今早凌晨 5 點，阿里開源了他們最新的基座大模型 Qwen3（千問3）!

看得我都有點精神恍惚，這個效能對比圖，我直接看傻了：

這簡直是效能怪獸，最新開源的 Qwen3-235B-A22B、Qwen3-32B 全面領先 OpenAI-o1、DeepSeek-R1、Grok 3 Beta 等。

我其實關注並使用 Qwen 很久了，完全是看著它一路堅持開源，並不斷突破的。

不知道大家有沒有發現一個現象：越來越多的企業和研究者，把阿里千問模型作為基座，開發各類衍生產品。

這一趨勢絕非偶然，而是有深層次的原因，已有研究者專門分析了其中的奧秘：

在一項對比實驗中，研究者用相同的資料、相同的訓練環境，分別訓練了千問2.5和LLaMA-3，結果發現：千問2.5的效果始終優於LLaMA-3。

更令人驚訝的是，千問2.5展現出了更強的學習能力：在同樣的資料量下，千問學得更快、效果更好，而LLaMA-3要達到相同水平，必須消耗更多的資料。

如果用一個簡單的比喻，這就好比學霸和普通人在讀同一本書：學霸不僅學得快，而且學得牢。

這篇研究論文指出，千問底座模型在初期訓練上投入了巨大精力，加上採用更加優秀的模型架構設計，基礎非常夯實。

而現如今，Qwen3（千問3）都來了！

一、千問3

阿里千問團隊在這個夯實的基礎上，再進一步，正式開源了新一代的通義千問模型：Qwen3（千問3）！

這代千問3，效能方面全面超越了Deepseek-R1、OpenAI-o1及等國內外領先模型的同時， 4 張 H20 就能實現本地滿血部署，視訊記憶體佔用僅為效能相近模型的三分之一。

同時，千問3遵循Apache 2.0開源協議，支援免費下載與商用，延續千問家族開源的傳統。

體驗方法也很簡單，現在可以透過阿里雲百鍊呼叫API，或者在通義 App 上直接使用，夸克瀏覽器也即將上線接入。

Qwen Chat：

https://chat.qwenlm.ai

Hugging Face：

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

ModelScope：

https://modelscope.cn/collections/Qwen3-9743180bdc6b48

GitHub：

https://github.com/QwenLM/Qwen3

通義APP

二、全尺寸覆蓋

這次千問3一口氣釋出了8個尺寸的模型，覆蓋面很廣：

6款Dense模型：0.6B、1.7B、4B、8B、14B、32B
2款MoE模型：Qwen3-30B-A3B和旗艦版 Qwen3-235B-A22B

其中旗艦版Qwen3-235B-A22B，總引數量達到了2350億，但推理時只用啟用220億——相當於在保證效果的同時，大幅降低了推理成本（比同類比如DeepSeek-R1便宜了35%左右）

對普通玩家也很友好，比如Qwen3-30B-A3B，雖然總引數是300億，但推理只啟用30億，效能對標上代Qwen2.5-32B，而且效率直接提升了10倍以上，家用顯示卡就能跑得動

此外，還有超小的Qwen3-0.6B，看來是為了手機等端側部署，進行提前佈局。

三、實際測試

這次千問團隊從版本2.5升級到版本3，看起來並不是簡單地引數堆疊或小修小補，而是深層次的改進啊。

它支援，混合快慢推理，MCP支援，多語言支援等等。

價效比與效率齊聚一身

以前用OpenAI、Gemini的時候，總糾結選哪個型號——o1？4o？mini-high？選模型花半天時間。

但是，千問3這次化繁為簡。他們把頂尖的推理和非推理模式融合到了一個模型裡面，實現了「既能快答簡單問題，也能深思複雜問題」的效果。

目前，在開源世界裡的模型只有千問3可以做到這一點，閉源的則是Claude3.7以及Gemini 2.5 Flash。

這就好比我們人類的快慢思考過程，當遇到簡單問題，我們能迅速給出反應，當遇到有難度和深度問題時候，我們進行一步步問題拆解，分析，歸類，用相對較長的時間進行思考，再給出答案。

之前我在用DeepSeek的時候經常發現模型會有無效思考時候，浪費生成思考字數和時間。千問為了解決這一痛點，支援設定思考字數滴控制，滿足開發者在時間與成本上的自由權衡。這次真的用心了！

