阿里巴巴週一發佈並開源通義千問 3.0（Qwen3）系列模型，並稱其在數學和編程等多個方面均可與 DeepSeek 的性能相媲美。與其他主流模型相比，Qwen3 還顯著降低了部署成本。阿里表示，Qwen3 無縫集成兩種思考模式，支持 119 種語言，便於 Agent 調用。<figure class="image"><img src="https://pub.pbkrs.com/uploads/2025/6ecfff0ce4f38ec2f1952d22cfbed5fe?x-oss-process=style/lg" width="2560" height="1317" original-src="https://pub.pbkrs.com/uploads/2025/6ecfff0ce4f38ec2f1952d22cfbed5fe"/></figure><h2 id="291xknss">性能媲美 DeepSeek R1、OpenAI o1，全部開源</h2>Qwen3 系列包括兩個專家混合 (MoE) 模型和另外六個模型。阿里巴巴表示，最新發型的旗艦模型 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，表現出極具競爭力。此外，被稱為 “專家混合”（MoE，Mixture-of-Experts）模型的 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。這類系統模擬人類解決問題的思維方式，將任務劃分為更小的數據集，類似於讓一組各有所長的專家分別負責不同部分，從而提升整體效率。<figure class="image"><img src="https://pub.pbkrs.com/uploads/2025/e4db205fccda07d8070446055e417d4c?x-oss-process=style/lg" width="1080" height="608" original-src="https://pub.pbkrs.com/uploads/2025/e4db205fccda07d8070446055e417d4c"/></figure><figure class="image"><img src="https://pub.pbkrs.com/uploads/2025/5898708143e8c9fef44614a5e9adcf40?x-oss-process=style/lg" width="1080" height="608" original-src="https://pub.pbkrs.com/uploads/2025/5898708143e8c9fef44614a5e9adcf40"/></figure>同時，阿里巴巴還開源了兩個 MoE 模型的權重：擁有 2350 多億總參數和 220 多億激活參數的 Qwen3-235B-A22B，以及擁有約 300 億總參數和 30 億激活參數的小型 MoE 模型 Qwen3-30B-A3B。此外，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。<figure class="image"><img src="https://pub.pbkrs.com/uploads/2025/c99310b1f898f311eb479c5c0abda0e0?x-oss-process=style/lg" width="1442" height="760" original-src="https://pub.pbkrs.com/uploads/2025/c99310b1f898f311eb479c5c0abda0e0"/></figure><figure class="image"><img src="https://pub.pbkrs.com/uploads/2025/5e62f2f71110b828712d15e7f940974f?x-oss-process=style/lg" width="1442" height="486" original-src="https://pub.pbkrs.com/uploads/2025/5e62f2f71110b828712d15e7f940974f"/></figure><h2 id="8ia4kd3f6">“混合型” 模型，兩種思考模式</h2>阿里巴巴表示，Qwen 3 系列是 “混合型” 模型，既可以花時間 “推理” 以解決複雜問題，也可以快速回答簡單請求，分別叫做 “思考模式” 和 “非思考模式”。“思考模式” 中的推理能力使得模型能夠有效地進行自我事實核查，類似於 OpenAI 的 o3 模型，但代價是推理過程中的延遲時間較高。Qwen 團隊在博客文章中寫道：<blockquote>這種靈活性使用户能夠根據具體任務控制模型進行 “思考” 的程度。例如，複雜的問題可以通過擴展推理步驟來解決，而簡單的問題則可以直接快速作答，無需延遲。至關重要的是，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。如上文所述，Qwen3 展現出可擴展且平滑的性能提升，這與分配的計算推理預算直接相關。這樣的設計讓用户能夠更輕鬆地為不同任務配置特定的預算，在成本效益和推理質量之間實現更優的平衡。</blockquote><figure class="image"><img src="https://pub.pbkrs.com/uploads/2025/99c6f073a0fc51ff2f2daa8000e7d2ba?x-oss-process=style/lg" width="1080" height="669" original-src="https://pub.pbkrs.com/uploads/2025/99c6f073a0fc51ff2f2daa8000e7d2ba"/></figure><h2 id="j4m9ua2ip">訓練數據量是 Qwen2.5 的兩倍，便於 Agent 調用</h2>阿里巴巴表示，Qwen3 系列支持 119 種語言，並基於近 36 萬億個 token（標記）進行訓練，使用的數據量是 Qwen2.5 的兩倍。Token 是模型處理的基本數據單元，約 100 萬個 token 相當於 75 萬英文單詞。阿里巴巴稱，Qwen3 的訓練數據包括教材、問答對、代碼片段等多種內容。據介紹，Qwen3 預訓練過程分為三個階段。在第一階段（S1），模型在超過 30 萬億個 token 上進行了預訓練，上下文長度為 4K token。這一階段為模型提供了基本的語言技能和通用知識。在第二階段（S2），訓練則通過增加知識密集型數據（如 STEM、編程和推理任務）的比例來改進數據集，隨後模型又在額外的 5 萬億個 token 上進行了預訓練。在最後階段則使用高質量的長上下文數據將上下文長度擴展到 32K token，確保模型能夠有效地處理更長的輸入。