人工智能領域又一重大突破！

4月29日，阿里巴巴正式發布新一代通義千問模型——Qwen3（以下稱“千問3”），這一發布在全球科技圈引發震動。

千問3的最大亮點在于其卓越的效率與顯著降低的成本。據悉，千問3的模型大小僅為相近性能模型的三分之一，但其性能卻全面超越了包括R1和OpenAI-o1在內的全球頂尖模型，登頂全球最強開源模型。

值得強調的是，千問3是國內首個“混合推理模型”，將“快思考”與“慢思考”有效整合于同一模型中。通俗來說，對于簡單問題，千問3能夠以低算力實現“秒回”；而面對復雜問題，則能通過多步驟的深度思考，顯著節省算力消耗。這一設計實現了推理機制與最低成本之間的最佳平衡。

據悉，千問3開源后，上下游供應鏈連夜進行適配和調用，NVIDIA、聯發科、AMD等多家頭部芯片廠商已成功適配千問3。在阿里通義千問模型千問3模型開源數小時后，華為官方宣布昇騰支持千問3全系列模型部署，開發者在MindSpeed和MindIE中開箱即用，實現千問3的0Day適配。

對此，數據猿第一時間對千問3在數學、代碼生成、文字創意上進行了幾道簡單的實測，先是輸入了一道2024年高考數學題。

在頁面提問后，頁面會顯示此次思考所用的“思考預算”，用戶可以根據實際需求，調整深度思考所需的tokens數量，從1024tokens到38912tokens，從而實現不同程度的思考。

已知三角形ABC的內角A、B、C的對邊分別為a、b、c，若a=3，b=4，C=60°，求三角形ABC的面積。在這道高考數學題中，筆者分別用no think和think模式，其都回答正確。

其次，又在指令欄里輸入：創建一個紅白機風格的"貪吃蛇"游戲，包含自動演示AI功能，使用純HTML/CSS/JavaScript實現為單文件

生成游戲代碼

性能登頂

千問3的“混合推理”

據介紹，此次發布的千問3在推理能力、指令遵循、工具調用及多語言能力等方面均有顯著提升，創造了國產模型及全球開源模型的新性能高峰。

千問3擁有五大關鍵特性：一是獨特的混合推理能力，能夠在思考模式和非思考模式之間靈活切換，以適應不同場景的需求；二是在數學、代碼生成和常識邏輯推理等方面的推理能力得到了顯著增強；三是表現出卓越的人類偏好對齊，在創意寫作、角色扮演、多輪對話和指令跟隨等場景中提供出色的對話體驗；四是智能體能力突出，能夠在兩種模式下精準集成外部工具，在處理復雜的基于代理的任務時展現出強大的競爭力；五是具備強大的多語言能力，支持119種語言和方言，極大地拓展了其應用范圍。

其中，千問3在代表奧數水平的AIME25測評中，獲得了81.5分，刷新了開源紀錄；在考察代碼能力的LiveCodeBench評測中，突破了70分大關，表現甚至超過了Grok3；在評估模型與人類偏好對齊的ArenaHard測評中，千問3以95.6分超越了OpenAI-o1及DeepSeek-R1。

好奇千問3為何能表現出如此強勁的實力？實際上，高性能、低成本的秘密，其實藏在千問3獨特的“混合推理”模式中。

如何理解“混合推理”？

通俗來說，相當于把頂尖的推理模型和非推理模型集成到同一個模型里去，遇到簡單問題模型能瞬間給出答案，算力消耗很少，但遇到復雜問題，就開啟復雜思考模式。技術門檻很高，通常需要經過精心設計的多輪強化學習訓練，才能實現模型智能最終的巨大飛躍。目前，熱門模型中只有千問3、Claude3.7以及Gemini 2.5 Flash可以做到。

