今天小編分享的互聯網經驗：搶先DeepSeek R2，阿裡通義正式發布國内首個通用推理模型，歡迎閱讀。
文 | 電廠，作者 | 董溫淑，編輯 | 高宇雷
Qwen 3 模型即将發布的消息，已經流傳了一個月的時間；特别是最近一周内，坊間對 Qwen 3 的猜測不斷在 " 憋個大的 " 與 " 最終難產 " 之間反復橫跳。
直到 4 月 29 日凌晨，這款備受關注的模型終于亮相，号稱全面超越 DeepSeek R1。
杭州一家中廠的算法從業者告訴「電廠」：" 近幾個月網上不少 DeepSeek R2 的洩露信息，有人說 R2 要在 5 月份發。Qwen 3（這個時間發布）肯定是想搶個先機。"
在一家國產大模型開放平台工作的劉露則透露，其所在的團隊提前不到 12 小時獲知 Qwen3 的發布消息，團隊成員連夜完成了 Qwen 3 系列模型在該平台的部署上線。
無論如何，Qwen 3 的亮相都意味着開源 AI 大模型的技術能力再次被刷新；與之相繼的，将是產業鏈下遊應用者迎來一次新的生态選擇。
「電廠」注意到，Qwen 3 發布僅 10 小時，已經有開發者發布了套殼 Qwen 3 系列模型的 ChatBot 類產品。
基于 Qwen 3 的第三方 ChatBot 類產品，圖源 / 網絡
國内首個混合推理模型，成本 / 性能超越 DeepSeek R1
根據阿裡雲通義千問團隊官宣，Qwen3 系列開源了 8 個模型，其中包含 2 個 MoE（混合專家）大模型和 6 個 Dense（稠密）大模型。
本次 Qwen3 系列模型尤為值得關注的創新是該模型支持思考模式、非思考模式兩種運行方式。
在思考模式下，模型會逐步推理，經過深思熟慮後給出最終答案。這種方法适合需要深入思考的復雜問題；在非思考模式中，模型會提供快速、近乎即時的響應，适用于對速度要求高于深度的簡單問題。
換句話說，Qwen3 打破了 DeepSeek R1 等思維鏈模型慢思考的單一模式，而是為用戶賦予靈活選擇的權利。這也是如今全球大模型市場發展的重要方向之一。
不同 Benchmark 下 Qwen3 兩種思考模式對比，圖源 / 阿裡雲通義
今年 2 月份，由部分 OpenAI 前員工創辦的 Anthropic 在全球範圍内率先發布了名為 Claude 3.7 Sonnet 的混合推理模型，被視為融合了 DeepSeek V3（适于通用任務）與 R1（适于推理任務）模型的各自優勢。
這種混合模式引起了業界的廣泛關注。OpenAI 創始人 Sam Altman 就曾表示，OpenAI 接下來将研發 " 它能夠知道什麼時候應該長時間思考，并且通常适用于廣泛任務 " 的模型。而 Qwen3 是國内首個混合推理模型。
性能及成本優化方面，Qwen3 系列也表現驚人。
比如本次開源的兩個 MoE 模型，權重分别為 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；另一個為 Qwen3-30B-A3B，一個擁有約 300 億總參數和 30 億激活參數的小型 MoE 模型。
MoE（混合專家模型）混合包含多個專家網絡，每個專家通常是一個子模型、也可以是神經網絡的一個子模塊，擁有不同的能力或專長，能夠處理不同類型的輸入數據。在運行時，不同任務會被進行分類、輸送到相應的 " 專家 " 處進行解決。
DeepSeek V3 與 R1 都屬于 MoE 模型。這種架構的優勢是其能夠，并且在解決任務時僅調動與之相應的模塊、節省計算成本。這也是 "AI 界拼多多 "DeepSeek 提升性價比的殺手锏之一。作為與 Qwen3 的對比，DeepSeek V3 與 R1 總參數規模為 6710 億參數，激活參數為 370 億。
性能方面，官方信息顯示，Qwen 旗艦模型 Qwen3-235B-A22B 在代碼、數學、通用能力等基準測試中，與 DeepSeek-R1、o1、o3-mini、Grok-3 和 Gemini-2.5-Pro 等頂級模型相比，均展現出優勢。
