重磅发布，阿里云深夜发布了传言已久的Qwen3（通义千问3）系列大模型，一举拿下开源模型冠军。阿里这次一共发布了8个模型，Qwen3-0.6B、1.7B、4B、8B、14B、32B，这6个都是Dense稠密模型。还有两个重量级MoE模型，Qwen3-30B-A3B，和旗舰版的Qwen3-235B-A22B。MoE旗舰版Qwen3-235B-A22B在22B的激活参数下，性能与当前最先进的闭源模型Gemini 2.5 Pro、o1能力相当。但其在部署效率方面取得重要突破，仅需4块H20显卡即可完成完整部署。相较于前代Qwen 2.5，Qwen 3整体能力提升明显，Qwen3-4B 这样的小模型也能匹敌 Qwen2.5-72B-Instruct 的性能。模型采用4步预训练和4步后训练，具有混合推理能力。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，表现出极具竞争力的结果。此外，小型 MoE 模型 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。仅发布2小时，GitHub星标数便突破1.6万，成为开发者关注的焦点。向世界展示了中国大模型的硬实力。五大核心升级：Qwen3凭什么“以小搏大”？
1. 混合思考模式：快与慢的智慧平衡
Qwen3首次引入“思考模式”与“非思考模式”：
- 思考模式：逐步推理，适合解决复杂问题（如数学证明、编程难题），输出严谨答案；
- 非思考模式：快速响应，适用于简单任务（如问答、摘要生成），几乎“秒回”。
用户可灵活切换模式，平衡推理质量与响应速度，甚至自定义思考预算，让模型更“聪明”也更“高效”。
2. 推理能力飞跃：小参数打败大模型
- Qwen3-235B-A22B：在编程、数学、通用能力基准测试中，超越DeepSeek-R1、OpenAI o1/o3-mini等国际竞品；
- Qwen3-4B：参数仅为Qwen2.5-72B的5.6%，但性能相当，真正实现“小身板，大能量”；
- STEM与代码生成：在数学、代码等高难度领域，Qwen3甚至超越参数更大的Qwen2.5系列。
3. 多语言支持：119种语言无障碍沟通
Qwen3覆盖全球119种语言及方言，无论是中文、英文，还是小语种、方言，均具备
理解、推理、生成能力，助力跨国协作与全球化场景落地。
4. Agent能力强化：MCP协议让模型“更聪明”
通过MCP（模型上下文协议），Qwen3可无缝集成外部数据源和工具，完成复杂任务（如数据分析、多步骤推理）。例如：
- 调用数据库生成财务报告。
开发者可轻松构建智能Agent，让模型成为真正的“决策助手”。
5. 开源与部署：灵活适配各类场景
Qwen3在Hugging Face、ModelScope等平台开源，遵循Apache 2.0协议，支持本地部署工具（如Ollama、LMStudio）。开发者可结合SGLang、vLLM等框架，快速实现模型落地。
技术亮点：数据规模翻倍，训练策略革新
1. 预训练数据量翻三倍
Qwen3的预训练数据量从Qwen2.5的1800亿token激增至3600亿token，涵盖网络文本、PDF文档、合成数据（通过Qwen2.5-Math/Coder生成），尤其强化了数学、代码领域的数据质量。
2. 三阶段预训练+四阶段微调
- 预训练：分阶段提升模型能力，从基础语言技能到长上下文处理；
- 微调：通过思维链（CoT）冷启动、强化学习、模式融合等步骤，兼顾推理与快速响应能力。
3. MoE架构：激活参数更高效
Qwen3包含2个MoE（混合专家）模型：
- Qwen3-30B-A3B：激活参数仅30亿（总参数300亿），性能却反超QwQ-32B（激活参数320亿）；
- 上下文长度：小模型支持32K，大模型支持128K，满足长文本处理需求。
从数据规模到技术创新，从性能突破到开源生态，Qwen3再次证明了阿里云在大模型领域的深厚积累。无论是开发者还是企业，都能借助Qwen3的灵活性与强大能力，快速落地智能应用。
