阿里Qwen3大模型登顶开源冠军，中国AI应用即将迎来大爆发？
原创 梦芸 | 2025-05-01 13:59
【数据猿导读】 4月29日，阿里巴巴正式发布新一代通义千问模型——Qwen3（以下称“千问3”），这一发布在全球科技圈引发震动。
人工智能领域又一重大突破！
4月29日，阿里巴巴正式发布新一代通义千问模型——Qwen3（以下称“千问3”），这一发布在全球科技圈引发震动。
千问3的最大亮点在于其卓越的效率与显著降低的成本。据悉，千问3的模型大小仅为相近性能模型的三分之一，但其性能却全面超越了包括R1和OpenAI-o1在内的全球顶尖模型，登顶全球最强开源模型。
值得强调的是，千问3是国内首个“混合推理模型”，将“快思考”与“慢思考”有效整合于同一模型中。通俗来说，对于简单问题，千问3能够以低算力实现“秒回”；而面对复杂问题，则能通过多步骤的深度思考，显著节省算力消耗。这一设计实现了推理机制与最低成本之间的最佳平衡。
据悉，千问3开源后，上下游供应链连夜进行适配和调用，NVIDIA、联发科、AMD等多家头部芯片厂商已成功适配千问3。在阿里通义千问模型千问3模型开源数小时后，华为官方宣布昇腾支持千问3全系列模型部署，开发者在MindSpeed和MindIE中开箱即用，实现千问3的0Day适配。
对此，数据猿第一时间对千问3在数学、代码生成、文字创意上进行了几道简单的实测，先是输入了一道2024年高考数学题。
在页面提问后，页面会显示此次思考所用的“思考预算”，用户可以根据实际需求，调整深度思考所需的tokens数量，从1024tokens到38912tokens，从而实现不同程度的思考。
已知三角形ABC的内角A、B、C的对边分别为a、b、c，若a=3，b=4，C=60°，求三角形ABC的面积。在这道高考数学题中，笔者分别用no think和think模式，其都回答正确。
其次，又在指令栏里输入：创建一个红白机风格的"贪吃蛇"游戏，包含自动演示AI功能，使用纯HTML/CSS/JavaScript实现为单文件
生成游戏代码
性能登顶
千问3的“混合推理”
据介绍，此次发布的千问3在推理能力、指令遵循、工具调用及多语言能力等方面均有显著提升，创造了国产模型及全球开源模型的新性能高峰。
千问3拥有五大关键特性：一是独特的混合推理能力，能够在思考模式和非思考模式之间灵活切换，以适应不同场景的需求；二是在数学、代码生成和常识逻辑推理等方面的推理能力得到了显著增强；三是表现出卓越的人类偏好对齐，在创意写作、角色扮演、多轮对话和指令跟随等场景中提供出色的对话体验；四是智能体能力突出，能够在两种模式下精准集成外部工具，在处理复杂的基于代理的任务时展现出强大的竞争力；五是具备强大的多语言能力，支持119种语言和方言，极大地拓展了其应用范围。
其中，千问3在代表奥数水平的AIME25测评中，获得了81.5分，刷新了开源纪录；在考察代码能力的LiveCodeBench评测中，突破了70分大关，表现甚至超过了Grok3；在评估模型与人类偏好对齐的ArenaHard测评中，千问3以95.6分超越了OpenAI-o1及DeepSeek-R1。
好奇千问3为何能表现出如此强劲的实力？实际上，高性能、低成本的秘密，其实藏在千问3独特的“混合推理”模式中。
如何理解“混合推理”？
通俗来说，相当于把顶尖的推理模型和非推理模型集成到同一个模型里去，遇到简单问题模型能瞬间给出答案，算力消耗很少，但遇到复杂问题，就开启复杂思考模式。技术门槛很高，通常需要经过精心设计的多轮强化学习训练，才能实现模型智能最终的巨大飞跃。目前，热门模型中只有千问3、Claude3.7以及Gemini 2.5 Flash可以做到。
