字数 1160，阅读大约需 6 分钟

2025年4月29日凌晨，Qwen 官方团队正式发布了最新一代大语言模型 —— Qwen3！这一次，Qwen3不仅在规模、性能和推理灵活性上实现了全方位突破，更以开放的姿态，将多个重量级模型悉数开源，标志着大模型生态迈入一个全新阶段。

---

全面升级，性能遥遥领先

Qwen3 系列包含多个密集（Dense）模型与稀疏专家（MoE）模型：

• • 旗舰模型：Qwen3-235B-A22B

• • 高效 MoE 模型：Qwen3-30B-A3B

• • 轻量小模型：Qwen3-0.6B、Qwen3-1.7B、Qwen3-4B、Qwen3-8B、Qwen3-14B、Qwen3-32B

在多个权威基准测试中，Qwen3-235B-A22B在代码、数学推理、通用能力等方面，表现出色，直面挑战 DeepSeek-R1、o1、o3-mini、Grok-3、Gemini-2.5-Pro 等顶级大模型。而小到 Qwen3-4B，也能在部分场景中匹敌前代大模型 Qwen2.5-72B-Instruct，体现出极高的参数效率与实用价值。

---

思考模式，掌控推理预算

Qwen3 创新引入了“双模式思考”机制：

• • 思考模式：逐步推理，深思熟虑后输出，适合复杂问题。

• • 非思考模式：极速响应，适合日常对话、简单问题。

用户可以根据任务需求，灵活选择推理方式，在推理质量与响应速度之间，精准平衡成本与效果。这种灵活的“思考预算控制”，大幅拓展了模型在实际应用场景中的适用性。

---

技术解析：架构 × 训练

预训练数据规模 & 三阶段策略

阶段	语料规模	关键特点
S1 基础训练	> 30 万亿  token	4 K 上下文，获取通用语言与知识能力
S2 强化知识	≈ 5 万亿  token	提升 STEM / 代码 / 推理占比
S3 长上下文扩展	高质量长文档	上下文长度扩展至 32 K，奠定长文处理能力

• • 总计近 36 万亿 token，覆盖 119 种语言与方言；相比 Qwen2.5（18T）翻倍。

• • PDF 等非网页资料通过 Qwen2.5-VL 抽取、Qwen2.5 清洗。

• • 数学 & 代码语料大量合成：使用 Qwen2.5-Math/Coder 生成教材、题目、代码片段。

模型架构亮点

• • Transformer++ 内核：相对位置编码 + 动态 RoPE 缩放，最高 128 K 上下文（大型模型）。

• • MoE 设计：128 专家 → 8 活跃专家（Qwen3-235B-A22B / 30B-A3B），仅 10 % 激活参数即达 Dense 同级性能，推理成本显著下降。

• • Embedding 共享：小模型 Tie Embedding 以节省参数，大模型独立词嵌入获得更强表达力。

• • 多语言 Tokenizer：统一词表，UTF-8 友好，进一步降低跨语种开销。

后训练四阶段：思考与闪答兼得

1. 1. 长链式推理冷启动：海量 CoT（Chain-of-Thought）微调，奠定推理基础。

2. 2. 基于推理的强化学习（RL）：规则奖励，扩大“思考深度”搜索空间。

3. 3. 思考模式融合：将非思考场景微调融入思考模型，平滑切换。

4. 4. 通用 RL：覆盖 20 + 领域指令任务，纠正不良行为、强化工具调用能力。

   通过 prompt 中 /think 与 /no_think 标记即可软切换模式；SGLang/vLLM 推理框架已支持。

效能对比

• • Dense：Qwen3-14B-Base ≈ Qwen2.5-32B-Base；Qwen3-32B-Base ≈ Qwen2.5-72B-Base。

• • MoE：Qwen3-30B-A3B-Base ≈ Qwen2.5-Dense-32B-Base，但激活参数仅 1/10。

---

全面多语言，拥抱全球用户

Qwen3 支持高达 119种语言与方言，涵盖：

• • 英语、法语、德语、西班牙语、阿拉伯语、中文（简体、繁体、粤语）、印地语、乌克兰语、印尼语、泰米尔语、土耳其语……

• • 涵盖印欧语系、汉藏语系、亚非语系、南岛语系、德拉威语系、突厥语系等主流语言家族。

无论是全球化应用开发，还是本地化内容生成，Qwen3 都能轻松胜任。

---

完整开源，社区蓄势爆发

本次发布，Qwen 官方不仅开源了所有密集模型，还开放了重量级 MoE 模型的权重，且统一遵循 Apache 2.0 开源协议，极大地降低了科研与应用的门槛。模型现已同步上线：

• • Hugging Face^[1]

• • ModelScope^[2]

• • Kaggle^[3]

同时，Qwen 团队推荐了多种推理与部署工具，包括 SGLang、vLLM、本地 Ollama、LMStudio、llama.cpp、MLX、KTransformers 等，方便开发者在不同环境下快速集成。

---

结语

Qwen3 的诞生，不仅是一次技术革新，更是一次对全球 AI 社区的深情回馈。更强的推理能力，更灵活的应用模式，更广泛的多语言覆盖，再加上彻底开放的生态布局，让我们看到了大模型民主化未来的真正可能。

未来已来，马上体验全新 Qwen3 吧！
👉 Qwen Chat 在线体验^[4]

引用链接

[1] Hugging Face: https://huggingface.co/Qwen
[2] ModelScope: https://modelscope.cn/models?page=1&name=Qwen3
[3] Kaggle: https://www.kaggle.com/models/qwen
[4] Qwen Chat 在线体验: https://chat.qwen.ai/