近日，阿里巴巴公布了其新一代大模型Qwen3系列的技术细节，并通过一份详细的技术报告，全面展示了该系列模型的创新之处，包括混合推理架构、独特的训练策略以及令人瞩目的评测结果。这一举动无疑将进一步推动开源大模型领域的发展，并为开发者提供更强大的工具。
Qwen3系列大模型于4月29日正式发布，包含六款稠密模型和两款MoE (Mixture of Experts) 模型，参数规模从0.6B到235B不等，旨在满足不同应用场景的需求。其中，旗舰模型Qwen3-235B-A22B凭借其庞大的参数规模和巧妙的设计，在编程、数学推理等关键基准测试中表现突出，超越了包括DeepSeek-R1和Grok-3在内的多个国际领先模型。值得注意的是，22B的激活参数意味着只有相对少量的参数在每次推理过程中被激活，从而提高了效率。
Qwen3系列的核心亮点之一是其创新的双系统推理架构。该架构巧妙地将“快思考”和“慢思考”两种模式结合起来，以应对不同的任务需求。面对需要深入逻辑分析的任务，如复杂的数学证明和代码生成，模型会启动“慢思考”深度推理模块，支持高达38K token的动态思考预算，进行多步骤的逻辑链分析。在日常对话等场景下，模型则以“快思考”模式运行，仅需激活20%的参数，从而实现了60%的响应速度提升和40%的算力消耗降低。这种动态调整推理模式的能力在开源模型中并不常见，体现了阿里在模型效率优化上的努力。
Qwen3系列模型的后训练流程围绕“思考控制”和“慢思考”两个核心目标展开。 “思考控制”旨在实现对模型推理过程的精细化控制，用户可以根据实际需求灵活选择模型是否进行推理，并通过指定token预算来控制思考深度，这为开发者提供了更多的自定义选项。“慢思考”则侧重于简化和优化轻量级模型的后训练过程，通过利用大规模模型的知识，大幅降低构建小规模模型所需的计算成本和工作量。这种知识迁移方法对于资源有限的开发者来说，无疑是一大利好。
性能评测方面，旗舰模型Qwen3-235B-A22B的成绩令人印象深刻。在数学推理的AIME25奥数测评中，该模型获得了81.5分的高分，刷新了开源模型的纪录，远超DeepSeek-R1等顶尖模型。 在代码生成的LiveCodeBench评测中，Qwen3-235B-A22B同样表现出色，得分超过70分，超越了Grok-3-Beta和DeepSeek-R1等主流模型。这些数据表明，Qwen3-235B-A22B在复杂的推理和代码生成任务上，已经具备了与顶尖模型竞争的实力。
除了强大的推理能力，Qwen3系列模型还支持跨模态任务，集成了视觉（Qwen3-VL）和音频（Qwen3-Audio）模块，从而扩展了模型的应用范围，可以应用于诸如医学影像分析等领域。 在硬件与效率优化方面，MoE模型采用动态激活专家策略，仅需4张H20加速卡便能实现235B旗舰模型的部署，大大降低了部署成本。 总体而言，Qwen3系列模型在参数效率、推理成本、多语言支持及AI Agent开发等多个维度均展现出显著优势，体现了阿里巴巴在打造更易用、更高效的大模型方面的决心。
值得一提的是，Qwen3-235B-A22B于今年5月6日成功登顶国际权威大模型测评榜LiveBench开源大模型性能的榜首，进一步证明了其卓越的性能和实力。 Qwen3系列模型通过混合推理架构与高效训练策略，为开源模型树立了新的标杆，并正在逐步缩小与领先的闭源产品的差距。未来，我们有望看到更多基于Qwen3系列模型的创新应用涌现，为各行各业带来新的发展机遇。
