共计 1120 个字符，预计需要花费 3 分钟才能阅读完成。
在4月29日的凌晨时分，阿里巴巴正式推出了其新一代通义千问模型Qwen3（简称千问3）。根据阿里巴巴的介绍，千问3是国内首个“混合推理模型”，将“快思考”与“慢思考”融合在同一模型中。该模型能够在面对简单需求时快速响应，使用低算力即可“秒回”答案，而在处理复杂问题时则进行多步骤的深入思考，显著降低了算力的消耗。在由加州大学伯克利分校、麻省理工学院和康奈尔大学的研究人员开发的LiveCodeBench大语言模型评测中，千问3的表现超越了R1、OpenAI-o1等世界顶尖模型，成为全球最强的开源模型。
阿里巴巴相关负责人指出，千问3采用了混合专家（MoE）架构，参数总量达到了235B，仅为DeepSeek-R1的三分之一，激活时所需的参数量为22B。千问3在预训练阶段使用了36T的数据量，并在后期通过多轮强化学习将非思考模式与思考模型无缝整合。该模型在推理、指令遵循、工具调用以及多语言能力等多个方面均有显著提升，创造了国产模型和全球开源模型的新高。在奥数AIME25测评中，千问3获得了81.5分，刷新了开源纪录；在LiveCodeBench评测中，该模型的得分突破了70分，成绩甚至超越了Grok3；在ArenaHard测评中，千问3以95.6分的成绩超过了OpenAI-o1和DeepSeek-R1。与此同时，千问3的部署成本也显著降低，只需4张H20便可部署其完整版本，显存占用仅为同类高性能模型的三分之一。
千问3性能图
千问3提供多种模型版本，包括2款30B和235B的MoE模型，以及0.6B、1.7B、4B、8B、14B、32B等6款密集模型。其中，千问3的30B参数MoE模型实现了超过10倍的性能提升，激活仅需3B便可匹敌上代Qwen2.5-32B的表现；而千问3的稠密模型也在不断突破，32B版本的千问3能够以一半的参数量超越Qwen2.5-72B的性能。
值得一提的是，千问3首次支持超过119种语言，开源后，用户可在魔搭社区、HuggingFace等平台下载并进行商业使用。同时，用户也可以通过阿里云百炼调用千问3的API服务，个人用户则可以在通义APP上体验千问3的功能。
当前，阿里通义已开源超过200个模型，全球下载量超过3亿次，千问系列衍生模型数量已超过10万个，现已超越美国的Llama，成为全球首个开源模型的领导者。
