4月29日，Qwen3正式發(fā)布并開源，作為Qwen系列中的最新一代大型語言模型，提供了一系列密集型和混合專家（MoE）模型。一經(jīng)發(fā)布，便強(qiáng)勢(shì)登頂全球最強(qiáng)開源模型寶座，引發(fā)業(yè)界高度關(guān)注。

Qwen3引發(fā)行業(yè)關(guān)注

Qwen3 創(chuàng)新性地將 “快思考” 與 “慢思考” 集成于同一模型。面對(duì)簡單需求，它能夠以低算力快速 “秒回” 答案；處理復(fù)雜問題時(shí)，則可通過多步驟 “深度思考” 給出解決方案，極大地節(jié)省了算力消耗。

該模型采用混合專家（MoE）架構(gòu)，總參數(shù)量達(dá)235B，而激活僅需22B。其預(yù)訓(xùn)練數(shù)據(jù)量高達(dá)36T ，并通過后訓(xùn)練階段的多輪強(qiáng)化學(xué)習(xí)，將非思考模式無縫整合到思考模型中。憑借強(qiáng)大的性能，Qwen3 一經(jīng)誕生便在各大基準(zhǔn)測(cè)試中表現(xiàn)卓越。更令人驚喜的是，在性能顯著提升的同時(shí)，其部署成本大幅下降，僅需4張H20即可部署滿血版，顯存占用僅為性能相近模型的 1/3。

此次阿里一口氣開源了 8 款 “混合推理” 模型，涵蓋 0.6B、1.7B、4B、8B、14B、32B 等 6 款稠密模型，以及 2 款 30B、235B 的 MoE 模型，均采用 Apache 2.0 許可。每款模型都在同尺寸開源模型中達(dá)到最優(yōu)水平（SOTA）。其中，30B 參數(shù) MoE 模型實(shí)現(xiàn)了 10 倍以上的模型性能杠桿提升，僅激活 3B 就能達(dá)到上代 Qwen2.5-32B 模型的性能；32B 版本的 Qwen3 稠密模型更是憑借一半的參數(shù)量，跨級(jí)超越 Qwen2.5-72B 性能 。此外，所有 Qwen3 模型的 API 均可按需設(shè)置 “思考預(yù)算”，靈活滿足不同 AI 應(yīng)用場(chǎng)景對(duì)性能和成本的需求。例如，4B 模型適合手機(jī)端部署，8B 可在電腦和汽車端流暢運(yùn)行，32B 則成為企業(yè)大規(guī)模部署的熱門選擇。

在性能表現(xiàn)上，Qwen3 在推理、指令遵循、工具調(diào)用、多語言能力等方面均實(shí)現(xiàn)重大突破，創(chuàng)下國產(chǎn)模型及全球開源模型的性能新高。在奧數(shù)水平的 AIME25 測(cè)評(píng)中，Qwen3 斬獲 81.5 分，刷新開源紀(jì)錄；在考察代碼能力的 LiveCodeBench 評(píng)測(cè)中，得分突破 70 分，表現(xiàn)超越 Grok3；在評(píng)估模型人類偏好對(duì)齊的 ArenaHard 測(cè)評(píng)中，以 95.6 分超越 OpenAI-o1 及 DeepSeek-R1 。旗艦?zāi)Ｐ?Qwen3-235B-A22B 在編碼、數(shù)學(xué)、通用能力等各項(xiàng)基準(zhǔn)測(cè)試中，與 DeepSeek-R1、o1 等頂級(jí)模型相比成績優(yōu)異。即使是小型模型如 Qwen3-4B，也能媲美 Qwen2.5-72B-Instruct 的性能。

Qwen3 的優(yōu)勢(shì)還體現(xiàn)在多方面：在混合推理模式上，支持 “思考模式” 和 “非思考模式”，用戶可根據(jù)任務(wù)復(fù)雜程度控制推理過程，在成本效率和推理質(zhì)量間實(shí)現(xiàn)優(yōu)化平衡；多語言支持方面，其可處理 119 種語言和方言，為開發(fā)國際應(yīng)用提供了可能；智能體能力上，經(jīng)優(yōu)化后編碼和智能體能力增強(qiáng)，支持 MCP 協(xié)議，并結(jié)合 Qwen-Agent 框架，降低編碼復(fù)雜性，助力手機(jī)及電腦 Agent 操作等任務(wù)。

