阿里2025年4月29日正式發布了Qwen3系列模型。這是Qwen系列大型語言模型的最新成員，旗艦模型Qwen3-235B-A22B和小型 MoE 模型Qwen3-30B-A3B等多個模型在代碼、數學、通用能力等基準測試中表現出色。Qwen3 開源了多個模型權重，并在多個平臺開放使用。

Qwen3支持兩種思考模式，具備多語言能力，優化了 Agent 和代碼能力。其預訓練數據量達約 36 萬億個 token，預訓練分三個階段，后訓練采用四階段訓練流程。

模型亮點

• 多種思考模式：支持思考和非思考兩種模式。思考模式適合復雜問題，模型會逐步推理；非思考模式適用于簡單問題，能快速響應。兩種模式結合增強了 “思考預算” 控制能力，用戶可按需配置。

• 多語言能力：支持 119 種語言和方言，涵蓋印歐語系、漢藏語系等多個語系，為國際應用提供了可能。

• 增強的 Agent 能力：優化了 Agent 和代碼能力，加強對 MCP 的支持，通過 Qwen - Agent 可降低工具調用的代碼復雜性。

Qwen3性能表現

• 旗艦模型：Qwen3-235B-A22B是該系列的旗艦模型，擁有2350多億總參數和220多億激活參數。在代碼、數學、通用能力等基準測試中，該模型與DeepSeek-R1、Openai的o1和o3-mini、馬斯克的Grok-3以及谷歌的Gemini-2.5-Pro等頂級模型相比，表現出極具競爭力的結果。

• 小型模型：小型MoE模型Qwen3-30B-A3B的激活參數數量是QwQ-32B的10%，但表現更優。此外，Qwen3-4B這樣的小模型也能匹敵Qwen2.5-72B-Instruct的性能。

Qwen3技術特性

• 混合推理模型：Qwen3是國內首個“混合推理模型”，將“快思考”與“慢思考”集成進同一個模型。這種設計允許模型在解決復雜問題時進行深入推理，而在處理簡單請求時快速響應。

• 多語言支持：Qwen3支持119種語言，并基于近36萬億個token（標記）進行訓練，其訓練數據量是Qwen2.5的兩倍。

• 上下文長度：Qwen3支持高達256K的上下文長度，這使得它能夠處理長文檔分析、代碼生成與多輪對話等復雜任務。

Qwen3模型性能與成本

• 旗艦版Qwen3-235B-A22B：總參數量為2350億，激活參數為220億。與DeepSeek-R1相比，其總參數量僅為后者的三分之一，部署成本預計能節省超過一半。此外，該模型支持按需啟用“深度思考”模式，僅需4張H20顯卡即可實現本地部署。

• Qwen3-30B-A3B：總參數量為300億，激活參數為30億，總體性能可媲美Qwen2.5-32B。

Qwen3功能特性

• 原生支持MCP協議：Qwen3系列具備工具調用能力，并結合了自身的Qwen-Agent框架，大大降低了編程復雜性，支持在手機和電腦上實現Agent操作等任務，推動AI從對話走向執行。

• 多語言支持：支持119種語言，包括中文、英文、法文、西班牙文、俄文、阿拉伯文等。

• 開源型號：Qwen3系列共開源了8個型號，包括：

• 6款Dense模型：0.6B、1.7B、4B、8B、14B、32B

• 2款MoE模型：Qwen3-30B-A3B和旗艦版Qwen3-235B-A22B

• 最小型號Qwen3-0.6B：體積輕量，非常適合在手機等端側設備上部署，同時保持了良好的理解和生成能力，非常適合邊緣端智能應用。

訓練過程

• 預訓練：數據集相比 Qwen2.5 顯著擴展，達到約 36 萬億個 token，是 Qwen2.5 的兩倍。數據來源包括網絡、PDF 文檔等，并利用專家模型合成數學和代碼數據。預訓練分三個階段，從基本語言技能訓練到增加知識密集型數據訓練，再到擴展上下文長度至 32K token。

• 后訓練：采用四階段訓練流程，包括長思維鏈冷啟動、長思維鏈強化學習、思維模式融合以及通用強化學習，以開發兼具思考推理和快速響應能力的混合模型。

使用方法

• 基礎使用：在 Hugging Face 的transformers中使用 Qwen3-30B-A3B 有標準示例代碼，可通過修改enable_thinking參數切換思考模式。

• 部署：使用sglang>=0.4.6.post1或vllm>=0.8.4可創建與 OpenAI API 兼容的 API endpoint，移除特定參數可禁用思考模式。

• 本地開發：可使用ollama、LMStudio、llama.cpp和ktransformers等工具進行本地開發。

• 高級用法：提供軟切換機制，可在用戶提示或系統消息中添加/think和/no_think逐輪切換思考模式。

相關鏈接

博客：https://qwenlm.github.io/zh/blog/qwen3/

HF：https://huggingface.co/collections/Qwen/qwen3-67dd247413f0e2e4f653967f

github：https://github.com/QwenLM/Qwen3

Demo：https://huggingface.co/spaces/Qwen/Qwen3-Demo

Qwen Chat：https://chat.qwenlm.ai