亿次，千问衍生模型数超10万个，彻底超越美国Llama，成为全球第一开源模型！
Qwen 3家族登场
8款「混合推理」模型全开源
这次，阿里一口气开源了8款混合推理模型，包括2款30B、235B的MoE模型，以及0.6B、1.7B、4B、8B、14B、32B等6款稠密模型，均采用 Apache 2.0许可。
其中，每款模型均斩获同尺寸开源模型SOTA。
Qwen3的30B参数MoE模型实现了10倍以上的模型性能杠杆提升，仅激活3B就能媲美上代Qwen2.5-32B模型性能。
Qwen3的稠密模型性能继续突破，一半的参数量可实现同样的高性能，如32B版本的Qwen3模型可跨级超越Qwen2.5-72B性能。
同时，所有Qwen3模型都是混合推理模型，API可按需设置「思考预算」（即预期最大深度思考的tokens数量），进行不同程度的思考，灵活满足AI应用和不同场景对性能和成本的多样需求。
比如，4B模型是手机端的绝佳尺寸；8B可在电脑和汽车端侧丝滑部署应用；32B最受企业大规模部署欢迎，有条件的开发者也可轻松上手。
开源模型新王，刷新纪录
Qwen3在推理、指令遵循、工具调用、多语言能力等方面均大幅增强，即创下所有国产模型及全球开源模型的性能新高——
在奥数水平的AIME25测评中，Qwen3斩获81.5分，刷新开源纪录。
在考察代码能力的LiveCodeBench评测中，Qwen3突破70分大关，表现甚至超过Grok3。
在评估模型人类偏好对齐的ArenaHard测评中，Qwen3以95.6分超越了OpenAI-o1及DeepSeek-R1。
具体来说，旗舰模型 Qwen3-235B-A22B与其他顶级模型（如DeepSeek-R1、o1、o3-mini、Grok-3和Gemini-2.5-Pro）相比，在编码、数学、通用能力等各项基准测试中，成绩都相当亮眼。
此外，小型混合专家模型Qwen3-30B-A3B虽然激活参数只有QwQ-32B的十分之一，但性能却更胜一筹。
甚至是Qwen3-4B这样的小模型，也能媲美Qwen2.5-72B-Instruct的性能。
经过微调的模型，如Qwen3-30B-A3B，及其预训练版本（如 Qwen3-30B-A3B-Base），现在都可在Hugging Face、ModelScope 和Kaggle等平台上找到。
对于部署，阿里推荐使用SGLang和vLLM等框架。对于本地使用，强烈推荐Ollama、LMStudio、MLX、llama.cpp和KTransformers等工具。
无论研究、开发还是生产环境，Qwen3都可轻松集成到各种工作流程中。
利好智能体Agent和大模型应用爆发
可以说，Qwen3为即将到来的智能体Agent和大模型应用爆发提供了更好的支持。
在评估模型Agent能力的BFCL评测中，Qwen3创下70.8的新高，超越Gemini2.5-Pro、OpenAI-o1等顶尖模型，这将大幅降低Agent调用工具的门槛。
同时，Qwen3原生支持MCP协议，并具备强大的工具调用能力，结合封装了工具调用模板和工具调用解析器的Qwen-Agent框架。
这将大大降低编码复杂性，实现高效的手机及电脑Agent操作等任务。
主要特点
混合推理模式
Qwen3模型引入了一种混合问题解决方式。它们支持两种模式：
1. 思考模式：在该模式下，模型会逐步推理，然后给出答案。这适合需要深入思考的复杂问题。
2. 非思考模式：在该模式下，模型会快速给出答案，适用于对速度要求较高的简单问题。
这种灵活性，让用户可以根据任务的复杂程度，控制模型的推理过程。
例如，难题可以通过扩展推理来解决，而简单的问题可以直接回答，而不会延迟。
至关重要的是，这两种模式的结合，大大提高了模型稳定高效地控制推理资源的能力。
如上所示，Qwen3表现出可扩展且平滑的性能改进，这与分配的计算推理预算直接相关。
这种设计使用户能够更轻松地配置特定于任务的预算，从而在成本效率和推理质量之间实现更优化的平衡。
多语言支持
Qwen3模型支持119种语言和方言。
