在众多期待之中，阿里巴巴于2023年4月29日发布了其全新的通义千问模型Qwen3（即千问3），标志着全球开源模型领域的又一个突破。作为其旗舰产品，Qwen3-235B-A22B以2350亿的参数量、仅需22亿的激活量，明显降低了计算成本，同时在性能上全面超越了DeepSeek-R1、OpenAI-o1等一系列国际顶尖模型，荣登全球最强开源模型的宝座。
强大的模型架构
Qwen3通过极大的预训练数据量与创新的后训练策略，展现出卓越的多轮强化学习能力，不但实现了快思考和慢思考两种模式的无缝切换，还在推理、指令遵循、工具调用和多语言能力的表现上取得了显著提升。这使得Qwen3在所有国内外开源模型中脱颖而出，成为性能的新标杆。
Qwen3包含多达八款不同的模型，其中包括两款30B和235B的混合密度模型，以及六款不同参数量的稠密模型（0.6B、1.7B、4B、8B、14B、32B），每款模型都力争在同样的尺寸中创造最佳性能，甚至实现了以更少的参数达到同样或更好的效果，展示了极强的性能杠杆提升。比如，30B参数的MoE模型，激活仅需3B就已能与上一代Qwen2.5-32B模型相媲美。
行业背景与市场机遇
在一个竞争激烈的大模型发布季节，阿里巴巴的Qwen3犹如一颗璀璨明珠，提前一步在大模型“平民化”的道路上开辟新局面。虽然OpenAI、谷歌等竞争对手相继推出了最新模型，但对于Qwen3其的发布已具备先发制人的优势。支持多达119种语言和方言，Qwen3的开源策略将为全球开发者提供更广泛、更便利的使用条件。
创新的思考模式
值得一提的是，Qwen3首次引入了快思考与慢思考的混合推理模型。这种创新使得模型能够在面对简单问题时快速给出答案，而在复杂问题上则进行更加深思熟虑的推理。这种双重思考能力为用户节省了大量计算资源，同时也提升了使用灵活性。用户在调用API时可根据实际需求设置“思考预算”，灵活控制输出结果的复杂程度，使其更好地适应不同的应用场景。
性能与应用评估
在严苛的性能测试中，Qwen3展现出卓越的实力。在AIME25测评中获得81.5分，刷新开源记录；在LiveCodeBench评测中突破70分，表现甚至超过了Grok3。在评估模型人类偏好对齐的ArenaHard测评中，Qwen3凭借95.6的高分超越了OpenAI-o1和DeepSeek-R1，充分证明了其高效的学习与应用能力。
同时，其部署成本也显著降低，仅需四张H20显卡即可实现Qwen3的全功能版本，显存占用相比同类高性能模型减少三分之一，为开发者提供了更为经济的选择。
数据预训练的全新进展
在数据预训练方面，Qwen3的训练数据量几乎是Qwen2.5的两倍，达到了重磅的背景下，模型的可用性及性能也同样得到了飞跃性提升。该模型的数据收集不仅来源于网络，还涵盖了大量PDF文档，利用Qwen2.5的技术进行信息提取。有趣的是，为增加数学与代码相关数据量，团队采用了基于领域专家模型的合成策略，确保了数据集的广泛性和实用性。
未来展望
目前，个人用户不仅能够通过通义APP直接体验Qwen3的强大功能，执行各类背景复杂的问题解决任务，厦门的夸克也即将全线接入该模型。阿里巴巴通义团队此前已发布超过200款模型，累计全球下载量超过3亿次，而千问3不仅是该系列的巅峰之作，更是超越美国Llama成为全球第一开源模型的佼佼者。
阿里巴巴在开源领域的不断努力，不仅为开发者提供了强大而灵活的AI工具，也让AI应用的普及与深入变得更加可期。随着Qwen3的持续发展与更新，我们可以期待一个更加智能化的未来。