Qwen3 性能全面超越 R1、OpenAI-o1 等全球頂尖模型，旗艦型號的參數(shù)量僅為 DeepSeek-R1 的 1/3。
作者｜宛辰
編輯｜鄭玄
2025 年已經(jīng)過去 1/3，如果用關(guān)鍵詞來概括 AI 領(lǐng)域的發(fā)展你會想到什么？這是我想到的：開源、創(chuàng)新加速加速加速。
2 月是「DeepSeek」的，R1 以所有人意想不到的方式，讓全球執(zhí)牛耳的 AI 開發(fā)者、創(chuàng)業(yè)者、投資人把目光鎖定在「DeepSeek」「中國」「開源」上。
4 月是「開源模型」的，發(fā)令槍是 Meta 喊的。被 DeepSeek 蓋過風(fēng)頭后，2025 年 2 月 19 日，坐不住的 Meta 率先官宣——首個生成式 AI 開發(fā)者大會 LlamaCon 將于當(dāng)?shù)?4 月 29 日（北京時間 4 月 30 日）舉行，頗有重新奪回「AI 開源界老大」江湖地位的意欲。
但 AI 領(lǐng)域的產(chǎn)品發(fā)布節(jié)奏就是很微妙，什么時候發(fā)布似乎取決于對手的動作，作為一種心照不宣的默契，Meta 一聲槍響讓 4 月底成為開源模型的主場。
整個 4 月甚至更早，AI 開發(fā)者們都在各大社交平臺「蹲」開源領(lǐng)域「三大頭牌」的新發(fā)布：DeepSeek-R2、Qwen3 以及 Llama4。Llama4 由于本月初的發(fā)布低于預(yù)期，似乎少了一些熱度。
目前看起來，4 月底最受關(guān)注的還是中國隊，R2 呼之欲出，Qwen3 終于來了。
4 月 29 日凌晨 5 點，阿里巴巴開源新一代通義千問模型 Qwen3，參數(shù)量僅為 DeepSeek-R1 的 1/3，成本大幅下降，性能全面超越 R1、OpenAI-o1 等全球頂尖模型，登頂全球最強開源模型。X 平臺的開發(fā)者網(wǎng)友甚至把今天定義為「Happy Qwen3 Day」，不僅因為 Qwen3 全面超越 R1，更因為 Qwen3 家族的多尺寸、內(nèi)置 MCP 支持、支持混合推理等實用性的功能點。
官方技術(shù)報告進一步給出了 Qwen3 的幾大亮點：
「探索智能上限」再突破：通過擴大預(yù)訓(xùn)練和強化學(xué)習(xí)的規(guī)模，實現(xiàn)了更高層次的智能；
國內(nèi)首個「混合推理模型」：無縫集成了思考模式與非思考模式，為用戶提供了靈活控制思考預(yù)算的能力；
增強了 Agent 能力：正從專注于訓(xùn)練模型的時代過渡到以訓(xùn)練 Agent 為中心的時代。
對于 Qwen3，個人用戶現(xiàn)在就可以在「通義」APP 或 chat.qwen.ai 網(wǎng)頁直接體驗，夸克也即將全線接入 Qwen3。開發(fā)者和企業(yè)則可以免費在魔搭社區(qū)、HuggingFace 等平臺下載模型并商用，或通過阿里云百煉調(diào)用 Qwen3 的 API 服務(wù)。
憋了這么久的 Qwen3 到底怎么樣？又代表哪些模型發(fā)展的趨勢？
01
Qwen3，登頂全球最強開源模型
Qwen3 包含 2 個 MoE 和 6 個密集模型，阿里云開源了兩個 MoE 模型的權(quán)重，六個 Dense 模型也已開源，包括 Qwen3-32B、Qwen3-14B、Qwen3-8B、Qwen3-4B、Qwen3-1.7B 和 Qwen3-0.6B，均在 Apache 2.0 許可下開源。
其中，旗艦型號 Qwen3-235B-A22B 參數(shù)量僅為 DeepSeek-R1 的 1/3，成本大幅下降，性能全面超越 R1、OpenAI-o1 等全球頂尖模型，登頂全球最強開源模型。
此外，據(jù)阿里云官方介紹，Qwen3 是國內(nèi)首個「混合推理模型」。「快思考」與「慢思考」集成進同一個模型，對簡單需求可低算力「秒回」答案，對復(fù)雜問題可多步驟「深度思考」，大大節(jié)省算力消耗。
Qwen3 在推理、指令遵循、工具調(diào)用、多語言能力等方面均大幅增強，創(chuàng)下所有國產(chǎn)模型及全球開源模型的性能新高：在奧數(shù)水平的 AIME25 測評中，Qwen3 斬獲 81.5 分，刷新開源紀(jì)錄；在考察代碼能力的 LiveCodeBench 評測中，Qwen3 突破 70 分大關(guān)，表現(xiàn)甚至超過 Grok3；在評估模型人類偏好對齊的 ArenaHard 測評中，Qwen3 以 95.6 分超越 OpenAI-o1 及 DeepSeek-R1。
