4 月 29 日凌晨，阿里巴巴開源新一代通義千問模型 Qwen3（簡稱千問 3），參數(shù)量僅為 DeepSeek-R1 的 1/3，成本大幅下降，性能全面超越 R1、OpenAI-o1 等全球頂尖模型，登頂全球最強(qiáng)開源模型。千問 3 是國內(nèi)首個「混合推理模型」，「快思考」與「慢思考」集成進(jìn)同一個模型，對簡單需求可低算力「秒回」答案，對復(fù)雜問題可多步驟「深度思考」，大大節(jié)省算力消耗。

千問 3 采用混合專家（MoE）架構(gòu)，總參數(shù)量 235B，激活僅需 22B。千問 3 預(yù)訓(xùn)練數(shù)據(jù)量達(dá) 36T，并在后訓(xùn)練階段多輪強(qiáng)化學(xué)習(xí)，將非思考模式無縫整合到思考模型中。千問 3 在推理、指令遵循、工具調(diào)用、多語言能力等方面均大幅增強(qiáng)，即創(chuàng)下所有國產(chǎn)模型及全球開源模型的性能新高：在奧數(shù)水平的 AIME25 測評中，千問 3 斬獲 81.5 分，刷新開源紀(jì)錄；在考察代碼能力的 LiveCodeBench 評測中，千問 3 突破 70 分大關(guān)，表現(xiàn)甚至超過 Grok3；在評估模型人類偏好對齊的 ArenaHard 測評中，千問 3 以 95.6 分超越 OpenAI-o1 及 DeepSeek-R1。性能大幅提升的同時，千問 3 的部署成本還大幅下降，僅需 4 張 H20 即可部署千問 3 滿血版，顯存占用僅為性能相近模型的三分之一。

千問 3 性能圖

千問 3 還提供了豐富的模型版本，包含 2 款 30B、235B 的 MoE 模型，以及 0.6B、1.7B、4B、8B、14B、32B 等 6 款密集模型，每款模型均斬獲同尺寸開源模型 SOTA（最佳性能）：千問 3 的 30B 參數(shù) MoE 模型實現(xiàn)了 10 倍以上的模型性能杠桿提升，僅激活 3B 就能媲美上代 Qwen2.5-32B 模型性能；千問 3 的稠密模型性能繼續(xù)突破，一半的參數(shù)量可實現(xiàn)同樣的高性能，如 32B 版本的千問 3 模型可跨級超越 Qwen2.5-72B 性能。

同時，所有千問 3 模型都是混合推理模型，API 可按需設(shè)置「思考預(yù)算」（即預(yù)期最大深度思考的 tokens 數(shù)量），進(jìn)行不同程度的思考，靈活滿足 AI 應(yīng)用和不同場景對性能和成本的多樣需求。比如，4B 模型是手機(jī)端的絕佳尺寸；8B 可在電腦和汽車端側(cè)絲滑部署應(yīng)用；32B 最受企業(yè)大規(guī)模部署歡迎，有條件的開發(fā)者也可輕松上手。

Qwen3 開源模型家族

千問 3 為即將到來的智能體 Agent 和大模型應(yīng)用爆發(fā)提供了更好的支持。在評估模型 Agent 能力的 BFCL 評測中，千問 3 創(chuàng)下 70.8 的新高，超越 Gemini2.5-Pro、OpenAI-o1 等頂尖模型，將大幅降低 Agent 調(diào)用工具的門檻。同時，千問 3 原生支持 MCP 協(xié)議，并具備強(qiáng)大的工具調(diào)用（function calling）能力，結(jié)合封裝了工具調(diào)用模板和工具調(diào)用解析器的 Qwen-Agent 框架，將大大降低編碼復(fù)雜性，實現(xiàn)高效的手機(jī)及電腦 Agent 操作等任務(wù)。

據(jù)了解，千問 3 系列模型依舊采用寬松的 Apache2.0 協(xié)議開源，并首次支持 119 多種語言，全球開發(fā)者、研究機(jī)構(gòu)和企業(yè)均可免費(fèi)在魔搭社區(qū)、HuggingFace 等平臺下載模型并商用，也可以通過阿里云百煉調(diào)用千問 3 的 API 服務(wù)。個人用戶可立即通過通義 APP 直接體驗千問 3，夸克也即將全線接入千問 3。

據(jù)悉，阿里通義已開源 200 余個模型，全球下載量超 3 億次，千問衍生模型數(shù)超 10 萬個，已超越美國 Llama，成為全球第一開源模型。