阿里云正式推出了其通義大模型家族的新成員——Qwen3系列，這一消息在科技圈內迅速引發了廣泛關注。在4月29日凌晨4點，阿里云宣布將Qwen3系列模型全面開源，涵蓋了2個MoE模型和6個稠密模型，短時間內就在GitHub上收獲了超過16.9k的星標。
旗艦模型Qwen3-235B-A22B在多項基準測試中表現突出，特別是在編程、數學和通用能力方面，超越了DeepSeek-R1、OpenAI o1、OpenAI o3-mini、Grok-3和Gemini-2.5-Pro等知名模型。這一成就標志著Qwen3系列在智能水平上邁出了重要一步。
Qwen3系列此次升級帶來了五大核心特性。首先，提供了從0.6B到Qwen3-235B-A22B（2350億總參數和220億激活參數）等多種參數規模的稠密與MoE模型，滿足了不同場景下的應用需求。其次，引入了混合思考模式，用戶可以根據需要切換“思考模式”和“非思考模式”，靈活控制模型的思考程度。
在推理能力方面，Qwen3系列在數學、代碼生成和常識邏輯推理方面超越了QwQ（在思考模式下）和Qwen2.5 instruct models（在非思考模式下）。Qwen3系列還支持MCP（模型上下文協議），增強了Agent能力，能夠在思考和非思考模式下實現大語言模型與外部數據源和工具的集成，完成復雜任務。最后，Qwen3系列支持多達119種語言和方言，具備強大的多語言理解和生成能力。
Qwen3系列模型已在Hugging Face、ModelScope和Kaggle等平臺上開源，并遵循Apache 2.0許可證。阿里云建議開發者使用SGLang和vLLM等框架進行部署，并推薦本地部署的開發者使用Ollama、LMStudio、MLX、llama.cpp等工具。Qwen3系列采用了新的命名方案，后訓練模型不再使用“-Instruct”后綴，基礎模型的后綴改為“-Base”。
在性能表現上，Qwen3系列同樣令人矚目。小型MoE模型Qwen3-30B-A3B在激活參數僅為QwQ-32B的十分之一的情況下，實現了性能反超。同時，參數規模更小的Qwen3-4B模型也展現出了與Qwen2.5-72B-Instruct相當的性能。這一成果得益于Qwen3系列在預訓練數據集和訓練方法上的全面優化。
Qwen3系列的預訓練數據集大小是Qwen2.5的兩倍，達到了約3600億個token。為了構建這一大型數據集，研發人員收集了網絡數據、PDF文檔數據等，并使用Qwen2.5-VL和Qwen2.5等模型進行文本提取和質量提升。預訓練過程分為三個階段，逐步提升了模型的基本語言技能、一般知識以及處理長輸入的能力。
在后訓練階段，研發人員采取了四階段訓練流程，旨在開發既能逐步推理又能快速響應的混合模型。通過多樣化的長思維鏈數據微調、基于推理的強化學習、思維模式融合以及通用強化學習等步驟，Qwen3系列成功實現了推理能力和快速響應能力的無縫融合。
隨著AI產業的不斷發展，大模型能力的實際應用價值逐漸凸顯。阿里云推出的Qwen3系列模型，以其卓越的性能和靈活的應用特性，為AI技術的應用注入了新的活力。未來，Qwen3系列將繼續在優化模型架構和訓練方法等方面不斷探索，推動智能水平的進一步提升。