以DeepSeek類比，V3是Chat/Instruct 模型，R1 是 Reasoning 模型，在使用時，需要打開／關閉深度思考；但在部署時，需要分別部署兩套模型，這樣就占用了極大的算力資源。而 Qwen3 全系列都有推理能力，且小模型也能做推理。

具體而言，在“推理模式”下，模型會執行更多中間步驟，如分解問題、逐步推導、驗證答案等，給出更深思熟慮的答案；而在“非推理模式”下，模型會快速遵循指令生成答案。同一個模型，可以完成“快思考”和“慢思考”，這類似于人類在回答簡單問題時，憑經驗或直覺快速作答，面對復雜難題時再深思熟慮，仔細思考給出答案。

千問3還可API設置“思考預算”（即預期最大thinking tokens數量），進行不同程度的思考，讓模型在性能和成本間取得更好的平衡，以滿足開發者和機構的多樣需求。

正是因為它的“超高性價比”，能在提升模型本身智能水平的同時，整體降低算力資源消耗。如今混合推理的大模型路線，正成為頂級大模型公司爭相突破的前沿技術領域。有研究顯示，綜合來看，推理模式下的成本可能是非推理模式的數倍（2到5倍）。

成本“斷崖式”下降

中國AI應用即將迎來大爆發？

除了上文說的性能提升，此次千問3開源還顯著降低了部署成本?，F在，僅4張H20顯卡即可輕松部署千問3旗艦版，可以說是把大模型的部署門檻壓到了地板。

可別小看這點。實際上，自打大模型出來后，大家考慮的是如何將這些模型更好的融合到業務中。

為了滿足不同場景的應用需求，據介紹，此次千問3共開源了8款模型，其中，包含2款MoE模型（30B和235B），以及6款參數規模各異的稠密模型（參數量分別為0.6B、1.7B、4B、8B、14B、32B）。

其中，千問3的30B參數MoE模型實現了10倍以上的性能杠桿提升，僅需激活3B參數，就能媲美上一代Qwen2.5-32B模型的性能。而千問3的密集模型性能也在持續突破，以一半的參數量實現了同等高性能。例如，32B版本的千問3模型，其性能甚至能夠跨級超越Qwen2.5-72B模型。

每款模型均代表了同尺寸下的開源最佳性能，這些模型針對不同的應用場景進行了優化。

例如，小參數模型適用于實驗和科研，4B模型適合手機端，8B模型適合電腦或汽車端，14B模型便于普通開發者進行落地應用，而32B模型則是企業和大規模部署的首選。兩款MoE模型中，旗艦版的235B-A22B模型憑借其高效性能，適用于企業本地部署和云部署；較小的30B-A3B模型則以快速響應和良好效果，適合對速度有較高要求的應用場景。

推理大模型的能力增強，將適用場景進一步拓展。但其中有一個問題是，推理大模型極其依靠算力的投入，背后就是大量的算力成本投入。這成為了阻礙企業適用大模型普及的因素。

從這點看，此次千問3的開源，顯得極具價值。未來或許會讓更多的人、企業都可以享用到用得起、用得好的尖端AI技術。特別是它的各種小尺寸模型，對后續手機、智能眼鏡、智能駕駛、人形機器人等智能設備和場景的部署更為友好。再加上，所有企業都可免費下載和商用千問3系列模型這點，或將大大加速AI大模型在終端上的應用落地。

從模型推理上看，千問3獨特的混合推理模型，開發者可自行設置“思考預算”，在滿足性能需求的同時實現更精細化的思考控制，自然也會節省整體推理成本?？梢詤⒖嫉氖牵愋偷腉emini-2.5-Flash在定價上的推理和非推理模式的價格相差約6倍，用戶使用非推理模式時相當于可節省600%的算力成本。

千問3性能圖

值得一提的是，在阿里通義千問模型千問3模型開源數小時后，華為官方宣布昇騰支持千問3全系列模型部署，開發者在MindSpeed和MindIE中開箱即用，實現千問3的0Day適配。

