性能超越DeepSeek R1，Qwen3正式登场！阿里一口气放出8款大模型，登顶开源王座！

发布日期: 2025-04-29

仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接

整理|屠敏
出品|CSDN（ID：CSDNnews）
今天凌晨，大模型领域最受关注的重磅消息来自阿里Qwen团队——他们正式发布了备受期待的全新Qwen3系列大模型。
不同于以往，这次其一次性开源了多达8款混合推理模型，在性能上全面逼近OpenAI、Google等闭源大模型，以及超越了开源大模型DeepSeekR1，堪称当前最强的开源模型之一，也难怪昨晚Qwen团队一直在加班。
8大模型齐发！
这8款混合推理模型中，包括了2个MOE模型：Qwen3-235B-A22B和Qwen3-30B-A3B。
其中，Qwen3-235B-A22B是本次发布中规模最大的旗舰模型，拥有2350亿个参数，激活参数超过220亿。
在代码、数学和通用能力等多个基准测试中，它的表现不仅超过了DeepSeek的R1开源模型，还优于OpenAI的闭源模型o1。尤其在软件工程和数学领域的ArenaHard测试（共500道题）中，成绩甚至接近了Google最新发布的Gemini2.5-Pro，可见其实力不容小觑。
另一个MOE模型Qwen3-30B-A3B拥有300亿总参数，激活参数仅为QwQ-32B的10%，约30亿，但实际表现却更胜一筹。甚至像Qwen3-4B这样的小模型，也能达到Qwen2.5-72B-Instruct的水平。
除了上述两款MOE模型，此次还发布了6款Dense模型，分别是：Qwen3-32B、Qwen3-14B、Qwen3-8B、Qwen3-4B、Qwen3-1.7B和Qwen3-0.6B。这些模型在规模和结构上各不相同，方便用户根据具体需求和计算资源进行选择。
以上所有模型均在Apache2.0许可协议下开源，对开发者和研究者开放。
国内首个混合推理模型来了
从能力上来看，Qwen3系列模型经过特别训练，支持两种“思考模式”：快思考和慢思考，用官方的话就是“思考模式”和“非思考模式”。
思考模式：在这种模式下，模型会逐步推理，经过深思熟虑后给出最终答案。这种方法非常适合需要深入思考的复杂问题。
非思考模式：在此模式中，模型提供快速、近乎即时的响应，适用于那些对速度要求高于深度的简单问题。
正因此，Qwen3是国内首个混合推理模型。
简单来说，就是Qwen3可以根据问题的难度，选择是快速给出答案，还是花更多时间进行更深层次的分析和推理。比如遇到一些复杂的数学、科学或工程类问题时，你可以切换到“深度思考模式”，让模型用更强的推理能力来处理问题。
Qwen团队在技术报告中解释道，“Qwen3展现出可扩展且平滑的性能提升，这与分配的计算推理预算直接相关。这样的设计让用户能够更轻松地为不同任务配置特定的预算，在成本效益和推理质量之间实现更优的平衡。”
使用方法也很简单：在QwenChat网站上，有一个专门的按钮可以切换“思考模式”；如果你是在本地部署或者通过API使用模型，也可以通过输入指令，比如/think或/no_think，自由切换不同模式，让模型根据任务难度灵活应对。
另外，Qwen3的多语言能力也有了很大提升，目前已经能支持多达119种语言和方言，基本覆盖了全球主要的语言体系。
还有一点也很值得关注，Qwen3在智能体（Agent）能力和编程（代码）方面也变得更强了，同时也更好地支持了MCP技术。下面这个视频展示Qwen3是如何思考并与环境进行交互的：
目前，经过后训练优化的Qwen3系列模型已经可以在多个平台上访问和部署，例如Qwen3-30B-A3B，以及对应的预训练基座模型（如Qwen3-30B-A3B-Base），已在HuggingFace、ModelScope和Kaggle等平台上线，面向公众开放使用。
普通用户也可以直接在QwenChat网页和手机App上使用。
快速体验Qwen3系列：
QwenChat网页版：https ://chat.qwen.ai/
GitHub：https ://github.com/QwenLM/Qwen3
HuggingFace：https ://huggingface.co/collections/Qwen/qwen3-67dd247413f0e2e4f653967f
魔搭社区：https ://modelscope.cn/collections/Qwen3-9743180bdc6b48

