久热国产在线一区二区,青草草在线观看视频,欧美激情无毛,02kkk毛片,久久亚洲激情图片

新智元報道

編輯：編輯部 YZH

【新智元導讀】阿里Qwen3凌晨開源，正式登頂全球開源大模型王座！它的性能全面超越DeepSeek-R1和OpenAI o1，采用MoE架構(gòu)，總參數(shù)235B，橫掃各大基準。這次開源的Qwen3家族，8款混合推理模型全部開源，免費商用。

就在今天凌晨，備受全球期待的阿里新一代通義千問模型Qwen3開源！

一經(jīng)問世，它立刻登頂全球最強開源模型王座。

它的參數(shù)量僅為DeepSeek-R1的1/3，但成本大幅下降，性能全面超越R1、OpenAI-o1等全球頂尖模型。

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，對復雜問題可多步驟「深度思考」，大大節(jié)省算力消耗。

它采用混合專家（MoE）架構(gòu)，總參數(shù)量235B，激活僅需22B。

它的預訓練數(shù)據(jù)量達36T ，并在后訓練階段多輪強化學習，將非思考模式無縫整合到思考模型中。

一經(jīng)誕生，Qwen3立刻橫掃各大基準。

而且，性能大幅提升的同時，它的部署成本還大幅下降，僅需4張H20即可部署Qwen3滿血版，顯存占用僅為性能相近模型的1/3！

亮點總結(jié)：

· 各種尺寸的稠密模型和混合專家（MoE）模型，包括0.6B、1.7B、4B、8B、14B、32B以及30B-A3B和235B-A22B。

· 能夠在思考模式（用于復雜的邏輯推理、數(shù)學和編碼）和非思考模式（用于高效的通用聊天）之間無縫切換，從而確保在各種場景中實現(xiàn)最佳性能。

· 推理能力顯著增強，在數(shù)學、代碼生成和常識邏輯推理方面，超越了之前處于思考模式下的QwQ和處于非思考模式下的Qwen2.5 instruct模型。

· 更符合人類偏好，擅長創(chuàng)意寫作、角色扮演、多輪對話和指令遵循，從而提供更自然、引人入勝和更真實的對話體驗。

· 精通AI智能體能力，支持在思考和非思考模式下與外部工具的精確集成，并在復雜的基于智能體的任務(wù)中，在開源模型中實現(xiàn)了領(lǐng)先的性能。

· 首次支持119種語言和方言，具有強大的多語言指令跟隨和翻譯能力。

目前，Qwen 3已同步上線魔搭社區(qū)、Hugging Face、GitHub，并可在線體驗。

全球開發(fā)者、研究機構(gòu)和企業(yè)均可免費下載模型并商用，也可以通過阿里云百煉調(diào)用Qwen3的API服務(wù)。個人用戶可立即通過通義APP直接體驗Qwen3，夸克也即將全線接入Qwen3。

在線體驗：https://chat.qwen.ai/

魔搭社區(qū)：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，徹底超越美國Llama，成為全球第一開源模型！

Qwen 3家族登場

8款「混合推理」模型全開源

這次，阿里一口氣開源了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許可。

其中，每款模型均斬獲同尺寸開源模型SOTA。

Qwen3的30B參數(shù)MoE模型實現(xiàn)了10倍以上的模型性能杠桿提升，僅激活3B就能媲美上代Qwen2.5-32B模型性能。

Qwen3的稠密模型性能繼續(xù)突破，一半的參數(shù)量可實現(xiàn)同樣的高性能，如32B版本的Qwen3模型可跨級超越Qwen2.5-72B性能。

同時，所有Qwen3模型都是混合推理模型，API可按需設(shè)置「思考預算」（即預期最大深度思考的tokens數(shù)量），進行不同程度的思考，靈活滿足AI應用和不同場景對性能和成本的多樣需求。

比如，4B模型是手機端的絕佳尺寸；8B可在電腦和汽車端側(cè)絲滑部署應用；32B最受企業(yè)大規(guī)模部署歡迎，有條件的開發(fā)者也可輕松上手。

開源模型新王，刷新紀錄

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，即創(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分超越了OpenAI-o1及DeepSeek-R1。

具體來說，旗艦模型 Qwen3-235B-A22B與其他頂級模型（如DeepSeek-R1、o1、o3-mini、Grok-3和Gemini-2.5-Pro）相比，在編碼、數(shù)學、通用能力等各項基準測試中，成績都相當亮眼。

