今天小编分享的互联网经验：抢先DeepSeek R2，阿里通义正式发布国内首个通用推理模型，欢迎阅读。
文 | 电厂，作者 | 董温淑，编辑 | 高宇雷
Qwen 3 模型即将发布的消息，已经流传了一个月的时间；特别是最近一周内，坊间对 Qwen 3 的猜测不断在 " 憋个大的 " 与 " 最终难产 " 之间反复横跳。
直到 4 月 29 日凌晨，这款备受关注的模型终于亮相，号称全面超越 DeepSeek R1。
杭州一家中厂的算法从业者告诉「电厂」：" 近几个月网上不少 DeepSeek R2 的泄露信息，有人说 R2 要在 5 月份发。Qwen 3（这个时间发布）肯定是想抢个先机。"
在一家国产大模型开放平台工作的刘露则透露，其所在的团队提前不到 12 小时获知 Qwen3 的发布消息，团队成员连夜完成了 Qwen 3 系列模型在该平台的部署上线。
无论如何，Qwen 3 的亮相都意味着开源 AI 大模型的技术能力再次被刷新；与之相继的，将是产业链下游应用者迎来一次新的生态选择。
「电厂」注意到，Qwen 3 发布仅 10 小时，已经有开发者发布了套壳 Qwen 3 系列模型的 ChatBot 类产品。
基于 Qwen 3 的第三方 ChatBot 类产品，图源 / 网络
国内首个混合推理模型，成本 / 性能超越 DeepSeek R1
根据阿里云通义千问团队官宣，Qwen3 系列开源了 8 个模型，其中包含 2 个 MoE（混合专家）大模型和 6 个 Dense（稠密）大模型。
本次 Qwen3 系列模型尤为值得关注的创新是该模型支持思考模式、非思考模式两种运行方式。
在思考模式下，模型会逐步推理，经过深思熟虑后给出最终答案。这种方法适合需要深入思考的复杂问题；在非思考模式中，模型会提供快速、近乎即时的响应，适用于对速度要求高于深度的简单问题。
换句话说，Qwen3 打破了 DeepSeek R1 等思维链模型慢思考的单一模式，而是为用户赋予灵活选择的权利。这也是如今全球大模型市场发展的重要方向之一。
不同 Benchmark 下 Qwen3 两种思考模式对比，图源 / 阿里云通义
今年 2 月份，由部分 OpenAI 前员工创办的 Anthropic 在全球范围内率先发布了名为 Claude 3.7 Sonnet 的混合推理模型，被视为融合了 DeepSeek V3（适于通用任务）与 R1（适于推理任务）模型的各自优势。
这种混合模式引起了业界的广泛关注。OpenAI 创始人 Sam Altman 就曾表示，OpenAI 接下来将研发 " 它能够知道什么时候应该长时间思考，并且通常适用于广泛任务 " 的模型。而 Qwen3 是国内首个混合推理模型。
性能及成本优化方面，Qwen3 系列也表现惊人。
比如本次开源的两个 MoE 模型，权重分别为 Qwen3-235B-A22B，是一个拥有 2350 多亿总参数和 220 多亿激活参数的大模型；另一个为 Qwen3-30B-A3B，一个拥有约 300 亿总参数和 30 亿激活参数的小型 MoE 模型。
MoE（混合专家模型）混合包含多个专家网络，每个专家通常是一个子模型、也可以是神经网络的一个子模块，拥有不同的能力或专长，能够处理不同类型的输入数据。在运行时，不同任务会被进行分类、输送到相应的 " 专家 " 处进行解决。
DeepSeek V3 与 R1 都属于 MoE 模型。这种架构的优势是其能够，并且在解决任务时仅调动与之相应的模块、节省计算成本。这也是 "AI 界拼多多 "DeepSeek 提升性价比的杀手锏之一。作为与 Qwen3 的对比，DeepSeek V3 与 R1 总参数规模为 6710 亿参数，激活参数为 370 亿。
性能方面，官方信息显示，Qwen 旗舰模型 Qwen3-235B-A22B 在代码、数学、通用能力等基准测试中，与 DeepSeek-R1、o1、o3-mini、Grok-3 和 Gemini-2.5-Pro 等顶级模型相比，均展现出优势。