以DeepSeek类比，V3是Chat/Instruct 模型，R1 是 Reasoning 模型，在使用时，需要打开／关闭深度思考；但在部署时，需要分别部署两套模型，这样就占用了极大的算力资源。而 Qwen3 全系列都有推理能力，且小模型也能做推理。
具体而言，在“推理模式”下，模型会执行更多中间步骤，如分解问题、逐步推导、验证答案等，给出更深思熟虑的答案；而在“非推理模式”下，模型会快速遵循指令生成答案。同一个模型，可以完成“快思考”和“慢思考”，这类似于人类在回答简单问题时，凭经验或直觉快速作答，面对复杂难题时再深思熟虑，仔细思考给出答案。
千问3还可API设置“思考预算”（即预期最大thinking tokens数量），进行不同程度的思考，让模型在性能和成本间取得更好的平衡，以满足开发者和机构的多样需求。
正是因为它的“超高性价比”，能在提升模型本身智能水平的同时，整体降低算力资源消耗。如今混合推理的大模型路线，正成为顶级大模型公司争相突破的前沿技术领域。有研究显示，综合来看，推理模式下的成本可能是非推理模式的数倍（2到5倍）。
成本“断崖式”下降
中国AI应用即将迎来大爆发？
除了上文说的性能提升，此次千问3开源还显著降低了部署成本。现在，仅4张H20显卡即可轻松部署千问3旗舰版，可以说是把大模型的部署门槛压到了地板。
可别小看这点。实际上，自打大模型出来后，大家考虑的是如何将这些模型更好的融合到业务中。
为了满足不同场景的应用需求，据介绍，此次千问3共开源了8款模型，其中，包含2款MoE模型（30B和235B），以及6款参数规模各异的稠密模型（参数量分别为0.6B、1.7B、4B、8B、14B、32B）。
其中，千问3的30B参数MoE模型实现了10倍以上的性能杠杆提升，仅需激活3B参数，就能媲美上一代Qwen2.5-32B模型的性能。而千问3的密集模型性能也在持续突破，以一半的参数量实现了同等高性能。例如，32B版本的千问3模型，其性能甚至能够跨级超越Qwen2.5-72B模型。
每款模型均代表了同尺寸下的开源最佳性能，这些模型针对不同的应用场景进行了优化。
例如，小参数模型适用于实验和科研，4B模型适合手机端，8B模型适合电脑或汽车端，14B模型便于普通开发者进行落地应用，而32B模型则是企业和大规模部署的首选。两款MoE模型中，旗舰版的235B-A22B模型凭借其高效性能，适用于企业本地部署和云部署；较小的30B-A3B模型则以快速响应和良好效果，适合对速度有较高要求的应用场景。
推理大模型的能力增强，将适用场景进一步拓展。但其中有一个问题是，推理大模型极其依靠算力的投入，背后就是大量的算力成本投入。这成为了阻碍企业适用大模型普及的因素。
从这点看，此次千问3的开源，显得极具价值。未来或许会让更多的人、企业都可以享用到用得起、用得好的尖端AI技术。特别是它的各种小尺寸模型，对后续手机、智能眼镜、智能驾驶、人形机器人等智能设备和场景的部署更为友好。再加上，所有企业都可免费下载和商用千问3系列模型这点，或将大大加速AI大模型在终端上的应用落地。
从模型推理上看，千问3独特的混合推理模型，开发者可自行设置“思考预算”，在满足性能需求的同时实现更精细化的思考控制，自然也会节省整体推理成本。可以参考的是，同类型的Gemini-2.5-Flash在定价上的推理和非推理模式的价格相差约6倍，用户使用非推理模式时相当于可节省600%的算力成本。
千问3性能图
值得一提的是，在阿里通义千问模型千问3模型开源数小时后，华为官方宣布昇腾支持千问3全系列模型部署，开发者在MindSpeed和MindIE中开箱即用，实现千问3的0Day适配。
此前华为昇腾就一直同步支持千问系列模型。昇腾MindSpeed训练、MindIE推理支持千问2.5、兼容主流生态的分布式并行接口等，千问3系列模型一发布即实现低代码无缝迁移。