也就是說，再執行深度思考之前，可以手動調節這個思考預算，花費多少 tokens 預算你說了算。

你可以像我這樣，直接滿預算跑，給它出個腦筋急轉彎：等紅燈時在等綠燈還是紅燈？Qwen3-235B-A22B 可以很快給出正確答案：

我從 Leetcode 找了一道難度係數為困難的程式設計題：

它的回答是這樣的：

執行結果直接擊敗 **97.72%**：

在數學方面，我們先來一道初中題目試試水：“如果 f(x)=3x−2x−2f(x) = (3x-2)/(x-2)，那麼 f(−2)+f(−1)+f(0)f(-2) + f(-1) + f(0) 的值是多少？請用最簡分數表示你的答案”。正確答案：14/3。初中題目千問3隨便輕鬆拿捏啊。

你也可以控制預算，這次我給到它11264的token預算，但是實際上並沒有全部用完。我拿出一道2022年高考乙卷的數學題：我們已知三角形 △ABC 的內角 A,B,C 對應的邊分別為 a,b,c，且滿足以下恆等式：sinC⋅sin(A−B)=sinB⋅sin(C−A)並附加條件：若 A=2B，求角 C。

部分思考過程：

最終結果：

最近的小球測試也是難道眾多的大模型，看看千問3是否能輕鬆拿下。

提示詞："write a Python program that shows a ball bouncing inside a spinning hexagon. The ball should be affected by gravity and friction, and it must bounce off the rotating walls realistically。

很快就得到了執行程式碼：

這是程式碼執行的結果：

強大Agent表現

為了迎接智慧體時代的大爆發，千問團隊也是看準了未來的趨勢，在智慧體這一方面也是做足充分的準備。

像最近爆火的MCP，它也是原生支援，也為各式各樣的Agent框架包括Qwen-Agent進行最佳化調整，使其具備天然強大的工具呼叫、結構化輸出與多模態協作能力，延續千問家族在基座模型上就有優越表現的傳統。

在BFCL智慧體評測中，千問3打破開源紀錄，展現出領先的Agent執行能力。

多語言支援

千問3，它支援多達119種語言，覆蓋多語種的需求。我覺得這也是非常重要的一個方向，就比如我前段時間學習西班牙語，感覺到現在的大模型對於小語種的表現好像還是有所欠缺。所以這對於學習小語種的朋友也是一個加分項。

更重要的是，讓那些小語種，沒有能力自行訓練大模型的國家和地區來說，千問3的開源，讓他們第一次有了屬於自己的AI。

測試一下，多語種寫詩歌的能力。

中文：用優雅的詩歌語言，描述量子碰撞
日語：優雅な詩のような言葉で、量子衝突を描寫してください。
西班牙語：Describe la colisión cuántica con un lenguaje elegante y poético.
世界語：描述優雅和詩意語言的量子碰撞。
德語：Beschreibe die Quantenkollision in eleganter, poetischer Sprache.
泰語：อธิบายการชนกันของควอนตัมด้วยภาษากวีที่งดงาม
泰米爾語：குவாண்டம் மோதல்களை அழகான கவிதை மொழியில் விவரிக்கவும்.

雖然我不太懂其它語言，但是這回答看起來有模有樣的。我用谷歌翻譯一下生成的泰米爾語，感覺寫的還是挺有感覺的。對於精通這些語言的小夥伴，可以親自玩玩千問3。

四、最後

今天的千問3，並不是一蹴而就。它的誕生，讓我看到的是阿里16年技術積累的結果。

截至目前，千問家族衍生出的模型數量已經突破10萬款，正式超越LLaMA家族，成為全球最大的開源大模型體系！

從2009年開始自研雲計算（阿里雲），到2022年正式推出通義千問大模型體系，阿里堅持自主創新，打通了算力-演算法-應用全鏈路，逐步構建起智慧時代的核心基礎設施。

另外還有不少獨立的研究驗證了千問的基座實力：

李飛飛團隊的一項關於RL的訓練研究：他們以阿里通義千問 Qwen2.5-32B-Instruct 為底座，用1000條資料訓練出新模型 s1-32B，數學和編碼能力已接近 OpenAI o1 和 DeepSeek R1，且在競賽數學任務上，比 o1-preview 高出27%。
更早前，DeepSeek透過蒸餾出的6個推理模型中，有4個基於Qwen-32B，多個能力指標對標 OpenAI o1-mini。

這些成果的背後，正是千問打磨出的強大基座在默默支撐著整個國產AI生態的崛起。

千問3不僅是一次技術更新，更是國產科技厚積薄發的標誌。

在全球AI賽道上，我們看到了真正意義上的國產力量：以堅實的底座為基礎，生長出越來越強大的衍生模型與應用，邁向更高遠的未來。