阿里Qwen3深夜开源，8款模型、集成MCP，性能超DeepSeek-R1，2小时狂揽16.9k星

阿里通义大模型家族迎来了新成员——Qwen3系列，这次一口气开源了8个规格的模型。

4月29日凌晨，阿里云正式对外开源了Qwen3系列，包括2个MoE模型和6个稠密模型。发布仅2小时，它在GitHub上的star数就突破了16.9k，热度可想而知。

但最让人眼前一亮的，还是旗舰型号Qwen3-235B-A22B。它在编程、数学、通用能力等多项基准测试中，直接把DeepSeek-R1、OpenAI o1甚至o3-mini、Grok-3、Gemini-2.5-Pro这些大家熟悉的名字甩在了身后。具体都有哪些亮点？往下看。

这次升级的核心，可以归纳为五个关键点：

第一，8种参数规格的模型齐发。从小巧的0.6B到旗舰级235B总参数、220亿激活参数的MoE模型，覆盖了稠密和MoE两种路线。具体包括0.6B、1.7B、4B、8B、14B、32B六个稠密模型，加上Qwen3-235B-A22B和Qwen3-30B-A3B两个MoE模型。

第二，引入了混合思考模式。用户可以根据任务复杂度，自由切换"思考模式"和"非思考模式"，自己掌控模型的思考深度。这在实际使用中非常灵活。

第三，推理能力大幅提升。在思考模式下，数学、代码和常识逻辑推理能力超越了上一代的QwQ；在非思考模式下，又全面领先Qwen2.5 instruct系列。

第四，支持MCP协议（模型上下文协议），Agent能力实现跃升。无论思考还是非思考模式，模型都能与外部数据源和工具集成，完成更复杂的任务调度。

第五，语言覆盖面极度扩展，支持119种语言和方言，涵盖理解、推理、指令跟随和生成等全链路能力。

目前，Qwen3系列已在Hugging Face、ModelScope和Kaggle等主流平台开源，基于Apache 2.0许可证。部署方面，官方建议开发者优先使用SGLang和vLLM框架；本地部署的话，Ollama、LMStudio、MLX、llama.cpp都是不错的选择。

值得留意的是，Qwen3调整了命名方式：后训练模型不再带"-Instruct"后缀，基础模型统一用"-Base"标注。

01. 以小搏大！激活参数仅1/10，性能反超

先看具体参数。6个稠密模型中，0.6B到4B规格的上下文长度为32K，8B到32B规格的则达到128K。

两个MoE模型的上下文长度均为128K。

真正的亮点在于效率。小型MoE模型Qwen3-30B-A3B，激活参数仅为QwQ-32B的十分之一，却实现了性能反超。更夸张的是，Qwen3-4B这个小模型，性能直接与Qwen2.5-72B-Instructor持平。

从基准测试数据来看，Qwen3-1.7B/4B/8B/14B/32B-Base的性能，分别与Qwen2.5-3B/7B/14B/32B/72B-Base相当。也就是说，用更小的参数规模，干掉了更大的前辈。

尤其在STEM（科学、技术、工程、数学）、编程和推理领域，Qwen3稠密模型的性能甚至优于参数规模更大的Qwen2.5系列。

▲Qwen3系列与Qwen2.5系列基准测试对比

02. 混合思考模式 + 119种语言 + MCP协议

Qwen3的三大技术亮点，值得展开说说。

首先是混合思维模式。简单来说，就是模型支持"思考"和"非思考"两种工作状态。思考模式下，模型会逐步推理、花费时间给出最终答案，适合处理需要深度思考的复杂问题；非思考模式下，响应几乎是瞬间的，适合对速度要求高的轻量任务。

▲思考和非思考模式对比

这种设计意味着，用户可以根据任务难度自由控制模型的"思考预算"——难题就用扩展推理慢慢啃，简单问题直接秒回，延迟几乎为零。更重要的是，这两种模式的融合还强化了模型对思考预算的稳定控制能力，开发者可以针对特定任务配置预算，在成本效率和推理质量之间找到最佳平衡点。

多语言能力方面，Qwen3覆盖了119种语言和方言，对全球化的应用场景来说意义重大。

此外，Qwen3在编程和Agent能力上的提升同样显著，核心支撑就是集成了MCP协议，让模型与外部工具、数据源的协作更加流畅。

03. 预训练数据翻番，兼顾逐步推理与快速响应

性能提升背后，是数据规模和技术路线的双重进化。

与Qwen2.5相比，Qwen3的预训练数据集直接翻了两倍——从1800亿token增加到大约3600亿token。为了凑齐这么大的数据集，研发团队收集了网络数据、PDF文档数据，并用Qwen2.5-VL从文档中提取文本，再用Qwen2.5提升内容质量。数学和代码方面，则通过Qwen2.5-Math和Qwen2.5-Coder生成教科书、问答对和代码片段等合成数据。

预训练分为三个阶段：

第一阶段，模型在超过3000亿token上预训练，上下文长度为4K，主要打好语言和知识的基础；第二阶段，增加STEM、编程、推理等知识密集型数据比例，再预训练500亿token；第三阶段，用高质量长上下文数据将长度扩展到32K，让模型能处理更长的输入。

后训练阶段更是关键。为了打造一个既能逐步推理又能快速响应的混合模型，团队设计了四阶段训练流程：思维链（CoT）冷启动 → 基于推理的强化学习 → 思维模式融合 → 通用强化学习。

具体来说：第一阶段，用多样化的长思维链数据微调模型，覆盖数学、编程、逻辑推理和STEM问题，让模型具备基本推理能力；第二阶段，通过基于规则的奖励机制扩大强化学习计算资源，增强模型的探索和利用能力；第三阶段，在长思维链数据和指令微调数据上联合微调，将非思考能力无缝融入思考模型；第四阶段，在超过20个通用任务上应用强化学习，包括指令遵循、格式遵循和Agent能力，进一步把模型调教得更全能。

04. 结语：Agent生态爆发前夜，模型架构与训练方法双轮驱动

从Qwen3的表现可以看出，通过扩大预训练和强化学习的规模，用更小的参数规模实现更高的智能水平，这条路完全走得通。混合思考模式的引入，也让开发者对模型预算的控制变得更加灵活。

展望未来，研发团队计划在几个方向上持续发力：优化模型架构和训练方法，进一步扩展数据规模、增加模型大小、延长上下文长度、拓宽模态，并通过环境反馈推进长期推理的强化学习。

一个不可忽视的趋势是，AI产业正在从"训练模型"转向"训练Agent"。大模型能力的实际应用价值，正在被一步步放大。通义大模型系列的目标，也正是围绕这个方向持续推进升级。