此外，小型混合專家模型Qwen3-30B-A3B雖然激活參數(shù)只有QwQ-32B的十分之一，但性能卻更勝一籌。

甚至是Qwen3-4B這樣的小模型，也能媲美Qwen2.5-72B-Instruct的性能。

經(jīng)過微調(diào)的模型，如Qwen3-30B-A3B，及其預訓練版本（如 Qwen3-30B-A3B-Base），現(xiàn)在都可在Hugging Face、ModelScope 和Kaggle等平臺上找到。

對于部署，阿里推薦使用SGLang和vLLM等框架。對于本地使用，強烈推薦Ollama、LMStudio、MLX、llama.cpp和KTransformers等工具。

無論研究、開發(fā)還是生產(chǎn)環(huán)境，Qwen3都可輕松集成到各種工作流程中。

利好智能體Agent和大模型應用爆發(fā)

可以說，Qwen3為即將到來的智能體Agent和大模型應用爆發(fā)提供了更好的支持。

在評估模型Agent能力的BFCL評測中，Qwen3創(chuàng)下70.8的新高，超越Gemini2.5-Pro、OpenAI-o1等頂尖模型，這將大幅降低Agent調(diào)用工具的門檻。

同時，Qwen3原生支持MCP協(xié)議，并具備強大的工具調(diào)用能力，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。

這將大大降低編碼復雜性，實現(xiàn)高效的手機及電腦Agent操作等任務(wù)。

主要特點

混合推理模式

Qwen3模型引入了一種混合問題解決方式。它們支持兩種模式：

1. 思考模式：在該模式下，模型會逐步推理，然后給出答案。這適合需要深入思考的復雜問題。

2. 非思考模式：在該模式下，模型會快速給出答案，適用于對速度要求較高的簡單問題。

這種靈活性，讓用戶可以根據(jù)任務(wù)的復雜程度，控制模型的推理過程。

例如，難題可以通過擴展推理來解決，而簡單的問題可以直接回答，而不會延遲。

至關(guān)重要的是，這兩種模式的結(jié)合，大大提高了模型穩(wěn)定高效地控制推理資源的能力。

如上所示，Qwen3表現(xiàn)出可擴展且平滑的性能改進，這與分配的計算推理預算直接相關(guān)。

這種設(shè)計使用戶能夠更輕松地配置特定于任務(wù)的預算，從而在成本效率和推理質(zhì)量之間實現(xiàn)更優(yōu)化的平衡。

多語言支持

Qwen3模型支持119種語言和方言。

如此廣泛的多語言能力，也意味著Qwen 3有極大潛力創(chuàng)建風靡全球的國際應用。

更強大的智能體能力

阿里對Qwen3模型進行了優(yōu)化，以提高編碼和智能體能力，并且還加強了對MCP的支持。

下面這個示例，很好地展示了Qwen3是如何思考并與環(huán)境交互的。

36萬億token，多階段訓練

作為千問系列最強模型，Qwen3究竟是如何實現(xiàn)如此驚艷的表現(xiàn)？

接下來，一起扒一扒Qwen3背后技術(shù)細節(jié)。

預訓練

與Qwen2.5相比，Qwen3預訓練數(shù)據(jù)集規(guī)模幾乎是上一代兩倍，從18萬億個token擴展到了36萬億個token。

它覆蓋了119種語言和方言，不僅來源于網(wǎng)絡(luò)，還包括從PDF等文檔中提取文本內(nèi)容。

為了確保數(shù)據(jù)質(zhì)量，團隊利用Qwen2.5-VL提取文檔文本，并通過Qwen2.5優(yōu)化提取內(nèi)容的準確性。

此外，為了提升模型在數(shù)學和代碼領(lǐng)域的表現(xiàn)，Qwen3還通過Qwen2.5-Math和Qwen2.5-Coder生成大量合成數(shù)據(jù)，包括教科書、問答對和代碼片段。

Qwen3預訓練過程，一共分為三個階段，逐步提升模型的能力：

第一階段（S1）：基礎(chǔ)語言能力構(gòu)建

使用超30萬億個token，以4k上下文長度進行預訓練。這一階段為模型奠定了扎實的語言能力和通用知識基礎(chǔ)。

第二階段（S2）：知識稠密型優(yōu)化

通過增加STEM、編碼和推理任務(wù)等知識稠密型數(shù)據(jù)的比例，模型在額外5萬億和token上繼續(xù)訓練，進一步提升專業(yè)能力的表現(xiàn)。

