Qwen3 - 阿里通义开源的新一代混合推理模型系列

Qwen3是什么

Qwen3 是阿里巴巴推出的新一代大模型，支持“思考模式”和“非思考模式”：前者一步步推理，想清楚再给最终答案，复杂问题用它；后者近乎即时响应，简单问题用它更快。Qwen3 支持 119 种语言和方言，前代只有 29 种，语言覆盖面的提升很明显。Qwen3 还重做了编码和 Agent 能力，支持 MCP 协议，跟外部工具、数据源的衔接更顺。Qwen3 的训练数据约 36 万亿个 token，是 Qwen2.5 的两倍，Qwen3 走的是四阶段流程：长思维链冷启动、长思维链强化学习、思维模式融合和通用强化学习。Qwen3 系列采用 Apache 2.0 协议开源，全球开发者、研究机构和企业都能免费下载并商用。

阿里巴巴同期开源的还有两款 Qwen3 系列模型：Qwen3-Embedding 和 Qwen3-Reranker。

Qwen3-Embedding：多语言文本表征基准里，Qwen3-Embedding 的成绩相当靠前。8B 参数那个版本在 MTEB 多语言 Leaderboard 上拿了 70.58 分，排第一，压过不少商业 API，比如谷歌的 Gemini-Embedding。输入是单段文本，取模型最后一层「EOS」标记对应的隐藏状态向量，当作这段文本的语义表示。文本分类、聚类、相似度计算这些需要语义表征的场景都能用，给下游任务提供的文本特征质量不错。

Qwen3-Reranker：相关性检索任务上，8B 模型的多语言得分是 69.02，中文 77.45，英文 69.76，比其他基线都高。输入是一对文本（比如用户查询和候选文档），单塔结构算出两者的相关性得分。搜索引擎的结果排序、问答系统的答案排序都靠它，检索结果的相关性和准确度能提上来。

Qwen3的主要功能

• 混合推理模式：Qwen3 提供“思考模式”和“非思考模式”两套工作方式。思考模式适合复杂问题，模型会逐步推理后再给出答案；非思考模式响应快，基本是即时的，简单问题直接用它。任务难度不同，推理过程可以自己切，成本和质量的平衡由使用者拿捏。
• 多语言支持：Qwen3 支持 119 种语言和方言，英语、法语、中文（简体和繁体）、粤语都在内，国际化应用的覆盖面宽了不少。
• 增强的 Agent 能力：Qwen3 在编码和 Agent 能力上都做了优化，支持 MCP 协议，跟外部工具对接的效率更高。再配上 Qwen-Agent 框架，编码的复杂度能压下来，手机和电脑上的 Agent 操作都能跑。
• 多种模型配置：Qwen3 的配置分两类，两个 MoE 模型（Qwen3-235B-A22B 和 Qwen3-30B-A3B），六个 Dense 模型（Qwen3-32B、Qwen3-14B、Qwen3-8B、Qwen3-4B、Qwen3-1.7B 和 Qwen3-0.6B）。小型设备到大规模企业部署，都能在里面找到合尺寸的。

Qwen3的技术原理

• 大规模预训练：Qwen3 的预训练数据约 36 万亿个 token，是 Qwen2.5 的两倍，覆盖 119 种语言和方言。整个预训练分三个阶段：
  • 第一阶段（S1）：这一阶段用了超过 30 万亿个 token，上下文长度 4K token，打下语言技能和通用知识的底子。
  • 第二阶段（S2）：调高知识密集型数据的比例，STEM、编程和推理任务多加了一些，之后又拿 5 万亿个 token 继续预训练。
  • 第三阶段：用高质量的长上下文数据把窗口拉到 32K token，更长的输入也能处理。
• 优化的后训练：要让同一个模型既能思考推理、又能快速响应，Qwen3 的后训练分四步走：
  • 长思维链冷启动（Long Chain-of-Thought Cold Start）：拿多样化的长思维链数据做微调，数学、代码、逻辑推理、STEM 问题都覆盖到了。
  • 长思维链强化学习（Reasoning-based Reinforcement Learning）：奖励由规则给出，模型更愿意往深处探索、把问题钻研透。
  • 思维模式融合（Thinking Mode Fusion）：把长思维链数据和常见的指令微调数据混在一起做微调，非思考模式就这样并进了思考模型里。
  • 通用强化学习（General Reinforcement Learning）：强化学习覆盖 20 多个通用领域，指令遵循、格式遵循、Agent 能力都在其中，通用能力继续往上走，一些坏习惯也被纠正。
• 多种模型配置：Qwen3 提供了多种模型配置，包括：
  • MoE 模型：Qwen3-235B-A22B 和 Qwen3-30B-A3B。
  • Dense 模型：Qwen3-32B、Qwen3-14B、Qwen3-8B、Qwen3-4B、Qwen3-1.7B 和 Qwen3-0.6B。从小型设备到大规模企业部署，各种场景都能覆盖。
• 性能优化：Qwen3 的性能上去了，部署成本反而降了。满血版 4 张 H20 就能跑，显存占用只有性能相近模型的三分之一。

Qwen3的项目地址

• 项目官网：https://qwenlm.github.io/blog/qwen3/
• Github仓库：
  • Qwen3：https://github.com/QwenLM/Qwen3
  • Qwen3-Embedding：https://github.com/QwenLM/Qwen3-Embedding
• HuggingFace模型库：
  • Qwen3：https://huggingface.co/collections/Qwen/qwen3
  • Qwen3-Embedding：https://huggingface.co/collections/Qwen/qwen3-embedding
  • Qwen3-Reranker：https://huggingface.co/collections/Qwen/qwen3-reranker

Qwen3的性能效果

Qwen3 在几个基准测试上的表现，挑重点看：

• AIME25：Qwen3 拿到 81.5 分，刷新了开源纪录。
• LiveCodeBench：Qwen3 超过 70 分，比 Grok3 还高一点。
• ArenaHard：Qwen3 拿 95.6 分，超过 OpenAI-o1 和 DeepSeek-R1。

Qwen3的应用场景

• 文本生成：Qwen3 生成的长文本读起来连贯、不别扭，自动化写作、新闻生成、博客文章都能派上用场。给一个提示，它能写出完整的文章或故事。
• 机器翻译：Qwen3 支持 119 种语言和方言，翻译任务上占便宜，多语种之间互译都行，译文质量也过得去。
• 法律文书自动生成：Qwen3 可以生成合同、法律意见书、诉讼文书等法律文件。拿法律语料微调过的 Qwen3，出的文书格式规整，也能对上法律条文的要求。
• 技术文档编写：Qwen3 能生成详细的技术文档、产品说明、用户手册。用技术语料微调之后，Qwen3 还能帮开发和技术支持团队把符合行业标准的文档批量产出。
• 医疗领域：医学报告、诊断建议也能生成。在医学文献、病历数据上做过微调的 Qwen3，出的专业报告符合医学标准；医生诊断时，病例记录可以交给 Qwen3 顺手整理。
• 法律领域：喂过法律文献、判例和法规之后，Qwen3 写的法律文件专业度很高。