Qwen 3发布，阿里又点燃了AI开源的篝火

文｜邓咏仪

编辑｜苏建勋

4 月 28 日，AI 圈子内的从业者们都在等待一件事：Qwen 3。

从中午开始，Qwen 3 即将发布的小道消息，已经满天飞舞。Qwen 团队负责人林俊旸也在 X 上暗示：" 看看我们今晚能否完成 Qwen 3 的工作 "。

来源：X（Twitter）

《智能涌现》所在的多个业内讨论群，充斥着不知真假的 Qwen 3 模型上传截图。AI 从业者疯狂刷新 GitHub、HuggingFace 中的 Qwen 主页，用 AI 生成 Qwen 3 上线海报、现场的模拟图，刷屏各种表情包，狂欢直至深夜还未停歇。

Qwen 3 最终在凌晨 5 点上线。新一代的 Qwen 3 参数量仅为 DeepSeek-R1 的 1/3，首先是成本大幅下降，性能全面超越 R1、OpenAI-o1 等全球顶尖模型。

更重要的是，Qwen 3 搭载了 Claude 3.7 等顶尖模型的混合推理机制，将 " 快思考 " 与 " 慢思考 " 集成进同一个模型，大大减少了算力消耗。

Qwen 3 的开源一共涉及 8 款不同架构和尺寸的模型，从 0.6B 开始，大到 235B，适用于更多类型的移动端设备。除了模型之外，Qwen 还顺带推出了 Agents 的原生框架，支持 MCP 协议，有着一股 " 让所有人都要用上 Agents" 的劲头。

DeepSeek 爆火后的 1 月份，大年初一前夜，阿里急速上线了新模型 Qwen2.5-VL 和 Qwen2.5-Max，迅速秀了一把肌肉的同时，也赋予了阿里集团更浓郁的 "AI 味儿 "。受此情绪的烘托，阿里股价在春节前后阶段大涨超 30%。

但比起这次的旗舰级模型 Qwen 3，上述模型都只是前奏。

对 Qwen 3 的万众期待，来自阿里在 AI 开源社区的盛誉——如今 Qwen 已经是全球领先的开源模型系列，根据最新数据，阿里通义已开源 200 余个模型，全球下载量超 3 亿次，千问衍生模型数超 10 万个，已超越此前的开源霸主 Llama。

如果说 DeepSeek 是一支精锐的小分队，快速在技术上冲锋；那么 Qwen 就是一个军团，对大模型布局更早，也更积极做生态，展现了更广的覆盖度和社区活力。

某种程度上，Qwen 也是大模型落地的产业风向标。

一个典型的例子是，在 DeepSeek R1 发布后，很多企业和个人想私有化部署 " 满血版 "DeepSeek（671B），单单硬件成本就要上百万元，落地成本很高。

阿里 Qwen 家族提供了更多的模型尺寸和类别，能帮助产业界更快验证落地价值。用大白话来讲，开发者不用自己裁剪模型，而是拿来即用，继而快速落地。Qwen 13B 及以下的模型，可控性强，的确是如今 AI 应用领域最受欢迎的模型之一。

DeepSeek R1 成为开源历史上的锚点，也深深影响了大模型竞争的走向。不同于此前模型厂商沉迷于刷 Benchmark、刷题，中国大厂们迎来必须要证明自己真正技术实力的周期。

Qwen 3 的发布，就是这样一个时点。

满血版成本为 1/3 个 DeepSeek R1，性能更强大

2024 年 9 月，阿里云在云栖大会上发布了上一代模型 Qwen 2.5。Qwen2.5 一次性开源了从 0.5B 至 72B 共 6 个尺寸的全系列模型，覆盖从端侧到云端的全场景需求，在代码等多个类别中，都能达到 SOTA。

