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等領先模型，登頂全球最強開源模型。

根據(jù)官方的說法，千問3的旗艦版本 Qwen3-235B-A22B，在代碼、數(shù)學、通用能力等基準測試中，達到了與 DeepSeek-R1、o1、o3-mini、Grok-3 和 Gemini-2.5-Pro 同一梯度的水平。

在奧數(shù)水平的 AIME25 測評中，Qwen3-235B-A22B 斬獲 81.5 分，刷新了開源模型的紀錄；在考察代碼能力的 LiveCodeBench 評測中，Qwen3-235B-A22B 突破 70 分，表現(xiàn)甚至超過 Grok 3；在評估模型人類偏好對齊的 ArenaHard 測評中，Qwen3-235B-A22B 以 95.6 分超越 OpenAI-o1 及 DeepSeek-R1。

此外，小型MoE模型Qwen3-30B-A3B的激活參數(shù)數(shù)量是QwQ-32B的10%，表現(xiàn)更勝一籌，甚至像Qwen3-4B這樣的小模型也能匹敵Qwen2.5-72B-Instruct的性能。

千問3總參數(shù)量235B，刷新了開源模型的智能水平新高，阿里稱僅需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。

千問3是國內首個“混合推理模型”，模型支持兩種思考模式：思考模式：在這種模式下，模型會逐步推理，經過深思熟慮后給出最終答案。這種方法適合需要深入思考的復雜問題。非思考模式：在此模式中，模型提供快速、近乎即時的響應，適用于那些對速度要求高于深度的簡單問題。

在預訓練方面，千問3的數(shù)據(jù)集相比Qwen2.5有了顯著擴展。Qwen2.5是在18萬億個token上進行預訓練的，而千問3使用的數(shù)據(jù)量幾乎是其兩倍，達到了約36萬億個token，涵蓋了119種語言和方言。

同時，千問3為即將到來的智能體Agent和大模型應用爆發(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調用工具的門檻。

據(jù)悉，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、研究機構和企業(yè)均可免費在魔搭社區(qū)、HuggingFace等平臺下載模型并商用，也可以通過阿里云百煉調用千問3的API服務。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。

目前，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。

與此同時，阿里巴巴千問3開源后，上下游供應鏈連夜進行適配和調用，英偉達、高通、聯(lián)發(fā)科、AMD等多家頭部芯片廠商已成功適配千問3，在不同硬件平臺和軟件棧上的推理效率均顯著提升，可滿足移動終端和數(shù)據(jù)中心場景的AI推理需求。

此外，在阿里千問3開源數(shù)小時后，華為官方宣布昇騰支持千問3全系列模型部署，開發(fā)者在MindSpeed和MindIE中開箱即用，實現(xiàn)千問3的0day適配。隨后海光信息也表示，在“深算智能”戰(zhàn)略引領下，海光DCU迅速完成對全部8款模型的無縫適配+調優(yōu)，覆蓋235B/32B/30B/14B/8B/4B/1.7B/0.6B，實現(xiàn)零報錯、零兼容性問題的秒級部署。

早在2024年3月，智能手機芯片廠商聯(lián)發(fā)科，已在天璣9300等旗艦芯片上部署通義千問18億、40億參數(shù)大模型，此次適配千問3是雙方芯片級軟硬適配的延續(xù)。去年10月，高通在在發(fā)布會上宣布了跟騰訊混元和智譜的合作，騰訊混元大模型7B和3B版本、智譜的GLM-4V端側視覺大模型都會在搭載驍龍8 Elite的手機上落地。