阿里通义千问团队最新发布的Qwen3系列模型，在人工智能领域引起了广泛关注。文章深入解析了Qwen3的性能提升、技术突破、训练方法和版本迭代历程，展示了阿里在大模型领域的快速发展和创新能力。Qwen3的发布不仅标志着阿里在AI技术上的又一次飞跃，也为开发者和企业带来了更高效、更灵活的AI解决方案。

今天凌晨，Qwen3发布

图片来源：我画的

介于 DeepSeek 和 OpenAI 暂无动静，Qwen 算是把头条保住了，恭喜～

发布内容

本次发布，包含 MoE 和 Dense 两种架构：MoE：有 30B（3B激活）和 235B（22B激活）两种。Dense：包含 0.6B、1.7B、4B、8B、14B 和 32B 这六款

本次发布的旗舰模型是 Qwen3-235B-A22B，后缀 235B 指的是模型大小 235B，A22B 指的是激活参数 22B。

在代码、数学、通用能力等基准测试中，这个 235B 的 Qwen3，水平超过 671B 的 DeepSeek R1。

Qwen3 vs DeepSeek-R1、o1、o3-mini、Grok-3 和 Gemini-2.5-Pro。对于小一点的 MoE 模型：Qwen3-30B-A3B，其激活量只有 QwQ-32B 的 10%，其表现超过 DeepSeek V3/GPT-4o

Qwen3-4B 这样的小模型，也能匹敌 Qwen2.5-72B-Instruct

「思考模式」的无缝切换

在我看来，在功能层面，Qwen3 最显著的更新，是引入了「思考模式/非思考模式」的无缝切换。

思考模式的输出方式，类似 DeepSeek R1，模型会逐步推理，经过深思熟虑后给出最终答案。这种方法非常适合需要深入思考的复杂问题。

非思考模式则更类似 DeepSeek V3，提供快速的即时响应，适用于那些简单问题。

通过这种方式，用户能够根据具体需求，来控制模型的“思考”的程度，做到效果、成本、时间上的平衡。

在不同思考深度下，模型的得分情况

掌握多种语言

Qwen2 支持 29 种语言

中英文 + 27 种其他语言

Qwen3 支持了 119 个语种和方言

Qwen3 支持的语种和方言更强的 Agent 能力

本次 Qwen3 的更新，还体现在了 Agent 和 代码能力，同时也加强了对 MCP 的支持。

值得一提的是，Qwen 有一个配套的 Qwen-Agent 项目，可以方便地使用 API 进行工具调用，或结合现有的工具链进行扩展Qwen3，对 MCP 有了更好的支持

实际体验

接下来用两个个例子，直观的展示本次 Qwen3 的能力变化

当然了，你也可以访问 Qwen 的网站，来直接体验https://chat.qwen.ai/

长/短思考

对于是否思考，你可以开启/关闭，以及设定的长度

也可以让他讲讲人生道理

代码能力

所谓原汤化原食，让他给本文做个可视化，美感还是在线的

让英雄查英雄，让 Qwen3 画 Qwen3

训练细节

接下来，让我们看看这个模型是怎么训出来的，过程上包括预训练和后训练。

预训练

先做一个基础的了解：

Qwen2.5 的训练数据，是在 18 万亿 token

Qwen3 的训练数据翻倍：约 36 万亿个 token，涵盖了 119 种语言和方言。

这些数据，一方面是来自于互联网信息的收集，一方面则是通过 Qwen2.5-VL 来从各 PDF 中来提取内容，再通过 Qwen2.5 改进质量。为了补充数学和编程领域的训练数据，Qwen2.5-Math 和 Qwen2.5-Coder 被用来生成合成数据。

在预训练中，有三个阶段：

第一阶段，模型在30万亿tokens的数据上预训练，使用4K的上下文长度，这一阶段主要是帮助模型建立基本的语言技能和常识理解。

第二阶段，增强了STEM领域（科学、技术、工程、数学）和编程任务的训练，增加了5万亿tokens的数据量，进一步提升模型的推理能力。

第三阶段，通过加入高质量的长文本数据，扩展了上下文长度到32K，让Qwen3能够处理更长的输入，例如长篇文章或复杂的对话。

训练出来，大概就是这么个效果

通过这些步骤，Qwen3的Dense基础模型在性能上达到了Qwen2.5更大模型的水平。例如，Qwen3-1.7B、4B、8B、14B、32B等版本的表现，和Qwen2.5的3B、7B、14B、32B、72B相当。而Qwen3的MoE模型，则只用了10%的激活参数，便能提供同样的推理能力，极大地节省了计算资源。