從技術(shù)層面來看，Qwen3 的驚艷表現(xiàn)源于其獨(dú)特的訓(xùn)練過程。預(yù)訓(xùn)練階段，數(shù)據(jù)集規(guī)模幾乎是 Qwen2.5 的兩倍，覆蓋多種語言和數(shù)據(jù)來源，并通過三個(gè)階段逐步提升模型能力；后訓(xùn)練階段，通過四階段流程，包括長思維鏈冷啟動(dòng)、強(qiáng)化學(xué)習(xí)、思維模式融合以及通用強(qiáng)化學(xué)習(xí)，打造出復(fù)雜推理與快速響應(yīng)兼具的混合模型。

Qwen3 開源后迅速引發(fā)熱烈反響，不到 3 小時(shí)，GitHub 上便收獲 17k 星。蘋果工程師 Awni Hannun 宣布 MLX 框架已支持 Qwen3，且不同消費(fèi)級(jí)設(shè)備均可本地運(yùn)行。眾多開發(fā)者實(shí)測(cè)后表示，與同大小的 Llama 模型相比，Qwen3 在推理深度、上下文保持和問題解決能力上更勝一籌 。

目前，Qwen3 已同步上線魔搭社區(qū)、Hugging Face、GitHub，全球開發(fā)者、研究機(jī)構(gòu)和企業(yè)均可免費(fèi)下載模型并商用，也可通過阿里云百煉調(diào)用 API 服務(wù)。個(gè)人用戶可通過通義 APP 體驗(yàn)，夸克也即將全線接入。隨著 Qwen3 的開源，阿里通義開源模型數(shù)量已超 200 個(gè)，全球下載量超 3 億次，千問衍生模型數(shù)超 10 萬個(gè)，超越美國 Llama，成為全球第一開源模型，有望推動(dòng)智能體 Agent 和大模型應(yīng)用迎來爆發(fā)式增長。

海光光速完成適配

在海光信息“深算智能”戰(zhàn)略引領(lǐng)下，海光DCU迅速完成對(duì)全部8款模型的無縫適配+調(diào)優(yōu)，覆蓋235B/32B/30B/14B/8B/4B/1.7B/0.6B，實(shí)現(xiàn)零報(bào)錯(cuò)、零兼容性問題的秒級(jí)部署。

基于GPGPU架構(gòu)的生態(tài)優(yōu)勢(shì)，與編程開發(fā)軟件棧DTK的領(lǐng)先特性，Qwen3在海光DCU上展現(xiàn)出卓越的推理性能與穩(wěn)定性，充分驗(yàn)證海光DCU高通用性、高生態(tài)兼容度及自主可控的技術(shù)優(yōu)勢(shì)，已成為支撐AI大模型訓(xùn)練與推理的關(guān)鍵基礎(chǔ)設(shè)施。

海光DCU（Deep Computing Unit，深度計(jì)算單元）是海光信息推出的高端GPGPU架構(gòu)AI加速卡，致力于為行業(yè)客戶提供自主可控的全精度通用AI加速計(jì)算解決方案。憑借卓越的算力性能和完備的軟件生態(tài)，海光DCU已在科教、金融、醫(yī)療、政務(wù)、智算中心等多個(gè)領(lǐng)域?qū)崿F(xiàn)規(guī)?；瘧?yīng)用。

隨著大模型技術(shù)不斷革新，海光 DCU 展現(xiàn)出強(qiáng)大的適配與支持能力。它能夠支持全精度模型訓(xùn)練，全面兼容 LLaMa、GPT、Bloom、ChatGLM、悟道、紫東太初等國內(nèi)外主流大模型。同時(shí)，海光 DCU 與國內(nèi)諸如文心一言等大模型實(shí)現(xiàn)深度適配，在性能表現(xiàn)、應(yīng)用兼容性等方面均達(dá)到國內(nèi)領(lǐng)先水平，為國內(nèi) AIGC 產(chǎn)業(yè)發(fā)展注入強(qiáng)勁動(dòng)能，助力相關(guān)企業(yè)與研究機(jī)構(gòu)在大模型訓(xùn)練與應(yīng)用領(lǐng)域?qū)崿F(xiàn)突破 。