近日，阿里巴巴正式揭曉了其新一代大模型Qwen3系列的技術細節，通過一份詳盡的技術報告，向公眾展示了該系列模型的混合推理架構、獨特的訓練策略以及令人矚目的評測成績。報告顯示，Qwen3系列的旗艦模型Qwen3-235B-A22B在數學推理、代碼生成等多個核心評測領域，超越了包括DeepSeek-R1和Grok-3在內的國際頂尖模型。
Qwen3系列大模型于4月29日正式發布，涵蓋了6款稠密模型和2款MoE模型，參數規模從0.6B到235B不等。其中，旗艦模型Qwen3-235B-A22B憑借22B的激活參數，實現了235B的總參數量，并在編程、數學推理等基準測試中表現出色，超越了全球多個頂尖模型。
Qwen3系列的核心創新在于其雙系統推理架構。面對復雜的數學證明、代碼生成等任務時，模型會啟動“慢思考”深度推理模塊，支持高達38K token的動態思考預算，進行多步驟邏輯鏈分析。而在日常對話場景下，模型則以“快思考”模式運行，僅需激活20%的參數，從而實現了60%的響應速度提升和40%的算力消耗降低。
Qwen3系列模型的后訓練流程設計圍繞兩大核心目標：一是“思考控制”，通過集成“非思考”與“思考”兩種模式，用戶可以根據需求靈活選擇模型是否進行推理，并通過指定token預算來控制思考深度；二是“慢思考”，旨在簡化和優化輕量級模型的后訓練過程，借助大規模模型的知識，大幅降低構建小規模模型所需的計算成本和工作量。
在性能評測方面，旗艦模型Qwen3-235B-A22B表現出色。在數學推理的AIME25奧數測評中，該模型獲得了81.5分的高分，刷新了開源模型的紀錄，遠超DeepSeek-R1等頂尖模型。在代碼生成的LiveCodeBench評測中，Qwen3-235B-A22B同樣表現出色，得分超過70分，超越了Grok-3-Beta和DeepSeek-R1等主流模型。
Qwen3系列模型還支持跨模態任務，集成了視覺（Qwen3-VL）和音頻（Qwen3-Audio）模塊，能夠應用于醫學影像分析等領域。在硬件與效率優化方面，MoE模型采用動態激活專家策略，僅需4張H20加速卡便能實現235B旗艦模型的部署。Qwen3系列模型在參數效率、推理成本、多語言支持及AI Agent開發等多個維度均展現出顯著優勢。
Qwen3-235B-A22B于今年5月6日成功登頂國際權威大模型測評榜LiveBench開源大模型性能的榜首，進一步證明了其卓越的性能和實力。Qwen3系列模型通過混合推理架構與高效訓練策略，樹立了開源模型的新標桿，正在逐步縮小與頂尖閉源產品的差距。