后训练

Qwen3的后训练是让模型实现“逐步推理”和“快速响应”的关键。团队通过四个阶段的优化，使得Qwen3不仅在复杂任务中有出色表现，在简单任务中也能快速给出答案。

第一阶段：长链推理冷启动：这一步通过微调多样化的推理数据，让模型具备了处理复杂任务的基本能力，包括数学、编程和逻辑推理等任务。

第二阶段：强化学习（RL）：第二阶段利用强化学习进一步提升模型的推理能力，让模型能够在面对复杂任务时更加高效地寻找最佳答案。

第三阶段：思考模式和非思考模式融合：这一创新允许模型在面对不同任务时，灵活切换“思考模式”和“非思考模式”。思考模式下，模型逐步推理，适合复杂问题；而非思考模式下，模型则能快速作出反应，适合日常对话和简单问题。

第四阶段：通用任务强化学习：最后阶段，通过对20多个常见任务的强化学习微调，确保了Qwen3能够在不同应用场景下灵活应对，包括指令跟随、格式化输出和智能代理能力等。

流程化成图，大概是这样

通过这一系列后训练，使得 Qwen3 掌握了思考模式，以及更好的工具调用能力。

Qwen 发展历史回顾

阿里最早推出的AI，叫做通义千问 ，最早出现在 2023年4月。

在那时，叫做「通义千问大模型」

那时，它还是阿里云的闭源模型，定位类似 ChatGPT，为企业客户提供服务，并不开放源码。

2023年8月初，Qwen 开源

首个开源的 Qwen 模型

23年8月，阿里开源了两个新模型，Qwen-7B 和 Qwen-7B-Chat，在 ModelScope 和 Hugging Face 同时上线，以 Apache 2.0 的方式开源，Tech Report 也一并放出。

这一次，也是“Qwen”这一名称首次被启用，主要面向开源社区，追求开源可用性、轻量部署、广泛适配；

2023年9月底，Qwen-14B 发布

紧接着，Qwen-14B 开源

相比 Qwen-7B，Qwen-14B 训练量更大，中文能力、代码生成、长文本推理都有明显提升

同期，阿里开源了 qwen.cpp、Qwen-Agent，工具链和应用框架开始成型。

那段时间，Qwen-7B 的训练也做了补强，tokens 从 2.2T 加到了 2.4T，上下文长度扩展到了 8K。

2023年11月底，Qwen-72B 上线

这是一版旗舰规模的模型，参数量拉到 720亿，预训练数据达到了 3万亿 tokens。

这个版本的 Qwen，原生支持 32K 上下文，在中文推理、复杂数学、多轮对话上的表现明显更稳了。

小型号也同步补了：Qwen-1.8B，面对边缘侧和轻量场景进行适配。

一波下来，Qwen把从1B到72B的参数区间基本打通了。

2024年春节期间，Qwen1.5

去年春节的时候，Qwen1.5 亮相

大过年的，Qwen1.5 发布，在基础上做了深度优化，主要是底层结构调整、训练对齐增强。

同一阶段，还放出了第一版 MoE 架构的 Qwen1.5-MoE-A2.7B，推理成本压下来了，但推理链条拉得更长。24年6月初，Qwen2

Qwen2，一个颇具影响力的版本

Qwen2 算是换了新的底盘： 预训练数据量大幅扩张，推理能力、代码生成、长文本处理全部提升。

首批放出了 7B、32B、72B 三个尺寸，全覆盖了中大型场景。

2024年9月中，Qwen2.5 接棒

这里是一些描述

• 新加了3B、14B、32B三个尺寸，适配更多硬件资源。
• 同步发了 MoE版，优化了推理稀疏度，同时放出了 Qwen2.5-Omni，一个能统一文本、图像、音频、视频处理的多模态模型。

那时候，Qwen2.5-7B 和 Omni-7B 在 Hugging Face 开源榜单上连续多周霸榜。

2025年4月底，Qwen3 到来

今天，Qwen3 开源

这一次，Qwen3 系列从 Dense 和 MoE 两条线同步推进，从 0.6B 覆盖到了 235B。

训练过程中，第一次引入了 渐进式长文本预训练 和 长文本后训练，超长文本处理做了系统级的优化。

推理任务上，模型内部支持了 思考模式 / 非思考模式 的无缝切换，单个模型内可以根据复杂度自动适配推理链路。

同时的，这个版本的模型，对外部工具的调用能力得到加强，为接下来的 Agent 大战做足准备。最后

从2023年4月，通义千问首次亮相，到2025年4月，Qwen3全面发布，短短两年，三代更新，阿里一步步把自己的大模型打磨到了世界顶级水准

从最初的闭源探索，到如今 Dense、MoE 双线并进、思考模式无缝切换、超长文本系统优化……每个节点，都是硬仗

不多煽情，但还想说一声：这一路，真的不容易