第三階段（S3）：上下文能力擴展

利用高質(zhì)量上下文數(shù)據(jù)，將模型的上下文長度擴展至32k，確保其能夠處理復雜、超長輸入。

得益于模型架構(gòu)優(yōu)化、數(shù)據(jù)規(guī)模擴展和更高效的訓練方法，Qwen3 Dense基礎(chǔ)模型展現(xiàn)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，以更小的參數(shù)量達到更大模型的水平。

尤其是，在STEM、編碼和推理等領(lǐng)域，Qwen3 Dense基礎(chǔ)模型甚至優(yōu)于更大的Qwen2.5模型。

更令人矚目的是，Qwen3 MoE模型僅用10%激活參數(shù)，即可實現(xiàn)Qwen2.5 Dense基礎(chǔ)模型相似的性能。

這不僅大幅降低了訓練和推理成本，還為模型的實際部署提供了更高的靈活性。

后訓練

為了打造一個既能進行復雜推理，又能快速響應的混合模型，Qwen3設(shè)計了一個四階段后訓練流程。

1. 長思維鏈冷啟動

使用多樣化的長思維鏈數(shù)據(jù)，覆蓋數(shù)學、編碼、邏輯推理和STEM問題，訓練模型掌握基本的推理能力。

2. 長思維鏈強化學習

通過擴展RL的計算資源，結(jié)合基于規(guī)則的獎勵機制，提升模型在探索和利用推理路徑方面的能力。

3. 思維模式融合

使用長思維鏈數(shù)據(jù)和指令微調(diào)數(shù)據(jù)進行微調(diào)，將快速反應能力融入推理模型，確保模型在復雜任務(wù)中既精準又高效。

此數(shù)據(jù)由第二階段的增強思考模型生成，確保推理和快速響應能力的無縫融合。

4. 通用強化學習

在20多個通用領(lǐng)域任務(wù)，如指令遵循、格式遵循和智能體能力中應用RL，進一步提升模型的通用性和魯棒性，同時糾正不良行為。

全網(wǎng)好評如潮

Qwen3開源不到3小時，GitHub狂攬17k星，徹底點燃了開源社區(qū)的熱情。開發(fā)者們紛紛下載，開啟了極速測試。

項目地址：https://github.com/QwenLM/Qwen3

蘋果工程師Awni Hannun宣布，Qwen3已經(jīng)得到MLX框架支持。

而且，不論是iPhone（0.6B, 4B），還是MacBook（8B, 30B, 3B/30B MoE）、M2/M3 Ultra（22B/235B MoE）消費級設(shè)備，均可本地跑。

他在M2 Ultra上運行了Qwen3 235B MoE，生成速度高達28 token/s。

有網(wǎng)友實測后發(fā)現(xiàn)，與Qwen3大小相同的Llama模型，簡直不在一個級別上。前者推理更深入，保持更長上下文，還能解決更難的問題。

還有人表示，Qwen3就像是一個DeepSeek時刻。

官方指南

如何用Qwen3進行開發(fā)

這次，阿里還放出了在不同框架上使用Qwen3的簡單指南。

首先，這是一個在Hugging Face transformers中使用Qwen3-30B-A3B的標準示例：

from modelscope import AutoModelForCausalLM, AutoTokenizer

model_name = "Qwen/Qwen3-30B-A3B"

# load the tokenizer and the model
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="auto",
    device_map="auto"
)

# prepare the model input
prompt = "Give me a short introduction to large language model."
messages = [
    {"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
    enable_thinking=True # Switch between thinking and non-thinking modes. Default is True.
)
model_inputs = tokenizer([text], return_tensors="pt").to(model.device)

# conduct text completion
generated_ids = model.generate(
    **model_inputs,
    max_new_tokens=32768
)
output_ids = generated_ids[0][len(model_inputs.input_ids[0]):].tolist() 

# parsing thinking content
try:
    # rindex finding 151668 ()
    index = len(output_ids) - output_ids[::-1].index(151668)
except ValueError:
    index = 0

thinking_content = tokenizer.decode(output_ids[:index], skip_special_tokens=True).strip("\n")
content = tokenizer.decode(output_ids[index:], skip_special_tokens=True).strip("\n")

print("thinking content:", thinking_content)
print("content:", content)

要關(guān)閉推理功能，只需更改參數(shù)enable_thinking，如下所示：

text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
    enable_thinking=False  # True is the default value for enable_thinking.
)

