Qwen3部署成本降至同类模型的 1/3，仅需 4 张 H20 显卡即可运行满血版，而性能相近的DeepSeek-R1则需要8到16张H20显卡，显存占用为 DeepSeek-R1 的三分之一。
2025 年 4 月 29 日凌晨，阿里巴巴通义千问正式发布并开源新一代大语言模型 Qwen3 （简称千问3）系列，包含 2 款混合专家（MoE）模型与 6 款密集（Dense）模型，参数量覆盖 0.6B 至 235B。
作为国内首个支持 “思考模式” 与 “非思考模式” 的混合推理模型，Qwen3 在保持高性能的同时大幅降低部署成本，标志着中国大模型在开源领域实现对国际顶尖水平的全面超越。
Qwen3 旗舰模型 Qwen3-235B-A22B 总参数量达 2350 亿，激活参数仅 220 亿，凭借 MoE 架构实现 “动态资源分配”：对简单任务启用 “非思考模式”，可低算力 “秒级响应”；对复杂逻辑、数学推理等任务切换 “思考模式”，通过多步骤深度推理输出结果。
这种双模式设计使模型在效率与精度间实现平衡，在多个权威基准测试中，Qwen3展现了惊人的性能。在奥数水平的AIME25测评中，Qwen3斩获81.5分，刷新了开源模型的纪录；在代码能力测试LiveCodeBench中，它突破70分大关，超越了Grok3；在模型人类偏好对齐评估ArenaHard中，Qwen3以95.6分的成绩超越了OpenAI-o1和DeepSeek-R1。此外，Qwen3在GPQA、AIME24/25等测试中也表现出色，全面超越了DeepSeek-R1、OpenAI-o1等全球顶尖模型。
三大技术突破点
业界分析认为，参数量的减少并非简单裁剪，而是通过更高效的计算方式和知识蒸馏技术实现。例如，Qwen3引入动态稀疏激活机制，仅在必要时调用关键参数，从而降低计算冗余。这一改进使其在资源受限场景（如移动端或边缘设备）中更具部署潜力。
具体来看，Qwen3 的性能飞跃源于三大核心升级：
- 数据规模翻倍，覆盖多语言与专业领域预训练数据量从 Qwen2.5 的 18 万亿 token 扩展至 36 万亿 token，新增 119 种语言及方言支持，涵盖 PDF 文档解析、STEM 领域教材、代码片段等高质量数据。通过 Qwen2.5-VL 视觉模型辅助提取文档文本，结合 Qwen2.5-Math 与 Qwen2.5-Coder 合成数学及代码数据，模型在专业领域的理解能力显著增强。
- 四阶段训练流程，强化推理与响应效率通过 “长思维链冷启动 - 强化学习 - 模式融合 - 通用优化” 四阶段后训练，Qwen3 实现推理能力与响应速度的深度整合。例如，30B 参数的 MoE 模型 Qwen3-30B-A3B 仅激活 3B 参数，即可达到上代 32B 密集模型的性能，部署成本降至同类模型的 1/3，仅需 4 张 H20 显卡即可运行满血版，而性能相近的DeepSeek-R1则需要8到16张H20显卡，显存占用为 DeepSeek-R1 的三分之一。
- 全场景适配，小模型实现跨级超越6 款密集模型中，4B 参数的 Qwen3-4B 可媲美 Qwen2.5-72B-Instruct适合手机端，8B 模型支持汽车端和电脑端侧部署，32B 模型收到企业大规模部署的欢迎，性能超越上一代 72B 模型，形成从手机端到企业级的全场景覆盖。
开源生态再突破：Apache 2.0 许可下的全球化布局
阿里巴巴开源了Qwen3的全部8个模型版本，包括2款MoE模型（Qwen3-235B-A22B和Qwen3-30B-A3B）以及6款Dense模型（Qwen3-0.6B、1.7B、4B、8B、14B、32B）。
Qwen3 系列模型均采用宽松的 Apache 2.0 协议开源，全球开发者可在 Hugging Face、ModelScope 等平台免费下载商用。截至发布当日，Qwen3 在 GitHub 星标数突破 17k，刷新国内开源模型纪录。阿里同步推出 Qwen-Agent 框架，封装工具调用模板，降低智能体开发门槛，推动 “模型即服务” 生态落地。
值得关注的是，Qwen3 首次支持 119 种语言的多模态交互，在 BFCL 多语言评测中得分 70.8，超越 Gemini-2.5-Pro 等模型，为全球化应用提供底层支持。个人用户可通过通义 APP 体验 Qwen3，夸克浏览器也将于近期全线接入，实现 “AI 助手” 的规模化落地。
此外，Qwen3还支持通过阿里云百炼调用API服务，进一步降低了使用门槛。
重新定义大模型性价比，加速 AI 普惠
Qwen3 的开源标志着大模型进入 “高效能” 时代。阿里云表示，模型在保持高性能的同时，将推理成本降低 60%，中小企业无需高算力投入即可部署复杂 AI 应用。例如，金融行业可基于 Qwen3-32B 构建智能投研系统，教育领域可用 4B 模型开发个性化学习助手，算力门槛的降低预计推动千万级开发者进入大模型生态。
阿里Qwen3的发布让AI社区感到激动，有网友献上经典Meme
“Qwen3 的‘思考预算’控制机制，让模型能根据任务动态分配计算资源，这是迈向通用人工智能（AGI）的关键一步。” 阿里云智能首席技术官周靖人表示。未来，阿里计划进一步扩展模型上下文长度至 32K，探索多模态融合与长周期推理，推动大模型从 “单一任务” 向 “复杂系统” 进化。
您可能感兴趣
