阿里巴巴周一发布并开源通义千问3.0（Qwen3）系列模型，并称其在数学和编程等多个方面均可与DeepSeek的性能相媲美。与其他主流模型相比，Qwen3还显著降低了部署成本。阿里表示今日配资，Qwen3无缝集成两种思考模式，支持119种语言，便于Agent调用。
性能媲美DeepSeek R1、OpenAI o1，全部开源Qwen3系列包括两个专家混合 (MoE) 模型和另外六个模型。阿里巴巴表示，最新发型的旗舰模型Qwen3-235B-A22B在代码、数学、通用能力等基准测试中，与DeepSeek-R1、o1、o3-mini、Grok-3和Gemini-2.5-Pro等顶级模型相比，表现出极具竞争力。
此外，被称为“专家混合”（MoE，Mixture-of-Experts）模型的Qwen3-30B-A3B的激活参数数量是QwQ-32B的10%，表现更胜一筹，甚至像Qwen3-4B这样的小模型也能匹敌Qwen2.5-72B-Instruct的性能。这类系统模拟人类解决问题的思维方式，将任务划分为更小的数据集，类似于让一组各有所长的专家分别负责不同部分，从而提升整体效率。
同时，阿里巴巴还开源了两个MoE模型的权重：拥有2350多亿总参数和220多亿激活参数的Qwen3-235B-A22B，以及拥有约300亿总参数和30亿激活参数的小型MoE 模型Qwen3-30B-A3B。此外，六个Dense模型也已开源，包括Qwen3-32B、Qwen3-14B、Qwen3-8B、Qwen3-4B、Qwen3-1.7B和Qwen3-0.6B，均在Apache 2.0许可下开源。
“混合型”模型，两种思考模式，部署成本大降阿里巴巴表示，Qwen 3系列的一大创新在于其"混合型"模型设计，集成了两种思考模式。Qwen3既可以花时间"推理"解决复杂问题（思考模式），也可以快速回答简单请求（非思考模式）。“思考模式”中的推理能力使得模型能够有效地进行自我事实核查，类似于OpenAI的o3模型，但代价是推理过程中的延迟时间较高。
Qwen团队在博客文章中写道：
这种灵活性使用户能够根据具体任务控制模型进行“思考”的程度。例如，复杂的问题可以通过扩展推理步骤来解决，而简单的问题则可以直接快速作答，无需延迟。
至关重要的是，这两种模式的结合大大增强了模型实现稳定且高效的“思考预算”控制能力。如上文所述，Qwen3展现出可扩展且平滑的性能提升，这与分配的计算推理预算直接相关。
这样的设计让用户能够自行设置“思考成本”，更轻松地为不同任务配置特定的预算，在成本效益和推理质量之间实现更优的平衡。与性能相当的其他大模型相比，Qwen3.0显著降低了部署门槛，根据数据对比：
满血版671B DeepSeek-R1需要8张H20（约100万元）才能运行，推荐配置16张H20（约200万元）。千问3旗舰模型仅需3张H20（约36万元）即可运行，推荐配置4张H20（约50万元）。因此从部署成本角度看，Qwen3.0旗舰模型是满血版R1的25%～35%，部署成本大降75%～65%。
训练数据量是Qwen2.5的两倍，便于Agent调用阿里巴巴表示，Qwen3系列支持119种语言，并基于近36万亿个token（标记）进行训练，使用的数据量是Qwen2.5的两倍。Token是模型处理的基本数据单元，约100万个token相当于75万英文单词。阿里巴巴称，Qwen3的训练数据包括教材、问答对、代码片段等多种内容。
据介绍，Qwen3预训练过程分为三个阶段。在第一阶段（S1），模型在超过30万亿个token上进行了预训练，上下文长度为4K token。这一阶段为模型提供了基本的语言技能和通用知识。
在第二阶段（S2），训练则通过增加知识密集型数据（如 STEM、编程和推理任务）的比例来改进数据集，随后模型又在额外的5万亿个token上进行了预训练。在最后阶段则使用高质量的长上下文数据将上下文长度扩展到32K token，确保模型能够有效地处理更长的输入。
阿里巴巴表示，由于模型架构的改进、训练数据的增加以及更有效的训练方法，Qwen3 Dense基础模型的整体性能与参数更多的Qwen2.5基础模型相当。例如，Qwen3-1.7B/4B/8B/14B/32B-Base分别与Qwen2.5-3B/7B/14B/32B/72B-Base 表现相当。特别是在 STEM、编码和推理等领域，Qwen3 Dense基础模型的表现甚至超过了更大规模的Qwen2.5 模型。对于Qwen3 MoE基础模型，它们在仅使用10%激活参数的情况下达到了与Qwen2.5 Dense基础模型相似的性能，显著节省了训练和推理成本。
而在后训练阶段，阿里使用多样的的长思维链数据对模型进行了微调，涵盖了数学、代码、逻辑推理和 STEM 问题等多种任务和领域，为模型配备基本的推理能力。然后通过大规模强化学习，利用基于规则的奖励来增强模型的探索和钻研能力。
阿里巴巴表示，Qwen3在调用工具（tool-calling）、执行指令以及复制特定数据格式等能力方面表现出色，推荐用户使用Qwen-Agent来充分发挥Qwen3的Agent能力。Qwen-Agent内部封装了工具调用模板和工具调用解析器，大大降低了代码复杂性。
除了提供下载版本外，Qwen3还可以通过Fireworks AI、Hyperbolic等云服务提供商使用。
目标仍对准AGIOpenAI、谷歌和Anthropic近期也陆续推出了多款新模型。OpenAI近日表示，也计划在未来几个月发布一款更加“开放”的模型，模仿人类推理方式，这标志着其策略出现转变，此前DeepSeek和阿里巴巴已经率先推出了开源AI系统。
目前，阿里巴巴正以Qwen为核心，构建其AI版图。今年2月，首席执行官吴泳铭表示，公司目前的“首要目标”是实现通用人工智能（AGI）——即打造具备人类智力水平的AI系统。
阿里表示，Qwen3代表了该公司在通往通用人工智能（AGI）和超级人工智能（ASI）旅程中的一个重要里程碑。展望未来，阿里计划从多个维度提升模型，包括优化模型架构和训练方法，以实现几个关键目标：扩展数据规模、增加模型大小、延长上下文长度、拓宽模态范围，并利用环境反馈推进强化学习以进行长周期推理。
开源社区振奋阿里Qwen3的发布让AI社区感到激动，有网友献上经典Meme：
有网友说，
在我的测试中，235B在高维张量运算方面的表现相当于Sonnet。
这是一个非常出色的模型，
感谢你们。
有网友对Qwen3赞不绝口：
如果不是亲眼看到屏幕上实时生成的tokens，我根本不会相信那些基准测试结果。???? 简直像魔法一样????
而开源AI的支持者则更加兴奋。有网友说：
“有了一个开源32B大模型，性能跟Gemini 2.5 Pro不相上下。”
“我们彻底杀回来了！”
网友感谢阿里积极推动开源：
今日配资
风险提示及免责条款 市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。长宏网提示：文章来自网络，不代表本站观点。
相关文章
沪深京指数
热点资讯