小型 MoE 模型 Qwen3-30B-A3B ，相比 DeepSeek V3、GPT 4o、谷歌 Gemma3-27B-1T 等模型同样表现优异。
六个开源的 Dense 模型均适用于通用任务解决，包括 Qwen3-32B、Qwen3-14B、Qwen3-8B、Qwen3-4B、Qwen3-1.7B 和 Qwen3-0.6B。
值得一提的是参数量极低的 Qwen3-4B 模型，也在不少任务中展现出来相比 GPT 4o 更为优异的成绩。
上述模型均在 Apache 2.0 许可下开源。这是一种较为宽松的许可证，允许代码修改和再发布（作为开源或商业軟體）。
Qwen3 模型还支持 119 种语言和方言，并优化了 Agent 和代码能力、加强了对 MCP 的支持。
开源大模型 " 城头变换大王旗 "
Qwen3 的发布，距离 DeepSeek R1 的亮相已过去了 3 个多月。
1 月 20 日，凭借比肩 OpenAI o1 的性能、低廉的成本，以及对大模型研发范式的改变，R1 一经发布就荣膺开源大模型世界的 " 无冕之王 " 至今。
在此期间，包含科大讯飞（星火 X1）、百度（文心 X1）、OpenAI（o3 mini）、阿里（Qwen-QwQ-32B）、字节（豆包 1.5 深度思考）在内的玩家纷纷下场推理模型，但至多是接近 R1 性能或实现部分超越，未能真正挑动后者的位置。
在大模型的世界里，数月的时间已足够一代新王换旧王。正是这样的背景下，关注的目光落到了 Qwen3 身上。
与许多国内玩家不同的是，早在 2024 年 8 月，阿里就公开站到了开源自研模型的大厂阵营之中。在这条最终被 DeepSeek 验证可行的市场之路上，Qwen 可以说已经提前拿到了不少牌。
至今 Qwen 系列产品已在不少开源榜单中排名靠前。如据全球最大 AI 开源社区 Huggingface 4 月 29 日显示，在 audio-text-to-text 任务类目下，Qwen 的两款模型热度居前。
Huggingface 于 2 月 10 日发布的开源大模型榜单 "Open LLM Leaderboard" 也显示，排名前十的开源大模型全部是基于 Qwen 开源模型二次训练的衍生模型。
图源 /Huggingface
在生态活跃度方面，Qwen 也处于全球前列。据官方数据显示，从 2024 年下半年开始至 2025 年 1 月底，基于 Qwen 系列的衍生模型数量超过了美国 Llama 系列，超过 9 万个，已是全球最大的 AI 模型家族，超过了 Meta 旗下的 Llama 家族。
不过对比 Llama 系列，Qwen 系列开源模型在下载量方面与前者仍有差距。据 Meta 首席执行官 Zuck Burg 在今年 3 月份宣布，Llama 的下载量已达到 10 亿次；而 Qwen 系列的下载量还在千万级别。
在 Qwen3 发布这一天，周靖人接受了 " 晚点 " 的采访，他讲道，判断 " 开源生态跑出来了 " 的指标主要有两点 " 一是看开发者的选择，二是看性能指标 "。
本次随着 Qwen3 的发布，这款新模型通过在性能指标和成本方面超越 DeepSeek R1，以及创新的混合推理模式，登顶为全球最强大的开源大模型，又为 Qwen 增添了一张好牌。
但在这之后，还有更多的挑战等待着它。接下来 DeepSeek R2 的亮相，也将为整个市场增添新的变数。
在贯彻 " 第一通吃（winner-takes-all）" 定律的开源市场，竞争远未到达终局、谁能成为最终的 "winner" 还充满未知，无论是 DeepSeek，还是 Qwen 和 Llama，都仍需要为不下牌桌而持续努力。
不过值得欣慰的是，虽然战程未半，至少当下的开源大模型 " 桂冠 " 仍归属于国产玩家。
（注：文中刘露为化名）
