今早凌晨 5 点，阿里开源了他们最新的基座大模型 Qwen3（千问3）!
看得我都有点精神恍惚，这个性能对比图，我直接看傻了：
这简直是性能怪兽，最新开源的 Qwen3-235B-A22B、Qwen3-32B 全面领先 OpenAI-o1、DeepSeek-R1、Grok 3 Beta 等。
我其实关注并使用 Qwen 很久了，完全是看着它一路坚持开源，并不断突破的。
不知道大家有没有发现一个现象：越来越多的企业和研究者，把阿里千问模型作为基座，开发各类衍生产品。
这一趋势绝非偶然，而是有深层次的原因，已有研究者专门分析了其中的奥秘：
在一项对比实验中，研究者用相同的数据、相同的训练环境，分别训练了千问2.5和LLaMA-3，结果发现：千问2.5的效果始终优于LLaMA-3。
更令人惊讶的是，千问2.5展现出了更强的学习能力：在同样的数据量下，千问学得更快、效果更好，而LLaMA-3要达到相同水平，必须消耗更多的数据。
如果用一个简单的比喻，这就好比学霸和普通人在读同一本书：学霸不仅学得快，而且学得牢。
这篇研究论文指出，千问底座模型在初期训练上投入了巨大精力，加上采用更加优秀的模型架构设计，基础非常夯实。
而现如今，Qwen3（千问3）都来了！
一、千问3
阿里千问团队在这个夯实的基础上，再进一步，正式开源了新一代的通义千问模型：Qwen3（千问3）！
这代千问3，性能方面全面超越了Deepseek-R1、OpenAI-o1及等国内外领先模型的同时， 4 张 H20 就能实现本地满血部署，显存占用仅为性能相近模型的三分之一。
同时，千问3遵循Apache 2.0开源协议，支持免费下载与商用，延续千问家族开源的传统。
体验方法也很简单，现在可以通过阿里云百炼调用API，或者在通义 App 上直接使用，夸克浏览器也即将上线接入。
Qwen Chat：
https://chat.qwenlm.ai
Hugging Face：
https://huggingface.co/collections/Qwen/qwen3-67dd247413f0e2e4f653967f
ModelScope：
https://modelscope.cn/collections/Qwen3-9743180bdc6b48
GitHub：
https://github.com/QwenLM/Qwen3
通义APP
二、全尺寸覆盖
这次千问3一口气发布了8个尺寸的模型，覆盖面很广：
6款Dense模型：0.6B、1.7B、4B、8B、14B、32B
2款MoE模型：Qwen3-30B-A3B和旗舰版 Qwen3-235B-A22B
其中旗舰版Qwen3-235B-A22B，总参数量达到了2350亿，但推理时只用激活220亿——相当于在保证效果的同时，大幅降低了推理成本（比同类比如DeepSeek-R1便宜了35%左右）
对普通玩家也很友好，比如Qwen3-30B-A3B，虽然总参数是300亿，但推理只激活30亿，性能对标上代Qwen2.5-32B，而且效率直接提升了10倍以上，家用显卡就能跑得动
此外，还有超小的Qwen3-0.6B，看来是为了手机等端侧部署，进行提前布局。
三、实际测试
这次千问团队从版本2.5升级到版本3，看起来并不是简单地参数堆叠或小修小补，而是深层次的改进啊。
它支持，混合快慢推理，MCP支持，多语言支持等等。
性价比与效率齐聚一身
以前用OpenAI、Gemini的时候，总纠结选哪个型号——o1？4o？mini-high？选模型花半天时间。
但是，千问3这次化繁为简。他们把顶尖的推理和非推理模式融合到了一个模型里面，实现了「既能快答简单问题，也能深思复杂问题」的效果。
目前，在开源世界里的模型只有千问3可以做到这一点，闭源的则是Claude3.7以及Gemini 2.5 Flash。
这就好比我们人类的快慢思考过程，当遇到简单问题，我们能迅速给出反应，当遇到有难度和深度问题时候，我们进行一步步问题拆解，分析，归类，用相对较长的时间进行思考，再给出答案。
之前我在用DeepSeek的时候经常发现模型会有无效思考时候，浪费生成思考字数和时间。千问为了解决这一痛点，支持设置思考字数滴控制，满足开发者在时间与成本上的自由权衡。这次真的用心了！
也就是说，再运行深度思考之前，可以手动调节这个思考预算，花费多少 tokens 预算你说了算。
你可以像我这样，直接满预算跑，给它出个脑筋急转弯：等红灯时在等绿灯还是红灯？Qwen3-235B-A22B 可以很快给出正确答案：