Qwen3强大的背后，离不开多阶段的预训练和后训练
在模型预训练方面，Qwen3相比之前的Qwen2.5有了大幅提升。此前Qwen2.5是在18万亿个token上进行预训练的，而Qwen3预训练使用的数据量几乎是其两倍，达到大约36万亿个token，涵盖了119种语言和方言。
这些数据来源包括网页抓取内容、PDF文档提取，还有用早期Qwen2.5-Math和Qwen2.5-Coder这两个数学和代码领域的专家模型合成数据，合成了包括教科书、问答对以及代码片段等多种形式的数据。
预训练
据官方技术报告介绍，Qwen3的预训练流程分为三个阶段：
在第一阶段（S1），模型在超过30万亿个token的海量数据上进行了初步训练，处理的文本长度是4Ktoken，主要目的是打下基本的语言理解和通用知识基础。
到了第二阶段（S2），训练重点有所调整，加入了更多像STEM（科学、技术、工程、数学）、编程和推理相关的专业数据，同时又在额外5万亿个token上进行了强化训练，进一步提升模型的专业能力。
最后，在第三阶段，Qwen团队用高质量的长文本数据，把模型的上下文长度扩展到了32Ktoken，让它能更好地处理超长输入，适应更复杂的应用场景。
得益于模型架构的优化、训练数据量的增加，以及更高效的训练方法，Qwen3的Dense（密集）基础模型整体表现已经追上了体积更大的Qwen2.5版本。比如，Qwen3的1.7B、4B、8B、14B和32B基础模型，整体能力分别能对标Qwen2.5的3B、7B、14B、32B和72B模型。
尤其在STEM（科学、技术、工程、数学）、编程和推理这类专业领域，Qwen3的表现甚至比Qwen2.5的大模型还要更好。
而对于Qwen3的MoE（混合专家）基础模型来说，它们每次推理时只激活大约10%的参数，但依然能做到接近Qwen2.5Dense基础模型的效果。这意味着，在保持高性能的同时，训练和推理的成本大大降低了。
后训练
为了打造既能深度推理又能快速响应的混合型大模型，Qwen3团队设计并执行了一套四阶段的后训练流程。具体包括：（1）长链推理冷启动、（2）长链推理强化学习、（3）思考与非思考模式融合、以及（4）通用能力强化学习。
在第一阶段，该团队通过大量涵盖数学、编程、逻辑推理和STEM等领域的长链推理数据，对模型进行了微调，打下了基本的推理能力基础。
第二阶段则引入了大规模的强化学习，通过设定规则奖励，引导模型在复杂问题中探索得更深入、更细致。
到了第三阶段，训练目标转向融合思考模式与快速响应模式。Qwen团队用一套混合了长链推理和常规指令微调的数据，对模型进行了再次微调，让它既能深度思考，又能根据任务需求快速作答，实现两种能力的平滑切换。
最后，在第四阶段，模型接受了更广泛领域的强化训练，覆盖指令遵循、格式规范、Agent能力等二十多个方向，进一步提升了模型的通用性，同时修正了在早期训练中可能出现的不良行为。
登顶开源宝座
这次阿里发布Qwen3，毫无疑问是一次重磅操作。据了解，阿里至今已向全球开源200多款模型，千问衍生模型数量已突破10万，超越美国Meta的Llama系列，成为全球最大的开源模型族群。可以说，Qwen3的发布不是一次普通的升级，而是真正的“登顶”。
外媒Venturebeat也对此做出了高度评价，称对于企业来说，接入Qwen3非常高效，几小时内就能将现有的OpenAI接口系统切换到新模型，根本不用几周。Qwen3的专家混合模型（MoE），在显存使用上相当节省，20-30B规模模型的显存成本就能实现接近GPT-4的推理能力。
更有意思的是，Qwen3提供了从0.6B到32B不同规模的密集模型版本，用户可以从笔记本小规模测试，一路扩展到多卡大集群，过程中几乎不用调整提示词。
Qwen3发布后，在用户层也受到了广泛好评。其GitHub页面迅速获得了17.9k个Star和1.2k的Fork，热度可见一斑。
在社交媒体上，不少网友们分享自己的一手体验感受。
有用户表示：“我刚试用了@Alibaba_Qwen的Qwen3。
在需要快速响应时，它非常迅速；面对复杂问题时，它会花时间思考。它不是随便给个答案，而是经过深思熟虑，给出准确的结果。
在编程方面，它表现出色；在数学问题上，它依然冷静应对。
在语言处理上，它听起来很自然，不像其他模型那样怪异。令我惊讶的是，它甚至支持多达119种语言。
很久没见过这么优秀的开源模型了。”
也有网友JafarNajafov感叹道：“这真是令人震惊。我将Qwen3和同规模的Llama进行对比，Qwen3的推理更深入，处理长上下文和解决复杂问题的速度都更快。它完全开源，原生支持混合推理，采用Apache2.0许可证。这不仅仅是更好，简直是全新的升级！”
甚至苹果工程师AwniHannun也在第一时间用M2苹果设备跑了Qwen3模型，随即发声道：“Qwen3235BMoE（22B激活参数）在M2Ultra上通过mlx-lm运行得非常快。4位模型大约用132GB内存，生成580个token的速度约为每秒28个！”
整体看来，Qwen3的上线，AI圈的反响都不错。
对此，Qwen团队开源负责人林俊旸在X平台上表示，Qwen3的开发过程中，团队解决了很多重要但容易被忽视的问题，比如：稳定的训练来扩展强化学习（RL）、平衡多领域数据，以及在提升多语言能力的同时不牺牲质量。
他还透露，未来团队将把重点转向训练能够进行长周期推理、执行真实世界任务的智能体。
那么，你体验上了Qwen3了吗？感觉怎么样？欢迎留言分享你的看法。
来源：
https ://qwenlm.github.io/zh/blog/qwen3/