小型 MoE 模型 Qwen3-30B-A3B ，相比 DeepSeek V3、GPT 4o、谷歌 Gemma3-27B-1T 等模型同樣表現優異。
六個開源的 Dense 模型均适用于通用任務解決，包括 Qwen3-32B、Qwen3-14B、Qwen3-8B、Qwen3-4B、Qwen3-1.7B 和 Qwen3-0.6B。
值得一提的是參數量極低的 Qwen3-4B 模型，也在不少任務中展現出來相比 GPT 4o 更為優異的成績。
上述模型均在 Apache 2.0 許可下開源。這是一種較為寬松的許可證，允許代碼修改和再發布（作為開源或商業軟體）。
Qwen3 模型還支持 119 種語言和方言，并優化了 Agent 和代碼能力、加強了對 MCP 的支持。
開源大模型 " 城頭變換大王旗 "
Qwen3 的發布，距離 DeepSeek R1 的亮相已過去了 3 個多月。
1 月 20 日，憑借比肩 OpenAI o1 的性能、低廉的成本，以及對大模型研發範式的改變，R1 一經發布就榮膺開源大模型世界的 " 無冕之王 " 至今。
在此期間，包含科大訊飛（星火 X1）、百度（文心 X1）、OpenAI（o3 mini）、阿裡（Qwen-QwQ-32B）、字節（豆包 1.5 深度思考）在内的玩家紛紛下場推理模型，但至多是接近 R1 性能或實現部分超越，未能真正挑動後者的位置。
在大模型的世界裡，數月的時間已足夠一代新王換舊王。正是這樣的背景下，關注的目光落到了 Qwen3 身上。
與許多國内玩家不同的是，早在 2024 年 8 月，阿裡就公開站到了開源自研模型的大廠陣營之中。在這條最終被 DeepSeek 驗證可行的市場之路上，Qwen 可以說已經提前拿到了不少牌。
至今 Qwen 系列產品已在不少開源榜單中排名靠前。如據全球最大 AI 開源社區 Huggingface 4 月 29 日顯示，在 audio-text-to-text 任務類目下，Qwen 的兩款模型熱度居前。
Huggingface 于 2 月 10 日發布的開源大模型榜單 "Open LLM Leaderboard" 也顯示，排名前十的開源大模型全部是基于 Qwen 開源模型二次訓練的衍生模型。
圖源 /Huggingface
在生态活躍度方面，Qwen 也處于全球前列。據官方數據顯示，從 2024 年下半年開始至 2025 年 1 月底，基于 Qwen 系列的衍生模型數量超過了美國 Llama 系列，超過 9 萬個，已是全球最大的 AI 模型家族，超過了 Meta 旗下的 Llama 家族。
不過對比 Llama 系列，Qwen 系列開源模型在下載量方面與前者仍有差距。據 Meta 首席執行官 Zuck Burg 在今年 3 月份宣布，Llama 的下載量已達到 10 億次；而 Qwen 系列的下載量還在千萬級别。
在 Qwen3 發布這一天，周靖人接受了 " 晚點 " 的采訪，他講道，判斷 " 開源生态跑出來了 " 的指标主要有兩點 " 一是看開發者的選擇，二是看性能指标 "。
本次随着 Qwen3 的發布，這款新模型通過在性能指标和成本方面超越 DeepSeek R1，以及創新的混合推理模式，登頂為全球最強大的開源大模型，又為 Qwen 增添了一張好牌。
但在這之後，還有更多的挑戰等待着它。接下來 DeepSeek R2 的亮相，也将為整個市場增添新的變數。
在貫徹 " 第一通吃（winner-takes-all）" 定律的開源市場，競争遠未到達終局、誰能成為最終的 "winner" 還充滿未知，無論是 DeepSeek，還是 Qwen 和 Llama，都仍需要為不下牌桌而持續努力。
不過值得欣慰的是，雖然戰程未半，至少當下的開源大模型 " 桂冠 " 仍歸屬于國產玩家。
（注：文中劉露為化名）
