Qwen3深夜炸场，阿里一口气放出8款大模型，性能超越DeepSeek R1，登顶开源王座 - AI

7 x 24跟踪全球科技动态

热门话题

白天

搜索

资讯

Qwen3深夜炸场，阿里一口气放出8款大模型，性能超越DeepSeek R1，登顶开源王座

13 小时前 / 阅读约12分钟

来源：36kr

Qwen 3 全系上线

今天凌晨，大模型领域最受关注的重磅消息来自阿里 Qwen 团队——他们正式发布了备受期待的全新 Qwen3 系列大模型。

不同于以往，这次其一次性开源了多达 8 款混合推理模型，在性能上全面逼近 OpenAI、Google 等闭源大模型，以及超越了开源大模型 DeepSeek R1，堪称当前最强的开源模型之一，也难怪昨晚 Qwen 团队一直在加班。

8 大模型齐发！

这 8 款混合推理模型中，包括了 2 个 MOE 模型：Qwen3-235B-A22B 和 Qwen3-30B-A3B。

其中，Qwen3-235B-A22B 是本次发布中规模最大的旗舰模型，拥有 2350 亿个参数，激活参数超过 220 亿。

在代码、数学和通用能力等多个基准测试中，它的表现不仅超过了 DeepSeek 的 R1 开源模型，还优于 OpenAI 的闭源模型 o1。尤其在软件工程和数学领域的 ArenaHard 测试（共 500 道题）中，成绩甚至接近了 Google 最新发布的 Gemini 2.5-Pro，可见其实力不容小觑。

另一个 MOE 模型 Qwen3-30B-A3B 拥有 300 亿总参数，激活参数仅为 QwQ-32B 的 10%，约 30 亿，但实际表现却更胜一筹。甚至像 Qwen3-4B 这样的小模型，也能达到 Qwen2.5-72B-Instruct 的水平。

除了上述两款 MOE 模型，此次还发布了 6 款 Dense 模型，分别是：Qwen3-32B、Qwen3-14B、Qwen3-8B、Qwen3-4B、Qwen3-1.7B 和 Qwen3-0.6B。这些模型在规模和结构上各不相同，方便用户根据具体需求和计算资源进行选择。

以上所有模型均在 Apache 2.0 许可协议下开源，对开发者和研究者开放。

国内首个混合推理模型来了

从能力上来看，Qwen3 系列模型经过特别训练，支持两种“思考模式”：快思考和慢思考，用官方的话就是“思考模式”和“非思考模式”。

思考模式：在这种模式下，模型会逐步推理，经过深思熟虑后给出最终答案。这种方法非常适合需要深入思考的复杂问题。

非思考模式：在此模式中，模型提供快速、近乎即时的响应，适用于那些对速度要求高于深度的简单问题。

正因此，Qwen3 是国内首个混合推理模型。

简单来说，就是 Qwen3 可以根据问题的难度，选择是快速给出答案，还是花更多时间进行更深层次的分析和推理。比如遇到一些复杂的数学、科学或工程类问题时，你可以切换到“深度思考模式”，让模型用更强的推理能力来处理问题。

Qwen 团队在技术报告中解释道，“Qwen3 展现出可扩展且平滑的性能提升，这与分配的计算推理预算直接相关。这样的设计让用户能够更轻松地为不同任务配置特定的预算，在成本效益和推理质量之间实现更优的平衡。”

使用方法也很简单：在 Qwen Chat 网站 上，有一个专门的按钮可以切换“思考模式”；如果你是在本地部署或者通过 API 使用模型，也可以通过输入指令，比如 /think 或 /no_think，自由切换不同模式，让模型根据任务难度灵活应对。

另外，Qwen3 的多语言能力也有了很大提升，目前已经能支持多达 119 种语言和方言，基本覆盖了全球主要的语言体系。

还有一点也很值得关注，Qwen3 在智能体（Agent）能力和编程（代码）方面也变得更强了，同时也更好地支持了 MCP 技术。下面这个视频展示 Qwen3 是如何思考并与环境进行交互的：

目前，经过后训练优化的 Qwen3 系列模型已经可以在多个平台上访问和部署，例如 Qwen3-30B-A3B，以及对应的预训练基座模型（如 Qwen3-30B-A3B-Base），已在 Hugging Face、ModelScope 和 Kaggle 等平台上线，面向公众开放使用。

普通用户也可以直接在 Qwen Chat 网页和手机 App 上使用。

快速体验 Qwen3 系列：

Qwen Chat 网页版：https://chat.qwen.ai/

GitHub：https://github.com/QwenLM/Qwen3

Hugging Face：https://huggingface.co/collections/Qwen/qwen3-67dd247413f0e2e4f653967f

魔搭社区：https://modelscope.cn/collections/Qwen3-9743180bdc6b48

在部署方面，官方推荐使用 SGLang 和 vLLM 等推理框架，以获得更好的性能和易用性。对于本地部署场景，Ollama、LMStudio、MLX、llama.cpp 以及 KTransformers 等工具也提供了便捷的支持。

Qwen3 强大的背后，离不开多阶段的预训练和后训练

在模型预训练方面，Qwen3 相比之前的 Qwen2.5 有了大幅提升。此前 Qwen2.5 是在 18 万亿个 token 上进行预训练的，而 Qwen3 预训练使用的数据量几乎是其两倍，达到大约 36 万亿个 token，涵盖了 119 种语言和方言。

