智東西（公眾號：zhidxcom）
編譯 | 金碧輝
編輯 | 程茜
智東西5月14日消息，昨日，阿里巴巴正式發(fā)布Qwen3系列大模型技術(shù)報告，首次全面公開其新一代開源模型的混合推理架構(gòu)、訓(xùn)練策略及評測結(jié)果。報告顯示，旗艦?zāi)Ｐ蚎wen3-235B-A22B在數(shù)學(xué)（AIME25得分81.5）、代碼生成（LiveCodeBench 70.7）等核心評測中超越DeepSeek-R1（671B參數(shù)）、Grok-3等國際頂尖模型，并在多語言支持（119種語言）、推理效率（4張H20顯卡部署旗艦?zāi)Ｐ停┘叭蝿?wù)適應(yīng)性（動態(tài)切換快/慢思考模式）上實(shí)現(xiàn)突破。
▲圖源阿里巴Qwen3系列大模型技術(shù)報告
4月29日，阿里巴巴正式發(fā)布新一代通義千問大模型Qwen3，包含6款稠密模型和2款MoE模型，參數(shù)規(guī)模覆蓋0.6B至235B。其旗艦?zāi)Ｐ蚎wen3-235B-A22B以22B激活參數(shù)實(shí)現(xiàn)235B總參數(shù)量，在編程、數(shù)學(xué)推理等基準(zhǔn)測試中超越DeepSeek-R1等全球頂尖模型。
▲Qwen3-235B-A22B-Base與其他具有代表性的強(qiáng)大開源基準(zhǔn)模型的比較
Qwen3系列的旗艦?zāi)Ｐ蚎wen3-235B-A22B于今年5月6日登頂國際權(quán)威大模型測評榜LiveBench開源大模型性能的榜首。
▲圖源5月6日LiveBench榜單官網(wǎng)截圖
技術(shù)報告地址：https://github.com/QwenLM/Qwen3/blob/main/Qwen3_Technical_Report.pdf
一、雙系統(tǒng)推理架構(gòu)，日常對話響應(yīng)速度提升60%，算力消耗降低40%
Qwen3系列模型核心創(chuàng)新為雙系統(tǒng)推理架構(gòu)。面對數(shù)學(xué)證明、代碼生成等復(fù)雜任務(wù)，Qwen3系列模型啟動“慢思考”深度推理模塊，Qwen3系列模型支持38K token動態(tài)思考預(yù)算，進(jìn)行多步驟邏輯鏈分析；日常對話場景下，Qwen3系列模型以“快思考”模式激活20%參數(shù)，響應(yīng)速度提升60%，算力消耗降低40%。
▲Qwen3-235B-A22B在思考預(yù)算方面的性能
Qwen3系列模型的后訓(xùn)練流程圍繞兩大核心目標(biāo)設(shè)計：其一為“思考控制”，通過集成“非思考”與“思考”兩種模式，用戶可靈活選擇模型是否進(jìn)行推理，并能通過指定token預(yù)算控制思考深度；其二是“慢思考”，旨在簡化和優(yōu)化輕量級模型的后訓(xùn)練過程，Qwen3系列模型借助大規(guī)模模型的知識，大幅降低構(gòu)建小規(guī)模模型所需的計算成本與開發(fā)工作量。
▲Qwen3系列模型的后訓(xùn)練流程
此外，Qwen3系列模型還集成視覺（Qwen3-VL）、音頻（Qwen3-Audio）模塊，可實(shí)現(xiàn)醫(yī)學(xué)影像分析等跨模態(tài)任務(wù)。
二、Qwen3-235B-A22B在數(shù)學(xué)、代碼評測中超越DeepSeek-R1、Grok-3-Beta?