性能大幅提升的同時，Qwen3 的部署成本還大幅下降，僅需 4 張 H20 即可部署千問 3 滿血版，顯存占用僅為性能相近模型的三分之一。
此外，小型 MoE 模型Qwen3-30B-A3B 的激活參數(shù)數(shù)量是 QwQ-32B 的 10%，表現(xiàn)更勝一籌，甚至像 Qwen3-4B 這樣的小模型也能匹敵 Qwen2.5-72B-Instruct 的性能。
據(jù)介紹，Qwen3-235B-A22B 是一個擁有 2350 多億總參數(shù)和 220 多億激活參數(shù)的大模型；Qwen3-30B-A3B 則是一個擁有約 300 億總參數(shù)和 30 億激活參數(shù)的小型 MoE 模型。
得益于在預(yù)訓(xùn)練、大規(guī)模強化學(xué)習(xí)和推理模式整合方面取得的顯著進展，Qwen3 主打「思考更深、行動更快」，更好地構(gòu)建 AI 應(yīng)用。Qwen3 預(yù)訓(xùn)練數(shù)據(jù)量達 36T，并在后訓(xùn)練階段多輪強化學(xué)習(xí)，將非思考模式無縫整合到思考模型中。
值得注意的是，這次 Qwen3 的發(fā)布，主打混合推理，但是需要思考的長度最短也是 1024tokens，否則如果問題所需要的推理預(yù)算用不滿 1024tokens，根本感受不到可以調(diào)節(jié)精度的混合推理模型的好。也就無法發(fā)揮用 Qwen3 不同程度的思考，靈活滿足 AI 應(yīng)用和不同場景對性能和成本的多樣需求。
02
大模型全面轉(zhuǎn)向
「混合推理模型」和「Agent」
在 Qwen3 發(fā)布的前一天，X 平臺已有「行業(yè)人士」——日本的大模型廠商 SakanaAI 的一位工程師敏銳地捕捉到了 Qwen3 的重點。當(dāng)天，在 AI 領(lǐng)域最重要的學(xué)術(shù)會議之一 ICLR 2025 的一個工作坊上，阿里云通義實驗室通義千問負責(zé)人林俊旸透露了 Qwen 的下一步方向：推理模型和非推理模型的統(tǒng)一，以及面向 agent 的大模型。
這正是今天發(fā)布的 Qwen3 最大的兩個特點，同時也是大模型廠商們正在集體發(fā)生的轉(zhuǎn)向。
2025 年 2 月 25 日，Anthropic 發(fā)布了最新的旗艦?zāi)Ｐ?Claude 3.7 Sonnet，同時也稱作是市場上首個混合推理模型。這意味著 Claude 3.7 Sonnet 能夠生成即時的響應(yīng)（快思考），也可以進行延展的、逐步的思考（慢思考）。API 用戶還可以細粒度地控制模型的思考時長；當(dāng)給定更長的思考時間，理論上會有更高質(zhì)量的答案。
Anthropic 表示，混合推理模型的架構(gòu)代表下一代前沿模型，可以讓模型像人類用同一個大腦一樣，既能快速反應(yīng)又能深度思考，這既能為用戶創(chuàng)造更無縫的體驗，也能讓用戶通過 API 使用 Claude 3.7 Sonnet 時，可以控制思考的預(yù)算。比如：可以告訴 Claude 最多思考 N 個 token，N 的取值可以達到其輸出限制的 128K token，從而在回答質(zhì)量與速度（及成本）之間進行權(quán)衡。
「混合推理架構(gòu)」也得到了 OpenAI 的青睞。Sam Altman 在更早的時間看到，當(dāng)前的模型和產(chǎn)品供應(yīng)已經(jīng)變得非常復(fù)雜，希望 AI 能「開箱即用」、簡化產(chǎn)品供應(yīng)，「我們和你一樣討厭模型選擇器，想要回歸神奇的統(tǒng)一智能，之后，我們的一個重要目標(biāo)是通過創(chuàng)建能夠使用我們所有工具、知道何時需要長時間思考或不需要的系統(tǒng)，統(tǒng)一 o 系列模型和 GPT 系列模型，整體上能廣泛適用于各種任務(wù)?！?/p>
就像在 DeepSeek-R1 里一樣，點選「深度思考」背后調(diào)用的是推理模型 R1 做的長推理，不選則調(diào)用的是基座模型 V3 即時生成的答案?，F(xiàn)在，模型廠商把「思考的顆粒度」這個選擇權(quán)更靈活、廣泛地交給用戶來控制推理預(yù)算。
在 Qwen3 中，可以滑動「思考預(yù)算」的按鈕，來控制思考的最大長度，從而匹配合適的推理質(zhì)量和成本。
在思考模式下，Qwen3 模型會逐步推理，經(jīng)過深思熟慮后給出最終答案，適合需要深入思考的復(fù)雜問題。在非思考模式下，模型提供快速、近乎即時的響應(yīng)，適用于那些對速度要求高于深度的簡單問題。這種靈活性使用戶能夠根據(jù)具體任務(wù)控制模型進行「思考」的程度。這兩種模式的結(jié)合大大增強了模型實現(xiàn)穩(wěn)定且高效的「思考預(yù)算」控制能力，在成本效益和推理質(zhì)量之間實現(xiàn)更優(yōu)的平衡。