所有模型均允许商业使用与二次开发，这也被开发者称为 " 真正开放的 AI"。

市场风传新一代的 Qwen 3 会推出基于 MoE 架构，开源更多尺寸，成本能做到比 DeepSeek 更低——这些猜测都被一一证实。

Qwen 3 一共开源了 8 个尺寸的模型，分别为：

两款 MoE（混合专家）模型的权重（指模型的决策偏好）：30B（300 亿）、235B（2350 亿）参数

六款 Dense（密集）模型：包括包括 0.6B（6 亿）、1.7B（17 亿）、4B（40 亿）、8B（80 亿）、14B（140 亿）、32B（320 亿）

每款模型均达到了同尺寸开源模型中的 SOTA（最佳性能）。

Qwen 3 延续了阿里开源的慷慨风格，依旧采用宽松的 Apache2.0 协议开源，首次支持 119 多种语言，全球开发者、研究机构和企业，都免费下载模型并商用。

Qwen 3 的最大看点，一是成本大幅下降，同时性能还有大幅提高。

在 Qwen 3 的训练中，阿里投入了令人惊讶的成本。Qwen 3 基于 36 万亿 token 进行预训练，这是上一代模型 Qwen 2.5 的两倍，在全球同等体量的顶尖模型中也能排到前列。

据 Qwen 团队公开的数据，仅需 4 张 H20 即可部署 Qwen 3 满血版，显存占用仅为性能相近模型的三分之一。

成本降低，但性能反而更高了。

Qwen 的推理能力有非常显著的提升。在数学、代码生成和常识逻辑推理方面，Qwen 3 均超越先前的推理模型 QwQ（思考模式）和 Qwen2.5 模型（非思考模式）。

而在代码、数学、通用能力等基准测试中，Qwen 3 也能与目前的顶尖模型 o3-mini、Grok-3 和 Gemini-2.5-Pro 等顶尖模型。

△ Qwen 3 性能图 来源：Qwen 3  

另外一个核心亮点，是 Qwen 模型对智能体（Agents）的全面适配。

如果说，OpenAI 的 o1 模型一脚踢开了推理模型的大门，DeepSeek R1 的发布，让所有用户见识到了推理模型的魔力：模型有像人类一样的 " 思考链 "，有思考顺序，不断验证是否正确，推演出认为合适的答案。

但只有深度思考模式的话，弊端也很明显。哪怕询问简单的天气、今天穿什么，DeepSeek 会来回地纠结，自我设问，不断验证，经历少则数十秒的过度思考——如果 DeepSeek 没有将模型的思考链展示给用户，几乎没有用户能够忍受延迟成这样的对话体验。

阿里 CEO 吴泳铭曾在 2024 年 9 月的云栖大会表示："AI 最大想象力不在手机屏幕，而是接管数字世界，改变物理世界 "。

智能体是通往这种愿景的重要路径。所以，Qwen3 做成混合推理模型是相当关键的：在单一模型内，能无缝切换思考模式（用于复杂逻辑推理、数学和编码）和非思考模式（用于高效的通用对话，比如询问天气、历史知识等简单信息搜索）。

推理与非推理任务的融合能力，实际上是让模型：

能够理解数字世界，更多强调的是非推理能力，如识别、检索、分类，

能够操作数字世界，更多强调的是推理能力，模型能自主规划、决策、编程，典型应用如 Manus。

Qwen 3 的 API 可按需设置 " 思考预算 "（即预期最大深度思考的 tokens 数量），进行不同程度的思考，确保在各种场景下都能达到最佳性能。

在以前的机制中，用户需要手动开关 " 深度思考 " 模式，一次对话中可能只能专注一种模式；但 Qwen 3 的新机制将这个选择交给模型——模型能自动识别任务场景、选择思考模式，减少了用户对模型模式的干预成本，也会带来更丝滑的产品体验。

混合推理是目前比较难的技术方向，需要极其精细、创新的设计及训练，难度远超训练纯推理模型。模型要学习两种不同的输出分布，要做到两个模式融合，且基本不影响任何一种模式下的效果。