千问3开源后，上下游供应链连夜进行适配和调用，NVIDIA、联发科、AMD等多家头部芯片厂商已成功适配千问3。联想旗下的智能体应用“百应”也同步接入千问3，在语言理解、多轮推理、指令跟随等关键能力上实现了跃升。
坚持开源：首次支持119种语言
为全球开发者铺平道路
千问3为即将到来的智能体Agent和大模型应用爆发提供了更好的支持。
在评估模型Agent能力的BFCL评测中，千问3创下70.8的新高，超越Gemini2.5-Pro、OpenAI-o1等顶尖模型，将大幅降低Agent调用工具的门槛。
同时，千问3原生支持MCP协议，并具备强大的工具调用（function calling）能力，结合封装了工具调用模板和工具调用解析器的Qwen-Agent 框架，将大大降低编码复杂性，实现高效的手机及电脑Agent操作等任务。
据了解，千问3系列模型依旧采用宽松的Apache2.0协议开源，并首次支持119多种语言，全球开发者、研究机构和企业均可免费在魔搭社区、HuggingFace等平台下载模型并商用，也可以通过阿里云百炼调用千问3的API服务。个人用户可立即通过通义APP直接体验千问3，夸克也将接入千问3。
通过结合Qwen-Agent开源框架，开发者可以充分发挥千问3的智能体能力。Qwen-Agent是一个基于Qwen的指令跟踪、工具使用、规划和内存功能开发大型语言模型（LLM）应用程序的框架。该框架内部封装了工具调用模板和解析器，并附带浏览器助手、代码解释器和自定义助手等示例应用，大大降低了编码复杂性。
开发者可以基于MCP配置文件定义可用工具，利用Qwen-Agent的集成功能或自行集成其他工具，快速开发具有设定、知识库RAG和工具使用能力的智能体。
Qwen3开源模型家族
通义千问一直致力于开源事业，并将语言支持从29种扩展到119种，意味着更多国家和地区的人们能够使用自己的语言享受AI技术带来的便利。
具体来看，此次千问3支持119中语言，不但囊括了中、英、法、西、俄、阿拉伯等主要的联合国语言，还包含了德、意、日、韩、泰、越南、尼泊尔、瑞典、波兰、匈牙利等各国官方语言，以及中国的粤语、非洲的斯瓦西里语、中东的意第绪语、西亚的亚美尼亚语、东南亚的爪哇语、美洲的海地语等地方性语言。许多国家和地区没有技术能力开发自己语种的AI大模型，随着千问3的开源，全球各国各地区的人从此有了自己的AI大模型。
据悉，从2023年至今，阿里通义团队已开源200多款模型，包含大语言模型千问Qwen及视觉生成模型万相Wan等两大基模系列，开源囊括文本生成模型、视觉理解/生成模型、语音理解/生成模型、文生图及视频模型等「全模态」，覆盖0.5B、0.6、1.5B、3B、4B、7B、14B、30B、32B、72B、110B、235B等「全尺寸」参数，屡次斩获Chatbot Arena、司南OpenCompass等权威榜单“全球开源冠军”、“国产模型冠军”，多次登顶HuggingFace、Github的最热趋势榜单。
目前，通义千问Qwen衍生模型数量已突破10万，超越美国Llama模型，通义成为全球第一AI开源模型。通义千问Qwen在全球下载量超过3亿，在HuggingFace社区2024年全球模型下载量中千问Qwen占比超30%，稳居第一。在2025年2月的Huggingface全球开源大模型榜单（Open LLM Leaderboard）中，排名前十的开源模型全部都是基于千问Qwen二次开发的衍生模型。
在李飞飞领衔的斯坦福HAI研究所发布的《2025年人工智能指数报告》显示，2024年重要大模型（Notable Models）中，阿里入选6个，按照模型贡献度排名，阿里AI贡献位列全球第三。
来源：数据猿
刷新相关文章
我要评论
不容错过的资讯
大家都在搜
