今天小編分享的科技經驗：發布 Qwen3，阿裡雲拉開新一輪開源模型競賽的序幕，歡迎閱讀。
2025 年已經過去 1/3，如果用關鍵詞來概括 AI 領網域的發展你會想到什麼？這是我想到的：開源、創新加速加速加速。
2 月是「DeepSeek」的，R1 以所有人意想不到的方式，讓全球執牛耳的 AI 開發者、創業者、投資人把目光鎖定在「DeepSeek」「中國」「開源」上。
4 月是「開源模型」的，發令槍是 Meta 喊的。被 DeepSeek 蓋過風頭後，2025 年 2 月 19 日，坐不住的 Meta 率先官宣——首個生成式 AI 開發者大會 LlamaCon 将于當地 4 月 29 日（北京時間 4 月 30 日）舉行，頗有重新奪回「AI 開源界老大」江湖地位的意欲。
但 AI 領網域的產品發布節奏就是很微妙，什麼時候發布似乎取決于對手的動作，作為一種心照不宣的默契，Meta 一聲槍響讓 4 月底成為開源模型的主場。
整個 4 月甚至更早，AI 開發者們都在各大社交平台「蹲」開源領網域「三大頭牌」的新發布：DeepSeek-R2、Qwen3 以及 Llama4。Llama4 由于本月初的發布低于預期，似乎少了一些熱度。
目前看起來，4 月底最受關注的還是中國隊，R2 呼之欲出，Qwen3 終于來了。
4 月 29 日凌晨 5 點，阿裡巴巴開源新一代通義千問模型 Qwen3，參數量僅為 DeepSeek-R1 的 1/3，成本大幅下降，性能全面超越 R1、OpenAI-o1 等全球頂尖模型，登頂全球最強開源模型。X 平台的開發者網友甚至把今天定義為「Happy Qwen3 Day」，不僅因為 Qwen3 全面超越 R1，更因為 Qwen3 家族的多尺寸、内置 MCP 支持、支持混合推理等實用性的功能點。
官方技術報告進一步給出了 Qwen3 的幾大亮點：
「探索智能上限」再突破：通過擴大預訓練和強化學習的規模，實現了更高層次的智能；
國内首個「混合推理模型」：無縫集成了思考模式與非思考模式，為用戶提供了靈活控制思考預算的能力；
增強了 Agent 能力：正從專注于訓練模型的時代過渡到以訓練 Agent 為中心的時代。
對于 Qwen3，個人用戶現在就可以在「通義」APP 或 chat.qwen.ai 網頁直接體驗，誇克也即将全線接入 Qwen3。開發者和企業則可以免費在魔搭社區、HuggingFace 等平台下載模型并商用，或通過阿裡雲百煉調用 Qwen3 的 API 服務。
憋了這麼久的 Qwen3 到底怎麼樣？又代表哪些模型發展的趨勢？
01 Qwen3，登頂全球最強開源模型
Qwen3 包含 2 個 MoE 和 6 個密集模型，阿裡雲開源了兩個 MoE 模型的權重，六個 Dense 模型也已開源，包括 Qwen3-32B、Qwen3-14B、Qwen3-8B、Qwen3-4B、Qwen3-1.7B 和 Qwen3-0.6B，均在 Apache 2.0 許可下開源。
其中，旗艦型号 Qwen3-235B-A22B 參數量僅為 DeepSeek-R1 的 1/3，成本大幅下降，性能全面超越 R1、OpenAI-o1 等全球頂尖模型，登頂全球最強開源模型。
此外，據阿裡雲官方介紹，Qwen3 是國内首個「混合推理模型」。「快思考」與「慢思考」集成進同一個模型，對簡單需求可低算力「秒回」答案，對復雜問題可多步驟「深度思考」，大大節省算力消耗。
Qwen3 在推理、指令遵循、工具調用、多語言能力等方面均大幅增強，創下所有國產模型及全球開源模型的性能新高：在奧數水平的 AIME25 測評中，Qwen3 斬獲 81.5 分，刷新開源紀錄；在考察代碼能力的 LiveCodeBench 評測中，Qwen3 突破 70 分大關，表現甚至超過 Grok3；在評估模型人類偏好對齊的 ArenaHard 測評中，Qwen3 以 95.6 分超越 OpenAI-o1 及 DeepSeek-R1。
