剛剛，Qwen3 開源了。
強的離譜，DeepSeek 這次真的要坐不住了。
先貼一張圖。
從這些主流的學術測試結果來看，Qwen3 全面超越了DeepSeek R1。
注意我用的詞——“全面”。這不只是在一兩個單項上領先，而是在數學、推理、程式碼等核心能力上，全面超越。
尤其是程式碼能力，LiveCodeBench 和 Codeforces 兩個榜單，高於所有其它模型，包括當前最強的 Gemini2.5-Pro。
在 ArenaHard（綜合測試）上， Qwen3-235B-A22B 緊追最強閉源模型 Gemini2.5-Pro ，顯著優於 OpenAI-o1 和 Deepseek-R1 。而在 AIME’24/25（美國數學競賽）、MultiIF（多語言推理）測試基準上，Qwen3 的表現更是全面超越 DeepSeek-R1，坐穩了全球第一開源霸主的名號。
原生支援 MCP，為 Agent 時代而生
我尤其注意到，Qwen3 在專門評估模型 Agent 能力的 BFCL 評測中，全面重新整理了榜單記錄，不僅以 70.8 的分數完爆了 DeepSeek-R1（56.9），甚至大幅超越了閉源模型 Gemini2.5-Pro。
Qwen3 在 Agentic 能力方面做了大量的最佳化，包括不限於任務執行效率、響應結構和工具泛化能力等。也就是說，Qwen3 的設計理念，不再侷限於傳統的 ChatBot 問答對話視角，而是面向 Agent 化的任務型應用提供了模型層支撐。
甚至，Qwen3 還原生支援了 MCP 協議。
我們來看下官方放出的 Demo 展示：
在大模型如今“從對話走向執行”的關鍵節點，Qwen3 大幅強化了 Agent 能力，我覺得這是非常值得點讚的。
附 Qwen3 體驗傳送門（MCP 功能，也即將上線）：
https://www.tongyi.com/
Qwen3 全家桶開源
需要強調的是，Qwen3 不是單個模型，而是一個全家桶，包含了 8 款不同尺寸的模型——
-
6 款 Dense 模型： 最小引數 0.6B，依次是 1.7B、4B、8B、14B，到32B****，覆蓋了從端側到雲端的各種需求。
-
2 款 MoE 模型：
-
Qwen3-30B-A3B： 300 億總引數，啟用引數 30 億。 -
Qwen3-235B-A22B： 2350 億引數，啟用引數 220 億。
實力最強的Qwen3-235B-A22B，也是這次釋出的旗艦模型。前面效能拉爆的就是這款。
當然，不只是旗艦版能打。其他 7 個模型在各自的量級裡，都是 SOTA 級別的存在。
關於開源，我還扒出一組資料——
阿里通義已開源 200 餘個模型，全球下載量超 3 億次，千問衍生模型數超 10 萬個，已超越美國 Llama，成為全球第一開源模型。
附 Qwen3 開源傳送門：
huggingface：https://huggingface.co/Qwen/Qwen3-235B-A22B魔搭社群：https://modelscope.cn/models/Qwen/Qwen3-235B-A22B
Qwen3 新特性——混合推理
這次 Qwen3 還有一個新特性——混合推理，是國內首個支援這種機制的模型。
熟悉 Claude 的朋友都知道，Claude 3.7 Sonnet 是市場上首個“混合推理模型”，把快速響應和深入推理整合在一個模型中，使用者可以根據問題和任務靈活選擇是否要思考。
混合推理，簡單來說，就是一腦雙模，天生就會兩種工作模式：
-
快問快答模式（非推理模式）， 比如問一些簡單的問題，不需要邏輯推理，這種模式反應快、計算量小，主打一個效率，省時省力省算力。 -
深度思考模式（推理模式），適合比較複雜，要拆解成小步驟，一步步地推演、論證的問題。
怎麼切換這兩種模式呢？
這裡阿里設計得很靈活，一種是硬開關控制， 你可以在呼叫模型的時候，直接設定一個引數
enable_thinking=True；還可以軟開關控制，在 enable_thinking=True 基礎上，透過/think 和/no_think 指令來開啟推理模式。是不是有很多人和我一樣，有的時候著急要結果，只能看著巨長的思維鏈乾著急。這下解決了，我可以自己控制思考的最大 token 數。
只能說，這個設計太懂使用者痛點了。
把這兩種看似矛盾的能力和諧地統一在一個模型裡，看似簡單，實則一點兒不容易，否則就不用刻意分成倆模型了。
阿里自己也說了，這背後需要非常精密的訓練策略、巧妙的資料設計和複雜的損失函式排程，才能在同一模型中穩定掌握兩種截然不同的輸出分佈，最重要的是，模式切換時基本不損失效能。
這個是實打實地考驗在模型訓練方法論上積累的功力。
劃重點： 這次開源的 8 個模型，全部都支援“混合推理”機制！
除了效果之外，還有一個很值得關注的資訊。
根據官方放出的訊息，只需要 4 張英偉達的 H20 GPU，就能在本地把 235B 的 Qwen3 旗艦版 MoE 模型跑起來，直接把部署成本幹到了 DeepSeek-R1 的 35%。
H20 雖然不便宜，但相比之前動輒需要幾十上百張才能伺候的同級別巨獸，這個門檻可以說是快被按到地板上了。
除了自行部署外，也可透過阿里雲百鍊直接呼叫 API 服務。
阿里雲百鍊（Qwen3 即將上線）：https://www.aliyun.com/product/tongyi
結語
綜合來看，Qwen3 的釋出不僅是一次榜單突破，我覺得更是國產 AI 大模型從“對話”走向“執行”的一次關鍵躍遷。
無論是全面超越 DeepSeek R1 的硬核效能，還是原生支援 MCP 協議的 Agent 能力，亦或是混合推理機制和超低部署成本，Qwen3 都展現了一次恰到好處的升級迭代。
未來，隨著 Agent 時代的加速到來，Qwen3 或許將成為推動 AI 應用落地的核心引擎。
我們拭目以待。