如此广泛的多语言能力，也意味着Qwen 3有极大潜力创建风靡全球的国际应用。
更强大的智能体能力
阿里对Qwen3模型进行了优化，以提高编码和智能体能力，并且还加强了对MCP的支持。
下面这个示例，很好地展示了Qwen3是如何思考并与环境交互的。
36万亿token，多阶段训练
作为千问系列最强模型，Qwen3究竟是如何实现如此惊艳的表现？
接下来，一起扒一扒Qwen3背后技术细节。
预训练
与Qwen2.5相比，Qwen3预训练数据集规模几乎是上一代两倍，从18万亿个token扩展到了36万亿个token。
它覆盖了119种语言和方言，不仅来源于网络，还包括从PDF等文档中提取文本内容。
为了确保数据质量，团队利用Qwen2.5-VL提取文档文本，并通过Qwen2.5优化提取内容的准确性。
此外，为了提升模型在数学和代码领域的表现，Qwen3还通过Qwen2.5-Math和Qwen2.5-Coder生成大量合成数据，包括教科书、问答对和代码片段。
Qwen3预训练过程，一共分为三个阶段，逐步提升模型的能力：
第一阶段（S1）：基础语言能力构建
使用超30万亿个token，以4k上下文长度进行预训练。这一阶段为模型奠定了扎实的语言能力和通用知识基础。
第二阶段（S2）：知识稠密型优化
通过增加STEM、编码和推理任务等知识稠密型数据的比例，模型在额外5万亿和token上继续训练，进一步提升专业能力的表现。
第三阶段（S3）：上下文能力扩展
利用高质量上下文数据，将模型的上下文长度扩展至32k，确保其能够处理复杂、超长输入。
得益于模型架构优化、数据规模扩展和更高效的训练方法，Qwen3 Dense基础模型展现出亮眼的性能。
如下表所示，Qwen3-1.7B/4B/8B/14B/32B-Base可以媲美Qwen2.5-3B/7B/14B/32B/72B-Base，以更小的参数量达到更大模型的水平。
尤其是，在STEM、编码和推理等领域，Qwen3 Dense基础模型甚至优于更大的Qwen2.5模型。
更令人瞩目的是，Qwen3 MoE模型仅用10%激活参数，即可实现Qwen2.5 Dense基础模型相似的性能。
这不仅大幅降低了训练和推理成本，还为模型的实际部署提供了更高的灵活性。
后训练
为了打造一个既能进行复杂推理，又能快速响应的混合模型，Qwen3设计了一个四阶段后训练流程。
1. 长思维链冷启动
使用多样化的长思维链数据，覆盖数学、编码、逻辑推理和STEM问题，训练模型掌握基本的推理能力。
2. 长思维链强化学习
通过扩展RL的计算资源，结合基于规则的奖励机制，提升模型在探索和利用推理路径方面的能力。
3. 思维模式融合
使用长思维链数据和指令微调数据进行微调，将快速反应能力融入推理模型，确保模型在复杂任务中既精准又高效。
此数据由第二阶段的增强思考模型生成，确保推理和快速响应能力的无缝融合。
4. 通用强化学习
在20多个通用领域任务，如指令遵循、格式遵循和智能体能力中应用RL，进一步提升模型的通用性和鲁棒性，同时纠正不良行为。
全网好评如潮
Qwen3开源不到3小时，GitHub狂揽17k星，彻底点燃了开源社区的热情。开发者们纷纷下载，开启了极速测试。
项目地址：
https://github.com/QwenLM/Qwen3
苹果工程师Awni Hannun宣布，Qwen3已经得到MLX框架支持。
而且，不论是iPhone（0.6B, 4B），还是MacBook（8B, 30B, 3B/30B MoE）、M2/M3 Ultra（22B/235B MoE）消费级设备，均可本地跑。
他在M2 Ultra上运行了Qwen3 235B MoE，生成速度高达28 token/s。
有网友实测后发现，与Qwen3大小相同的Llama模型，简直不在一个级别上。前者推理更深入，保持更长上下文，还能解决更难的问题。
还有人表示，Qwen3就像是一个DeepSeek时刻。
免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。