此前華為昇騰就一直同步支持千問系列模型。昇騰MindSpeed訓練、MindIE推理支持千問2.5、兼容主流生態的分布式并行接口等，千問3系列模型一發布即實現低代碼無縫遷移。

千問3開源后，上下游供應鏈連夜進行適配和調用，NVIDIA、聯發科、AMD等多家頭部芯片廠商已成功適配千問3。聯想旗下的智能體應用“百應”也同步接入千問3，在語言理解、多輪推理、指令跟隨等關鍵能力上實現了躍升。

堅持開源：首次支持119種語言

為全球開發者鋪平道路

千問3為即將到來的智能體Agent和大模型應用爆發提供了更好的支持。

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。

同時，千問3原生支持MCP協議，并具備強大的工具調用（function calling）能力，結合封裝了工具調用模板和工具調用解析器的Qwen-Agent 框架，將大大降低編碼復雜性，實現高效的手機及電腦Agent操作等任務。

據了解，千問3系列模型依舊采用寬松的Apache2.0協議開源，并首次支持119多種語言，全球開發者、研究機構和企業均可免費在魔搭社區、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，夸克也將接入千問3。

通過結合Qwen-Agent開源框架，開發者可以充分發揮千問3的智能體能力。Qwen-Agent是一個基于Qwen的指令跟蹤、工具使用、規劃和內存功能開發大型語言模型（LLM）應用程序的框架。該框架內部封裝了工具調用模板和解析器，并附帶瀏覽器助手、代碼解釋器和自定義助手等示例應用，大大降低了編碼復雜性。

開發者可以基于MCP配置文件定義可用工具，利用Qwen-Agent的集成功能或自行集成其他工具，快速開發具有設定、知識庫RAG和工具使用能力的智能體。

Qwen3開源模型家族

通義千問一直致力于開源事業，并將語言支持從29種擴展到119種，意味著更多國家和地區的人們能夠使用自己的語言享受AI技術帶來的便利。

具體來看，此次千問3支持119中語言，不但囊括了中、英、法、西、俄、阿拉伯等主要的聯合國語言，還包含了德、意、日、韓、泰、越南、尼泊爾、瑞典、波蘭、匈牙利等各國官方語言，以及中國的粵語、非洲的斯瓦西里語、中東的意第緒語、西亞的亞美尼亞語、東南亞的爪哇語、美洲的海地語等地方性語言。許多國家和地區沒有技術能力開發自己語種的AI大模型，隨著千問3的開源，全球各國各地區的人從此有了自己的AI大模型。

據悉，從2023年至今，阿里通義團隊已開源200多款模型，包含大語言模型千問Qwen及視覺生成模型萬相Wan等兩大基模系列，開源囊括文本生成模型、視覺理解/生成模型、語音理解/生成模型、文生圖及視頻模型等「全模態」，覆蓋0.5B、0.6、1.5B、3B、4B、7B、14B、30B、32B、72B、110B、235B等「全尺寸」參數，屢次斬獲Chatbot Arena、司南OpenCompass等權威榜單“全球開源冠軍”、“國產模型冠軍”，多次登頂HuggingFace、Github的最熱趨勢榜單。

目前，通義千問Qwen衍生模型數量已突破10萬，超越美國Llama模型，通義成為全球第一AI開源模型。通義千問Qwen在全球下載量超過3億，在HuggingFace社區2024年全球模型下載量中千問Qwen占比超30%，穩居第一。在2025年2月的Huggingface全球開源大模型榜單（Open LLM Leaderboard）中，排名前十的開源模型全部都是基于千問Qwen二次開發的衍生模型。

在李飛飛領銜的斯坦福HAI研究所發布的《2025年人工智能指數報告》顯示，2024年重要大模型（Notable Models）中，阿里入選6個，按照模型貢獻度排名，阿里AI貢獻位列全球第三。