<figure class="image"><img src="https://pub.pbkrs.com/uploads/2025/5aef126110a1620ebca87f22d917d174?x-oss-process=style/lg" width="1080" height="735" original-src="https://pub.pbkrs.com/uploads/2025/5aef126110a1620ebca87f22d917d174"/></figure>阿里巴巴表示，由於模型架構的改進、訓練數據的增加以及更有效的訓練方法，Qwen3 Dense 基礎模型的整體性能與參數更多的 Qwen2.5 基礎模型相當。例如，Qwen3-1.7B/4B/8B/14B/32B-Base 分別與 Qwen2.5-3B/7B/14B/32B/72B-Base 表現相當。特別是在 STEM、編碼和推理等領域，Qwen3 Dense 基礎模型的表現甚至超過了更大規模的 Qwen2.5 模型。對於 Qwen3 MoE 基礎模型，它們在僅使用 10% 激活參數的情況下達到了與 Qwen2.5 Dense 基礎模型相似的性能，顯著節省了訓練和推理成本。而在後訓練階段，阿里使用多樣的的長思維鏈數據對模型進行了微調，涵蓋了數學、代碼、邏輯推理和 STEM 問題等多種任務和領域，為模型配備基本的推理能力。然後通過大規模強化學習，利用基於規則的獎勵來增強模型的探索和鑽研能力。阿里巴巴表示，Qwen3 在調用工具（tool-calling）、執行指令以及複製特定數據格式等能力方面表現出色，推薦用户使用 Qwen-Agent 來充分發揮 Qwen3 的 Agent 能力。Qwen-Agent 內部封裝了工具調用模板和工具調用解析器，大大降低了代碼複雜性。除了提供下載版本外，Qwen3 還可以通過 Fireworks AI、Hyperbolic 等雲服務提供商使用。<h2 id="ninmyfbk">目標仍對準 AGI</h2>OpenAI、谷歌和 Anthropic 近期也陸續推出了多款新模型。OpenAI 近日表示，也計劃在未來幾個月發佈一款更加 “開放” 的模型，模仿人類推理方式，這標誌着其策略出現轉變，此前 DeepSeek 和阿里巴巴已經率先推出了開源 AI 系統。目前，阿里巴巴正以 Qwen 為核心，構建其 AI 版圖。今年 2 月，首席執行官吳泳銘表示，公司目前的 “首要目標” 是實現通用人工智能（AGI）——即打造具備人類智力水平的 AI 系統。阿里表示，Qwen3 代表了該公司在通往通用人工智能（AGI）和超級人工智能（ASI）旅程中的一個重要里程碑。展望未來，阿里計劃從多個維度提升模型，包括優化模型架構和訓練方法，以實現幾個關鍵目標：擴展數據規模、增加模型大小、延長上下文長度、拓寬模態範圍，並利用環境反饋推進強化學習以進行長週期推理。<h2 id="zqhsokcne">開源社區振奮</h2>阿里 Qwen3 的發佈讓 AI 社區感到激動，有網友獻上經典 Meme：<figure class="image"><img src="https://pub.pbkrs.com/uploads/2025/fcb9508d8e48da2981018e91329159d4?x-oss-process=style/lg" width="1230" height="944" original-src="https://pub.pbkrs.com/uploads/2025/fcb9508d8e48da2981018e91329159d4"/></figure>有網友説，<blockquote>在我的測試中，235B 在高維張量運算方面的表現相當於 Sonnet。這是一個非常出色的模型，感謝你們。</blockquote><figure class="image"><img src="https://pub.pbkrs.com/uploads/2025/cc39e97e87636e21c2f72537b73b3b11?x-oss-process=style/lg" width="1230" height="374" original-src="https://pub.pbkrs.com/uploads/2025/cc39e97e87636e21c2f72537b73b3b11"/></figure>有網友對 Qwen3 讚不絕口：<blockquote>如果不是親眼看到屏幕上實時生成的 tokens，我根本不會相信那些基準測試結果。???? 簡直像魔法一樣？???</blockquote><figure class="image"><img src="https://pub.pbkrs.com/uploads/2025/77534787e300b7d9894a4b0f033c04d0?x-oss-process=style/lg" width="1230" height="206" original-src="https://pub.pbkrs.com/uploads/2025/77534787e300b7d9894a4b0f033c04d0"/></figure>而開源 AI 的支持者則更加興奮。有網友説：<blockquote>“有了一個開源 32B 大模型，性能跟 Gemini 2.5 Pro 不相上下。”“我們徹底殺回來了！”</blockquote><figure class="image"><img src="https://pub.pbkrs.com/uploads/2025/b872ae0d6aece9616bc4d4142c00c1c3?x-oss-process=style/lg" width="1230" height="310" original-src="https://pub.pbkrs.com/uploads/2025/b872ae0d6aece9616bc4d4142c00c1c3"/></figure>網友感謝阿里積極推動開源：<figure class="image"><img src="https://pub.pbkrs.com/uploads/2025/875320fc12580dddafe53058d17a4bc6?x-oss-process=style/lg" width="1230" height="206" original-src="https://pub.pbkrs.com/uploads/2025/875320fc12580dddafe53058d17a4bc6"/></figure>

阿里巴巴

阿里巴巴-W

2 倍做多阿里巴巴 ETF - KraneShares

BABO

2 倍做多 BABA ETF - GraniteShares

阿里表示，Qwen3 無縫集成兩種思考模式，支持 119 種語言，便於 Agent 調用。本次發佈的 Qwen3 系列包括兩個專家混合 (MoE) 模型和另外六個模型，其中旗艦模型 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，表現出極具競爭力。

- 阿里巴巴發佈並開源 Qwen3 系列模型，支持 119 種語言。  
- Qwen3 在數學和編程等領域表現與 DeepSeek 相當，顯著降低部署成本。  
- 該系列模型基於近 36 萬億個 token 訓練，目標是實現通用人工智能（AGI）。  

清晨重磅！阿里發佈並開源 Qwen3，無縫集成思考模式、多語言、便於 Agent 調用