性能大幅提升的同時，Qwen3 的部署成本還大幅下降，僅需 4 張 H20 即可部署千問 3 滿血版，顯存占用僅為性能相近模型的三分之一。
Qwen3 性能｜圖片來源：阿裡雲
此外，小型 MoE 模型 Qwen3-30B-A3B 的激活參數數量是 QwQ-32B 的 10%，表現更勝一籌，甚至像 Qwen3-4B 這樣的小模型也能匹敵 Qwen2.5-72B-Instruct 的性能。
據介紹，Qwen3-235B-A22B 是一個擁有 2350 多億總參數和 220 多億激活參數的大模型；Qwen3-30B-A3B 則是一個擁有約 300 億總參數和 30 億激活參數的小型 MoE 模型。
得益于在預訓練、大規模強化學習和推理模式整合方面取得的顯著進展，Qwen3 主打「思考更深、行動更快」，更好地構建 AI 應用。Qwen3 預訓練數據量達 36T，并在後訓練階段多輪強化學習，将非思考模式無縫整合到思考模型中。
值得注意的是，這次 Qwen3 的發布，主打混合推理，但是需要思考的長度最短也是 1024tokens，否則如果問題所需要的推理預算用不滿 1024tokens，根本感受不到可以調節精度的混合推理模型的好。也就無法發揮用 Qwen3 不同程度的思考，靈活滿足 AI 應用和不同場景對性能和成本的多樣需求。
截圖來源：X
02 大模型全面轉向「混合推理模型」和「Agent」
在 Qwen3 發布的前一天，X 平台已有「行業人士」——日本的大模型廠商 SakanaAI 的一位工程師敏銳地捕捉到了 Qwen3 的重點。當天，在 AI 領網域最重要的學術會議之一 ICLR 2025 的一個工作坊上，阿裡雲通義實驗室通義千問負責人林俊旸透露了 Qwen 的下一步方向：推理模型和非推理模型的統一，以及面向 agent 的大模型。
這正是今天發布的 Qwen3 最大的兩個特點，同時也是大模型廠商們正在集體發生的轉向。
2025 年 2 月 25 日，Anthropic 發布了最新的旗艦模型 Claude 3.7 Sonnet，同時也稱作是市場上首個混合推理模型。這意味着 Claude 3.7 Sonnet 能夠生成即時的響應（快思考），也可以進行延展的、逐步的思考（慢思考）。API 用戶還可以細粒度地控制模型的思考時長；當給定更長的思考時間，理論上會有更高質量的答案。
Anthropic 表示，混合推理模型的架構代表下一代前沿模型，可以讓模型像人類用同一個大腦一樣，既能快速反應又能深度思考，這既能為用戶創造更無縫的體驗，也能讓用戶通過 API 使用 Claude 3.7 Sonnet 時，可以控制思考的預算。比如：可以告訴 Claude 最多思考 N 個 token，N 的取值可以達到其輸出限制的 128K token，從而在回答質量與速度（及成本）之間進行權衡。
「混合推理架構」也得到了 OpenAI 的青睐。Sam Altman 在更早的時間看到，當前的模型和產品供應已經變得非常復雜，希望 AI 能「開箱即用」、簡化產品供應，「我們和你一樣讨厭模型選擇器，想要回歸神奇的統一智能，之後，我們的一個重要目标是通過創建能夠使用我們所有工具、知道何時需要長時間思考或不需要的系統，統一 o 系列模型和 GPT 系列模型，整體上能廣泛适用于各種任務。」
就像在 DeepSeek-R1 裡一樣，點選「深度思考」背後調用的是推理模型 R1 做的長推理，不選則調用的是基座模型 V3 即時生成的答案。現在，模型廠商把「思考的顆粒度」這個選擇權更靈活、廣泛地交給用戶來控制推理預算。
在 Qwen3 中，可以滑動「思考預算」的按鈕，來控制思考的最大長度，從而匹配合适的推理質量和成本。