另一個模型廠商的轉(zhuǎn)向則是 Agent。隨著 Manus 驗證了 Claude 3.5 Sonnet 達到了通用 agent 的一些能力，加上模型調(diào)用工具、實現(xiàn) agent 能力的統(tǒng)一協(xié)議——MCP 在越來越大的范圍內(nèi)被擁抱，下一代模型要面向 agent、面向?qū)嶋H場景來優(yōu)化。
就 Qwen3 來說，正在邁向以訓(xùn)練 Agent 為中心的階段，當(dāng)前 Qwen3 優(yōu)化了 Agent 和 代碼能力，同時也加強了對 MCP 的支持。據(jù)稱，Qwen3 原生支持 MCP 協(xié)議，并具備強大的工具調(diào)用（function calling）能力，結(jié)合封裝了工具調(diào)用模板和工具調(diào)用解析器的 Qwen-Agent 框架，將大大降低編碼復(fù)雜性，實現(xiàn)高效的手機及電腦 Agent 操作等任務(wù)。
03
開源模型新一輪競賽開啟
Qwen3 的發(fā)布，意味著開源模型領(lǐng)域新一輪「三國殺」已然開始。
事實上，隨著 DeepSeek 的橫空出世，加上 OpenAI、字節(jié)等大廠調(diào)整對開源的態(tài)度，開源已然成為大模型賽道的大勢所趨。而 Llama、Qwen 和 DeepSeek，正是目前開源領(lǐng)域最有競爭力的玩家。
Hugging Face 聯(lián)合創(chuàng)始人、CEO Clement Delangue 發(fā)推暗示 DeepSeek 即將帶來新發(fā)布。｜截圖來源：X
而此前 OpenAI 和 DeepSeek 的成功已經(jīng)證明，互聯(lián)網(wǎng)時代的生態(tài)、用戶和產(chǎn)品壁壘，今天在 AI 時代并沒有互聯(lián)網(wǎng)時代那樣牢不可摧，模型能力才是基礎(chǔ)大模型公司的核心競爭力。而 Llama、Qwen 和 DeepSeek 的勝者，有可能在下一個發(fā)布周期到來前（至少在 OpenAI 的開源模型發(fā)布前），成為整個 AI 行業(yè)的引領(lǐng)者。
雖然新一代模型能力的強弱，還要等待 Llama 和 DeepSeek 的發(fā)布，但值得關(guān)注的是，這三家開源模型廠商的生態(tài)策略亦有差異，這點從模型的側(cè)重點就能看出端倪。
DeepSeek 和 Meta 的側(cè)重點也有不同，但一個共同點都是不太重視 ToB，至少是在服務(wù)生態(tài)的建設(shè)上并不成功。而這點也是 Qwen 和其背后的阿里云最重視的部分。
極客公園曾在此前的文章里寫過，脫胎于阿里云 Qwen，是最有以開源模型技術(shù)領(lǐng)先性、廣泛全面開源的策略，追求生態(tài)建設(shè)的架勢。阿里的 AI 戰(zhàn)略里除了追求 AGI，也同樣重視 AI 基礎(chǔ)設(shè)施建設(shè)，以及更上層的與阿里的電商、釘釘、夸克等 AI 應(yīng)用的結(jié)合。
此前，阿里云智能集團資深副總裁、公共云事業(yè)部總裁劉偉光表示，「阿里云是全世界唯一一家積極研發(fā)基礎(chǔ)大模型并全方位開源、全方位貢獻的云計算廠商?！?/p>
而 Qwen 模型下載量和衍生模型數(shù)量這兩個衡量的生態(tài)的指標(biāo)也同樣領(lǐng)先。根據(jù)阿里云官方的最新數(shù)據(jù)，阿里通義已開源 200 余個模型，全球下載量超 3 億次，千問衍生模型數(shù)超 10 萬個，已經(jīng)超越 Llama 位居全球開源模型的第一。
而新模型選擇在進一步優(yōu)化推理成本、混合推理和 Agent 上發(fā)力，顯然 Qwen 瞄準(zhǔn)的是開發(fā)者和 B 端用戶的部署需求。這也將成為 Qwen 與 DeepSeek、Llama、OpenAI 等競爭對手最大的不同，也是阿里能否贏得 AI 時代的一張船票的關(guān)鍵所在。
*頭圖來源：視覺中國
本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請聯(lián)系極客君微信 geekparkGO
極客一問
你如何看待 Qwen3？
阿里 Qwen3 發(fā)布，性能超越 R1、OpenAI-o1，成本大幅下降。
點贊關(guān)注極客公園視頻號，
熱門跟貼