阿里通义大模型家族正式迎来新成员——Qwen3系列，一口气开源了8个不同规格的模型，引发行业广泛关注。
4月29日凌晨，阿里云正式对外开源了Qwen3系列，涵盖2个MoE模型与6个稠密模型。发布仅2小时，该系列在GitHub上的Star数便突破16.9k，市场热度可见一斑。
最引人瞩目的当属旗舰型号Qwen3-235B-A22B。在编程、数学、通用能力等多项基准测试中，其性能表现优于DeepSeek-R1、OpenAI o1，甚至超越o3-mini、Grok-3、Gemini-2.5-Pro等知名模型。具体有哪些亮点？让我们一探究竟。
此次升级的核心可归纳为五大关键点：
第一，涵盖8种参数规格的模型全面发布。从小巧的0.6B到旗舰级235B总参数、220亿激活参数的MoE模型，覆盖稠密与MoE两种技术路线。具体包括0.6B、1.7B、4B、8B、14B、32B六个稠密模型，以及Qwen3-235B-A22B和Qwen3-30B-A3B两个MoE模型。
第二，引入混合思考模式。用户可根据任务复杂度，自由切换“思考模式”与“非思考模式”，自主掌控模型的思考深度，实际使用中极为灵活。
第三，推理能力大幅提升。在思考模式下，数学、代码和常识逻辑推理能力超越前代QwQ；在非思考模式下，全面领先Qwen2.5 instruct系列。
第四，支持MCP协议（模型上下文协议），Agent能力显著跃升。无论思考还是非思考模式，模型均可与外部数据源及工具集成，完成更复杂的任务调度。
第五，语言覆盖面极大扩展，支持119种语言和方言，涵盖理解、推理、指令跟随与生成等全链路能力。
目前，Qwen3系列已在Hugging Face、ModelScope和Kaggle等主流平台开源，采用Apache 2.0许可证。部署方面，官方建议开发者优先使用SGLang和vLLM框架；若需本地部署，可选Ollama、LMStudio、MLX、llama.cpp等工具。
值得留意的是，Qwen3调整了命名方式：后训练模型不再带有“-Instruct”后缀，基础模型统一标注为“-Base”。
01. 以小搏大！激活参数仅1/10，性能反超
先看具体参数。6个稠密模型中，0.6B至4B规格的上下文长度为32K，8B至32B规格的则达到128K。
两个MoE模型的上下文长度均为128K。
真正的亮点在于效率。小型MoE模型Qwen3-30B-A3B，激活参数仅为QwQ-32B的十分之一，却实现了性能反超。更令人惊讶的是，Qwen3-4B这个小模型，性能直接与Qwen2.5-72B-Instructor持平。
从基准测试数据来看，Qwen3-1.7B/4B/8B/14B/32B-Base的性能分别与Qwen2.5-3B/7B/14B/32B/72B-Base相当。换言之，更小的参数规模足以媲美甚至超越更大参数量的前代模型。
尤其在STEM（科学、技术、工程、数学）、编程和推理领域，Qwen3稠密模型的性能甚至优于参数规模更大的Qwen2.5系列。
▲Qwen3系列与Qwen2.5系列基准测试对比
02. 混合思考模式 + 119种语言 + MCP协议
Qwen3的三大技术亮点值得深入探讨。
首先是混合思考模式。简单来说，模型支持“思考”和“非思考”两种工作状态。思考模式下，模型会逐步推理、花费更多时间给出最终答案，适合处理需要深度思考的复杂问题；非思考模式下，响应几乎瞬间完成，适合对速度要求高的轻量任务。
▲思考和非思考模式对比
这种设计意味着用户可根据任务难度自由控制模型的“思考预算”：难题可用扩展推理慢慢解决，简单问题则秒回响应，延迟几乎为零。更重要的是，两种模式的融合强化了模型对思考预算的稳定控制能力，开发者可针对特定任务配置预算，在成本效率与推理质量之间找到最佳平衡点。
在多语言能力方面，Qwen3支持多达119种语言和方言，这对全球化应用场景具有重要价值。
此外，Qwen3在编程和Agent能力上的提升同样显著，核心支撑在于集成了MCP协议，使模型与外部工具及数据源的协作更加流畅高效。
03. 预训练数据翻番，兼顾逐步推理与快速响应
性能提升的背后，是数据规模与技术路线的双重进化。
与Qwen2.5相比，Qwen3的预训练数据集直接翻倍——从1800亿token增加至约3600亿token。为凑齐如此庞大的数据集，研发团队收集了网络数据、PDF文档数据，并利用Qwen2.5-VL从文档中提取文本，再用Qwen2.5提升内容质量。数学和代码方面，则通过Qwen2.5-Math和Qwen2.5-Coder生成教科书、问答对及代码片段等合成数据。
预训练分为三个阶段：
第一阶段，模型在超过3000亿token上预训练，上下文长度为4K，主要打好语言和知识基础；第二阶段，提升STEM、编程、推理等知识密集型数据比例，再预训练500亿token；第三阶段，使用高质量长上下文数据将长度扩展至32K，使模型能处理更长的输入。
后训练阶段尤为关键。为打造一个既能逐步推理又能快速响应的混合模型，团队设计了四阶段训练流程：思维链（CoT）冷启动 → 基于推理的强化学习 → 思维模式融合 → 通用强化学习。
具体而言：第一阶段，用多样化的长思维链数据微调模型，覆盖数学、编程、逻辑推理和STEM问题，使模型具备基本推理能力；第二阶段，通过基于规则的奖励机制扩大强化学习计算资源，增强模型的探索与利用能力；第三阶段，在长思维链数据和指令微调数据上联合微调，将非思考能力无缝融入思考模型；第四阶段，在超过20个通用任务上应用强化学习，涵盖指令遵循、格式遵循和Agent能力，进一步将模型调教得更全面。
04. 结语：Agent生态爆发前夜，模型架构与训练方法双轮驱动
从Qwen3的表现可以看出，通过扩大预训练和强化学习的规模，以更小的参数规模实现更高的智能水平，这条路完全可行。混合思考模式的引入，也让开发者对模型预算的控制变得更加灵活。
展望未来，研发团队计划在几个方向上持续发力：优化模型架构和训练方法，进一步扩展数据规模、增加模型大小、延长上下文长度、拓宽模态，并通过环境反馈推进长期推理的强化学习。
一个不可忽视的趋势是，AI产业正从“训练模型”转向“训练Agent”。大模型能力的实际应用价值正在被一步步放大。通义大模型系列的目标，也正是围绕这一方向持续推进升级。