热门模型中，现在只有 Qwen 3、Claude3.7 以及 Gemini 2.5 Flash 可以做到较好的混合推理。

混合推理会整体提高模型使用的性价比，既提升了智能水平，又整体降低了算力资源消耗。比如，Gemini-2.5-Flash，推理和非推理模式下的价格相差约 6 倍。

而为了让所有人都能马上开发 Agents，Qwen 团队几乎是提供了保姆式的工具箱：

Qwen 3 最近火爆的 MCP 协议，具备工具调用（Function Calling）能力，两者都是 Agents 的主要框架

原生的 Qwen-Agent 框架，封装了工具调用模板和工具调用解析器

API 服务也同步上线，企业可以直接通过通过阿里云百炼调用。

如果用装修来举例，这就像 Qwen 团队把房子建好、完成硬装，还给你提供了部分软装，开发者可以直接用上很多服务。这将大大降低编码复杂性，开发门槛进一步下降，比如很多手机及电脑 Agent 操作等任务，就可以高效实现。

开源模型进入新一轮竞争周期

在 DeepSeek R1 获得爆炸性声量，成为全球开源模型的标杆之后，模型发布不再是单纯的产品更新，而是代表公司战略的关键走向。

Qwen 3 的发布正值 DeepSeek R1 后，开源社区的新一轮竞争已经开始：2025 年 4 月，Meta 旗下的 Llama 4 在 4 月初正式发布，但因为效果不佳而遭诸多批评；而此前屡屡受挫的 AI 巨头 Google，也借着 Gemini 2.5 pro，在开源领域扳回一城。

通用大模型层的能力仍在快速变迁中，很难有厂商能够一直保持领先。在这个时点上，大模型团队如何确定自己的发展主线，不只是个技术问题，更是对不同产品路线和商业判断的策略问题。

在 Qwen 3 的发布上，可以看出一种更务实的开源策略。

比如，Qwen3 本次提出的模型尺寸，就比 Qwen 2.5 时的尺寸划分就更细致。在资源受限的设备（如移动端、边缘计算设备）上实现高效运行，Qwen 3 能同时保证一定的性能，满足轻量级推理、对话等需求。

阿里仔细解释了各个模型的适用场景：

最小参数模型（如 0.6B 及 1.7B）：支持开发者用于 speculative decoding（推测性解码） 作实验模型用，对科研很友好；

4B 模型：推荐在手机端侧应用

8B 模型：推荐在电脑或者汽车端侧应用

14B 模型：适合作落地应用，普通开发者有几张卡也都能玩转起来

32B 模型：开发者和企业最喜欢的模型尺寸，支持企业大规模部署商用

而在旗舰模型上，Qwen 3 的模型规模和架构，也是一个更精炼，更容易落地应用的设计。

以 Qwen 旗舰版模型 235B（235 亿参数）和 DeepSeek R1 满血版做直接对比：

Qwen 3 235B 采用中等规模 ( 235B ) 与高效激活设计 ( 22B 激活，约 9.4% ) ，只需 4 张 H20 GPU 即可部署；

DeepSeek-R1 追求超大规模 ( 671B ) 与稀疏激活 ( 37B 激活，约 5.5% ) ，推荐 16 卡 H20 配置，约 200 万元。

从部署成本看，Qwen 3 是满血版 R1 的 25%-35%，模型部署成本大降六到七成。

DeepSeek R1 之后，如果说大模型领域达成了什么共识，那便是——重新将资源、人力投入到模型层的技术突破，让模型能力突破应用能力的上限。

如今大模型领域，重新将目光转向模型能力的突破。

从 Qwen 发布主题的变化，也能看出如今技术主线的变迁：Qwen 2.5 发布时，主题还是《扩展大型语言模型的边界》，而到了 Qwen 3，则是《思深，行速》，专注提高模型能力的应用性能，拉低落地门槛，而非单纯扩大参数规模。

现在，通义千问 Qwen 在全球下载量超过 3 亿，在 HuggingFace 社区 2024 年全球模型下载量中，Qwen 占比已经超 30%。阿里云的模型开源策略，已经走出另一条更清晰的道路：真正成为应用的土壤。

欢迎交流