旗艦?zāi)Ｐ蚎wen3-235B-A22B在多項評測中成績優(yōu)異。Qwen3-235B-A22B數(shù)學(xué)推理的AIME25奧數(shù)測評中獲81.5分，刷新開源模型紀(jì)錄，遠(yuǎn)超DeepSeek-R1等頂尖模型。
▲AIME25在數(shù)學(xué)推理方面的奧數(shù)測評成績
旗艦?zāi)Ｐ蚎wen3-235B-A22B在代碼生成的LiveCodeBench評測中得分超70分，超越Grok-3-Beta和DeepSeek-R1等主流模型，Qwen3-235B-A22B的代碼細(xì)節(jié)完善且推理耗時更短；多輪對話中Qwen3-235B-A22B能精準(zhǔn)識別并完成復(fù)雜指令，如扮演職業(yè)金融分析師并以特定風(fēng)格分析問題，給出適配回答。
▲AIME25在代碼生成方面的測評成績
三、4張卡跑235B模型，Qwen3系列模型多項數(shù)據(jù)碾壓
Qwen3系列模型訓(xùn)練數(shù)據(jù)量飆升至36萬億token，覆蓋119種語言，數(shù)據(jù)構(gòu)成豐富多元，其中包含合成數(shù)據(jù)以及從PDF文檔經(jīng)OCR提取的內(nèi)容。Qwen3系列模型訓(xùn)練流程采用四階段后訓(xùn)練模式。
先是長思維鏈冷啟動，Qwen3系列模型借助多樣的長思維鏈數(shù)據(jù)對模型微調(diào)，為其處理復(fù)雜任務(wù)，如數(shù)學(xué)、編程、邏輯推理等奠定基礎(chǔ)；接著Qwen3系列模型開展強(qiáng)化學(xué)習(xí)優(yōu)化，運(yùn)用基于規(guī)則的獎勵機(jī)制，大力提升模型在面對復(fù)雜任務(wù)時探索并尋求最佳答案的推理能力；隨后Qwen3系列模型進(jìn)行思維模式融合，讓模型能依據(jù)任務(wù)特性，在“思考模式”與“非思考模式”間自如切換；最后Qwen3系列模型通過對20多個常見任務(wù)實(shí)施強(qiáng)化學(xué)習(xí)微調(diào)，完成通用任務(wù)校準(zhǔn)，全面提升模型的推理與指令遵循水平。
在硬件與效率優(yōu)化層面，MoE模型采用動態(tài)激活專家策略，默認(rèn)配置下專家池規(guī)?？蛇_(dá)128個，每處理一個token會激活8個專家，搭配負(fù)載均衡算法，保障了訓(xùn)練穩(wěn)定性。在硬件協(xié)同上，MoE模型僅需4張H20加速卡，便能實(shí)現(xiàn)235B旗艦?zāi)Ｐ偷牟渴稹?/p>
Qwen3系列模型在參數(shù)效率、推理成本、多語言支持及AI Agent開發(fā)等多個維度展現(xiàn)出顯著優(yōu)勢。
參數(shù)效率上，30B MoE模型激活參數(shù)僅3B，性能卻超越上代32B Dense模型；推理成本方面，以15B-A2B模型為例，在英偉達(dá)A100顯卡上，30B MoE模型單次推理耗時較同等性能14B稠密模型降低42%，30B MoE模型顯存占用從28GB降至18GB，吞吐量提升至1.2倍，實(shí)現(xiàn)消費(fèi)級顯卡部署高性能模型的效果。
多語言支持上，Qwen3系列模型覆蓋全球90%以上人口的119種語言和方言；AI Agent開發(fā)上，Qwen3系列模型原生支持MCP協(xié)議，集成Qwen-Agent框架，Qwen3系列模型的工具調(diào)用能力在BFCL評測中以70.8分超越OpenAI-o1。
結(jié)語；Qwen3系列模型正在縮小與頂尖閉源產(chǎn)品的差距
Qwen3系列模型通過混合推理架構(gòu)與高效訓(xùn)練策略，在性能、成本、多語言支持等維度樹立開源模型新標(biāo)桿。其動態(tài)資源分配機(jī)制（如思考預(yù)算控制）為企業(yè)節(jié)省75%算力成本，而119種語言覆蓋能力為全球化業(yè)務(wù)提供底層支持。
Qwen3系列模型在多項評測中表現(xiàn)突出，其混合推理架構(gòu)與高效訓(xùn)練策略展現(xiàn)強(qiáng)勁實(shí)力。盡管在實(shí)際場景應(yīng)用中，如代碼生成與創(chuàng)意寫作領(lǐng)域，仍需進(jìn)一步驗證效果，Qwen3系列模型與頂尖閉源產(chǎn)品的差距正逐步縮小。
