参数砍到对手四分之一，分数却反超登顶——Qwen3 的“2507”小升级只用 235B 体量就把 1T 的 Kimi K2 拉下马，AIME25 从 24.7% 飙到 70.3%，256K 长文本也一口气吃透。开源大模型的王座还没坐热，就已变成中国队的内部循环赛：DeepSeek→Kimi→Qwen，下一棒随时到站。

开源大模型正在进入中国时间。

Kimi K2风头正盛，然而不到一周，Qwen3就迎来最新升级，235B总参数量仅占Kimi K2 1T规模的四分之一。

基准测试性能上却超越了Kimi K2。

Qwen官方还宣布不再使用混合思维模式，而是分别训练Instruct和Thinking模型。

所以，此次发布的新模型仅支持非思考模式，现在网页版已经可以上线使用了，但通义APP还未见更新。

Qwen官方还透露：这次只是一个小更新！大招很快就来了！

但总归就是，再见Qwen3-235B-A22B，你好Qwen3-235B-A22B-2507了。

By the way，这个名字怎么取得越来越复杂了。

先来看看这次的“小更新”都有哪些～

增强了对256K长上下文的理解能力

新模型是一款因果语言模型，采用MoE架构，总参数量达235B，其中非嵌入参数为234B，推理时激活参数为22B。

在官方介绍中显示，模型共包含94层，采用分组查询注意力（GQA）机制，配备64个查询头和4个键值头，并设置128个专家，每次推理时激活8个专家。

该模型原生支持262144的上下文长度。

这次改进主要有以下几个方面：

• 显著提升了通用能力，包括指令遵循、逻辑推理、文本理解、数学、科学、编码和工具使用。
• 大幅增加了多语言长尾知识的覆盖范围。
• 更好地符合用户在主观和开放式任务中的偏好，能够提供更有帮助的响应和更高质量的文本生成。
• 增强了对256K长上下文的理解能力。

在官方发布的基准测试中可以看到，相较于上一版本，新模型在AIME25上准确率从24.7%上升到70.3%，表现出良好的数学推理能力。

而且对比Kimi K2、DeepSeek-V3，Qwen3新模型的能力也都略胜一筹。

为了提高使用体验，官方还推荐了最佳设置：

Qwen3新版本深夜发布就立刻收获了一众好评：Qwen在中等规模的语言模型中已经领先。

也有网友感慨Qwen在开启新的架构范式：

One More Thing

有趣的是，就在Qwen3新模型发布的前两天，NVIDIA也宣称发布了新的SOTA开源模型OpenReasoning-Nemotron。

该模型提供四个规模：1.5B、7B、14B和32B，并且可以实现100%本地运行。

但实际上，这只是基于Qwen-2.5在Deepseek R1数据上微调的模型。

而现在Qwen3已经更新，大招已经被预告。

随着Llama转向闭源的消息传出，OpenAI迟迟不见Open，开源基础大模型的竞争，现在正在进入中国时间。

DeepSeek丢了王座，Kimi K2补上，Kimi K2坐稳没几天，Qwen的挑战就来了。

体验链接：https://chat.qwen.ai/

参考链接：

[1]https://x.com/Alibaba_Qwen/status/1947344511988076547

[2]https://x.com/giffmana/status/1947362393983529005