这些数据来源包括网页抓取内容、PDF 文档提取，还有用早期 Qwen2.5-Math 和 Qwen2.5-Coder 这两个数学和代码领域的专家模型合成数据，合成了包括教科书、问答对以及代码片段等多种形式的数据。

预训练

据官方技术报告介绍，Qwen3 的预训练流程分为三个阶段：

在第一阶段（S1），模型在超过 30 万亿个 token 的海量数据上进行了初步训练，处理的文本长度是 4K token，主要目的是打下基本的语言理解和通用知识基础。

到了第二阶段（S2），训练重点有所调整，加入了更多像 STEM（科学、技术、工程、数学）、编程和推理相关的专业数据，同时又在额外 5 万亿个 token 上进行了强化训练，进一步提升模型的专业能力。

最后，在第三阶段，Qwen 团队用高质量的长文本数据，把模型的上下文长度扩展到了 32K token，让它能更好地处理超长输入，适应更复杂的应用场景。

得益于模型架构的优化、训练数据量的增加，以及更高效的训练方法，Qwen3 的 Dense（密集）基础模型整体表现已经追上了体积更大的 Qwen2.5 版本。比如，Qwen3 的 1.7B、4B、8B、14B 和 32B 基础模型，整体能力分别能对标 Qwen2.5 的 3B、7B、14B、32B 和 72B 模型。

尤其在 STEM（科学、技术、工程、数学）、编程和推理这类专业领域，Qwen3 的表现甚至比 Qwen2.5 的大模型还要更好。

而对于 Qwen3 的 MoE（混合专家）基础模型来说，它们每次推理时只激活大约 10% 的参数，但依然能做到接近 Qwen2.5 Dense 基础模型的效果。这意味着，在保持高性能的同时，训练和推理的成本大大降低了。

后训练

为了打造既能深度推理又能快速响应的混合型大模型，Qwen3 团队设计并执行了一套四阶段的后训练流程。具体包括：（1）长链推理冷启动、（2）长链推理强化学习、（3）思考与非思考模式融合、以及（4）通用能力强化学习。

在第一阶段，该团队通过大量涵盖数学、编程、逻辑推理和 STEM 等领域的长链推理数据，对模型进行了微调，打下了基本的推理能力基础。

第二阶段则引入了大规模的强化学习，通过设定规则奖励，引导模型在复杂问题中探索得更深入、更细致。

到了第三阶段，训练目标转向融合思考模式与快速响应模式。 Qwen 团队用一套混合了长链推理和常规指令微调的数据，对模型进行了再次微调，让它既能深度思考，又能根据任务需求快速作答，实现两种能力的平滑切换。

最后，在第四阶段，模型接受了更广泛领域的强化训练，覆盖指令遵循、格式规范、Agent 能力等二十多个方向，进一步提升了模型的通用性，同时修正了在早期训练中可能出现的不良行为。

登顶开源宝座

这次阿里发布 Qwen3，毫无疑问是一次重磅操作。据了解，阿里至今已向全球开源 200 多款模型，千问衍生模型数量已突破 10万，超越美国 Meta 的 Llama 系列，成为全球最大的开源模型族群。可以说，Qwen3 的发布不是一次普通的升级，而是真正的“登顶”。

外媒 Venturebeat 也对此做出了高度评价，称对于企业来说，接入 Qwen3 非常高效，几小时内就能将现有的 OpenAI 接口系统切换到新模型，根本不用几周。Qwen3 的专家混合模型（MoE），在显存使用上相当节省，20-30B 规模模型的显存成本就能实现接近 GPT-4 的推理能力。

更有意思的是，Qwen3 提供了从 0.6B 到 32B 不同规模的密集模型版本，用户可以从笔记本小规模测试，一路扩展到多卡大集群，过程中几乎不用调整提示词。

Qwen3 发布后，在用户层也受到了广泛好评。其 GitHub 页面迅速获得了 17.9k 个 Star 和 1.2k 的 Fork，热度可见一斑。

在社交媒体上，不少网友们分享自己的一手体验感受。

有用户表示：“我刚试用了 @Alibaba_Qwen 的 Qwen3。

在需要快速响应时，它非常迅速；面对复杂问题时，它会花时间思考。它不是随便给个答案，而是经过深思熟虑，给出准确的结果。

在编程方面，它表现出色；在数学问题上，它依然冷静应对。

在语言处理上，它听起来很自然，不像其他模型那样怪异。令我惊讶的是，它甚至支持多达 119 种语言。

很久没见过这么优秀的开源模型了。”

也有网友 Jafar Najafov 感叹道：“这真是令人震惊。我将 Qwen3 和同规模的 Llama 进行对比，Qwen3 的推理更深入，处理长上下文和解决复杂问题的速度都更快。它完全开源，原生支持混合推理，采用 Apache 2.0 许可证。这不仅仅是更好，简直是全新的升级！”

甚至苹果工程师 Awni Hannun 也在第一时间用 M2 苹果设备跑了 Qwen3 模型，随即发声道：“Qwen3 235B MoE（22B 激活参数）在 M2 Ultra 上通过 mlx-lm 运行得非常快。4 位模型大约用 132GB 内存，生成 580 个 token 的速度约为每秒 28 个！”