對于部署，可以使用sglang>=0.4.6.post1或vllm>=0.8.4創(chuàng)建與OpenAI兼容的API端點：

SGLang：

python -m sglang.launch_server --model-path Qwen/Qwen3-30B-A3B --reasoning-parser qwen3

vLLM：

vllm serve Qwen/Qwen3-30B-A3B --enable-reasoning --reasoning-parser deepseek_r1

如果將其用于本地開發(fā)，則可以通過運行簡單的命令ollama run qwen3:30b-a3b來使用ollama運行模型，或者，也可使用LMStudio、llama.cpp和ktransformers在本地進行構(gòu)建。

高級用法

團隊提供了一種軟切換機制，當enable_thinking=True時，用戶可以通過該機制動態(tài)控制模型的行為。

具體來說，可以將/think和/no_think添加到用戶提示或系統(tǒng)消息中，以逐輪切換模型的思考模式。該模型將遵循多輪對話中最近的指令。

下面就是一個多輪對話的示例：

from transformers import AutoModelForCausalLM, AutoTokenizer
class QwenChatbot:
    def __init__(self, model_name="Qwen/Qwen3-30B-A3B"):
        self.tokenizer = AutoTokenizer.from_pretrained(model_name)
        self.model = AutoModelForCausalLM.from_pretrained(model_name)
        self.history = []
    def generate_response(self, user_input):
        messages = self.history + [{"role": "user", "content": user_input}]
        text = self.tokenizer.apply_chat_template(
            messages,
            tokenize=False,
            add_generation_prompt=True
        )
        inputs = self.tokenizer(text, return_tensors="pt")
        response_ids = self.model.generate(**inputs, max_new_tokens=32768)[0][len(inputs.input_ids[0]):].tolist()
        response = self.tokenizer.decode(response_ids, skip_special_tokens=True)
        # Update history
        self.history.append({"role": "user", "content": user_input})
        self.history.append({"role": "assistant", "content": response})
        return response
# Example Usage
if __name__ == "__main__":
    chatbot = QwenChatbot()
    # First input (without /think or /no_think tags, thinking mode is enabled by default)
    user_input_1 = "How many r's in strawberries?"
    print(f"User: {user_input_1}")
    response_1 = chatbot.generate_response(user_input_1)
    print(f"Bot: {response_1}")
    print("----------------------")
    # Second input with /no_think
    user_input_2 = "Then, how many r's in blueberries? /no_think"
    print(f"User: {user_input_2}")
    response_2 = chatbot.generate_response(user_input_2)
    print(f"Bot: {response_2}") 
    print("----------------------")
    # Third input with /think
    user_input_3 = "Really? /think"
    print(f"User: {user_input_3}")
    response_3 = chatbot.generate_response(user_input_3)
    print(f"Bot: {response_3}")

智能體功能的使用

Qwen3在工具調(diào)用方面的表現(xiàn)非常出色。

團隊建議開發(fā)者使用Qwen-Agent，來充分利用Qwen3的智能體功能。

Qwen-Agent在內(nèi)部集成了工具調(diào)用模板和解析器，從而大大降低了編碼的復雜程度。

要定義可用的工具，可以使用MCP配置文件，使用Qwen-Agent的集成工具，或者自己集成其他工具。

from qwen_agent.agents import Assistant
# Define LLM
llm_cfg = {
    'model': 'Qwen3-30B-A3B',
    # Use the endpoint provided by Alibaba Model Studio:
    # 'model_type': 'qwen_dashscope',
    # 'api_key': os.getenv('DASHSCOPE_API_KEY'),
    # Use a custom endpoint compatible with OpenAI API:
    'model_server': 'http://localhost:8000/v1',  # api_base
    'api_key': 'EMPTY',
    # Other parameters:
    # 'generate_cfg': {
    #         # Add: When the response content is ` this is the thought this is the answer;
    #         # Do not add: When the response has been separated by reasoning_content and content.
    #         'thought_in_content': True,
    #     },
}
# Define Tools
tools = [
    {'mcpServers': {  # You can specify the MCP configuration file
            'time': {
                'command': 'uvx',
                'args': ['mcp-server-time', '--local-timezone=Asia/Shanghai']
            },
            "fetch": {
                "command": "uvx",
                "args": ["mcp-server-fetch"]
            }
        }
    },
  'code_interpreter',  # Built-in tools
]
# Define Agent
bot = Assistant(llm=llm_cfg, function_list=tools)
# Streaming generation
messages = [{'role': 'user', 'content': 'https://qwenlm.github.io/blog/ Introduce the latest developments of Qwen'}]
for responses in bot.run(messages=messages):
    pass
print(responses)

參考資料：

https://qwenlm.github.io/blog/qwen3/