阿里巴巴週一發布並開源通義千問3.0（Qwen3）系列模型，並稱其在數學和程式設計等多個方面均可與DeepSeek的性能相媲美。與其他主流模式相比，Qwen3也顯著降低了部署成本。阿里表示，Qwen3無縫整合兩種思考模式，支援119種語言，方便Agent呼叫。

效能媲美DeepSeek R1、OpenAI o1，全部開源

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，最新髮型的旗艦模型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的活化參數數量是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的表現。這類系統模擬人類解決問題的思考方式，將任務分成較小的資料集，類似於讓一組各有所長的專家分別負責不同部分，進而提升整體效率。

同時，阿里巴巴也開源了兩個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。

「混合型」模型，兩種思考模式

阿里巴巴表示，Qwen 3系列是「混合型」模型，既可以花時間「推理」解決複雜問題，也可以快速回答簡單請求，分別稱為「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團隊在部落格文章中寫道：

這種靈活性使用戶能夠根據具體任務控制模型進行「思考」的程度。例如，複雜的問題可以透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效能提升，這與分配的計算推理預算直接相關。

這樣的設計讓使用者更容易為不同任務配置特定的預算，在成本效益和推理品質之間達到更優的平衡。

訓練資料量是Qwen2.5的兩倍，便於Agent調用

阿里巴巴表示，Qwen3系列支援119種語言，並基於近36兆個token（標記）進行訓練，使用的資料量是Qwen2.5的兩倍。 Token是模型處理的基本資料單元，約100萬個token相當於75萬個英文單字。阿里巴巴稱，Qwen3的訓練資料包括教材、問答對、程式碼片段等多種內容。

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30兆個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），訓練則透過增加知識密集型資料（如STEM、程式設計和推理任務）的比例來改進資料集，隨後模型又在額外的5兆個token上進行了預訓練。在最後階段則使用高品質的長上下文資料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。

阿里巴巴表示，由於模型架構的改進、訓練資料的增加以及更有效的訓練方法，Qwen3 Dense基礎模型的整體表現與參數較多的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，阿里使用多樣的長思維鏈資料對模型進行了微調，涵蓋了數學、程式碼、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。然後透過大規模強化學習，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在呼叫工具（tool-calling）、執行指令以及複製特定資料格式等能力方面表現出色，推薦使用者使用Qwen-Agent來充分發揮Qwen3的Agent能力。 Qwen-Agent內部封裝了工具呼叫模板和工具呼叫解析器，大大降低了程式碼複雜度。

除了提供下載版本外，Qwen3還可以透過Fireworks AI、Hyperbolic等雲端服務供應商使用。

目標仍對準AGI

OpenAI、Google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布一款更「開放」的模型，模仿人類推理方式，這標誌著其策略出現轉變，此前DeepSeek和阿里巴巴已經率先推出了開源AI系統。

目前，阿里巴巴以Qwen為核心，建構其AI版圖。今年2月，執行長吳泳銘表示，該公司目前的「首要目標」是實現通用人工智慧（AGI）——即打造具備人類智力水準的AI系統。

阿里表示，Qwen3代表了該公司在通往通用人工智慧（AGI）和超級人工智慧（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：擴展資料規模、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。

開源社群振奮

阿里Qwen3的發布讓AI社群感到激動，有網友獻上經典Meme：

有網友說，

在我的測試中，235B在高維度張量運算的表現相當於Sonnet。

這是一個非常出色的模型，

感謝你們。

有網友對Qwen3讚不絕口：

如果不是親眼看到螢幕上即時產生的tokens，我根本不會相信那些基準測試結果。 ？ ？ ？ ？ 簡直像魔法一樣？ ？ ？ ？

而開源AI的支持者則更加興奮。有網友說：

“有了一個開源32B大機型，性能跟Gemini 2.5 Pro不相上下。”

“我們徹底殺回來了！”

網友感謝阿里積極推動開源：