我从 Leetcode 找了一道难度系数为困难的编程题：
它的回答是这样的：
运行结果直接击败 **97.72%**：
在数学方面，我们先来一道初中题目试试水："如果 f(x)=3x−2x−2f(x) = (3x-2)/(x-2)，那么 f(−2)+f(−1)+f(0)f(-2) + f(-1) + f(0) 的值是多少？请用最简分数表示你的答案"。正确答案：14/3。初中题目千问3随便轻松拿捏啊。
你也可以控制预算，这次我给到它11264的token预算，但是实际上并没有全部用完。我拿出一道2022年高考乙卷的数学题：我们已知三角形 △ABC 的内角 A,B,C 对应的边分别为 a,b,c，且满足以下恒等式：sinC⋅sin(A−B)=sinB⋅sin(C−A)并附加条件：若 A=2B，求角 C。
部分思考过程：
最终结果：
最近的小球测试也是难道众多的大模型，看看千问3是否能轻松拿下。
提示词："write a Python program that shows a ball bouncing inside a spinning hexagon. The ball should be affected by gravity and friction, and it must bounce off the rotating walls realistically。
很快就得到了运行代码：
这是代码运行的结果：
强大Agent表现
为了迎接智能体时代的大爆发，千问团队也是看准了未来的趋势，在智能体这一方面也是做足充分的准备。
像最近爆火的MCP，它也是原生支持，也为各式各样的Agent框架包括Qwen-Agent进行优化调整，使其具备天然强大的工具调用、结构化输出与多模态协作能力，延续千问家族在基座模型上就有优越表现的传统。
在BFCL智能体评测中，千问3打破开源纪录，展现出领先的Agent执行能力。
多语言支持
千问3，它支持多达119种语言，覆盖多语种的需求。我觉得这也是非常重要的一个方向，就比如我前段时间学习西班牙语，感觉到现在的大模型对于小语种的表现好像还是有所欠缺。所以这对于学习小语种的朋友也是一个加分项。
更重要的是，让那些小语种，没有能力自行训练大模型的国家和地区来说，千问3的开源，让他们第一次有了属于自己的AI。
测试一下，多语种写诗歌的能力。
中文：用优雅的诗歌语言，描述量子碰撞 日语：優雅な詩のような言葉で、量子衝突を描写してください。 西班牙语：Describe la colisión cuántica con un lenguaje elegante y poético. 世界语：描述优雅和诗意语言的量子碰撞。 德语：Beschreibe die Quantenkollision in eleganter, poetischer Sprache. 泰语：อธิบายการชนกันของควอนตัมด้วยภาษากวีที่งดงาม 泰米尔语：குவாண்டம் மோதல்களை அழகான கவிதை மொழியில் விவரிக்கவும்.
虽然我不太懂其它语言，但是这回答看起来有模有样的。我用谷歌翻译一下生成的泰米尔语，感觉写的还是挺有感觉的。对于精通这些语言的小伙伴，可以亲自玩玩千问3。
四、最后
今天的千问3，并不是一蹴而就。它的诞生，让我看到的是阿里16年技术积累的结果。
截至目前，千问家族衍生出的模型数量已经突破10万款，正式超越LLaMA家族，成为全球最大的开源大模型体系！
从2009年开始自研云计算（阿里云），到2022年正式推出通义千问大模型体系，阿里坚持自主创新，打通了算力-算法-应用全链路，逐步构建起智能时代的核心基础设施。
另外还有不少独立的研究验证了千问的基座实力：
李飞飞团队的一项关于RL的训练研究：他们以阿里通义千问 Qwen2.5-32B-Instruct 为底座，用1000条数据训练出新模型 s1-32B，数学和编码能力已接近 OpenAI o1 和 DeepSeek R1，且在竞赛数学任务上，比 o1-preview 高出27%。 更早前，DeepSeek通过蒸馏出的6个推理模型中，有4个基于Qwen-32B，多个能力指标对标 OpenAI o1-mini。
这些成果的背后，正是千问打磨出的强大基座在默默支撑着整个国产AI生态的崛起。
千问3不仅是一次技术更新，更是国产科技厚积薄发的标志。
在全球AI赛道上，我们看到了真正意义上的国产力量：以坚实的底座为基础，生长出越来越强大的衍生模型与应用，迈向更高远的未来。
没有评论:
发表评论