在思考模式下，Qwen3 模型會逐步推理，經過深思熟慮後給出最終答案，适合需要深入思考的復雜問題。在非思考模式下，模型提供快速、近乎即時的響應，适用于那些對速度要求高于深度的簡單問題。這種靈活性使用戶能夠根據具體任務控制模型進行「思考」的程度。這兩種模式的結合大大增強了模型實現穩定且高效的「思考預算」控制能力，在成本效益和推理質量之間實現更優的平衡。
另一個模型廠商的轉向則是 Agent。随着 Manus 驗證了 Claude 3.5 Sonnet 達到了通用 agent 的一些能力，加上模型調用工具、實現 agent 能力的統一協定—— MCP 在越來越大的範圍内被擁抱，下一代模型要面向 agent、面向實際場景來優化。
就 Qwen3 來說，正在邁向以訓練 Agent 為中心的階段，當前 Qwen3 優化了 Agent 和 代碼能力，同時也加強了對 MCP 的支持。據稱，Qwen3 原生支持 MCP 協定，并具備強大的工具調用（function calling）能力，結合封裝了工具調用模板和工具調用解析器的 Qwen-Agent 框架，将大大降低編碼復雜性，實現高效的手機及電腦 Agent 操作等任務。
在該示例中，Qwen3 思考并自主調用工具到 Github 數開源模型獲得的 star，繼續思考并調用繪圖工具制作圖片，并調用工具保存。｜視頻來源：阿裡雲
03 開源模型新一輪競賽開啟
Qwen3 的發布，意味着開源模型領網域新一輪「三國殺」已然開始。
事實上，随着 DeepSeek 的橫空出世，加上 OpenAI、字節等大廠調整對開源的态度，開源已然成為大模型賽道的大勢所趨。而 Llama、Qwen 和 DeepSeek，正是目前開源領網域最有競争力的玩家。
Hugging Face 聯合創始人、CEO Clement Delangue 發推暗示 DeepSeek 即将帶來新發布。｜截圖來源：X
而此前 OpenAI 和 DeepSeek 的成功已經證明，互聯網時代的生态、用戶和產品壁壘，今天在 AI 時代并沒有互聯網時代那樣牢不可摧，模型能力才是基礎大模型公司的核心競争力。而 Llama、Qwen 和 DeepSeek 的勝者，有可能在下一個發布周期到來前（至少在 OpenAI 的開源模型發布前），成為整個 AI 行業的引領者。
雖然新一代模型能力的強弱，還要等待 Llama 和 DeepSeek 的發布，但值得關注的是，這三家開源模型廠商的生态策略亦有差異，這點從模型的側重點就能看出端倪。
DeepSeek 和 Meta 的側重點也有不同，但一個共同點都是不太重視 ToB，至少是在服務生态的建設上并不成功。而這點也是 Qwen 和其背後的阿裡雲最重視的部分。
極客公園曾在此前的文章裡寫過，脫胎于阿裡雲 Qwen，是最有以開源模型技術領先性、廣泛全面開源的策略，追求生态建設的架勢。阿裡的 AI 戰略裡除了追求 AGI，也同樣重視 AI 基礎設施建設，以及更上層的與阿裡的電商、釘釘、誇克等 AI 應用的結合。
此前，阿裡雲智能集團資深副總裁、公共雲事業部總裁劉偉光表示，「阿裡雲是全世界唯一一家積極研發基礎大模型并全方位開源、全方位貢獻的雲計算廠商。」
而 Qwen 模型下載量和衍生模型數量這兩個衡量的生态的指标也同樣領先。根據阿裡雲官方的最新數據，阿裡通義已開源 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，已經超越 Llama 位居全球開源模型的第一。
而新模型選擇在進一步優化推理成本、混合推理和 Agent 上發力，顯然 Qwen 瞄準的是開發者和 B 端用戶的部署需求。這也将成為 Qwen 與 DeepSeek、Llama、OpenAI 等競争對手最大的不同，也是阿裡能否赢得 AI 時代的一張船票的關鍵所在。
