Qwen3Qwen3

Qwen3 重磅发布：阿里开源大模型全面对标 GPT-4 与 Claude

on a month ago

Qwen3 重磅发布：阿里开源大模型全面对标 GPT-4 与 Claude

2025 年 4 月底，阿里巴巴正式发布了其最新的大语言模型系列 —— Qwen3。这个系列包含 8 个不同规模的模型，从 6 亿到 2350 亿参数不等，其中包括两款 Mixture-of-Experts（MoE）混合专家模型和六款标准密集模型。与以往相比，Qwen3 的技术能力全面升级，在数学、编程和复杂推理任务上对标甚至超越主流闭源大模型如 OpenAI 的 o1、DeepSeek R1 和 Claude 3。

所有模型均基于 Apache 2.0 协议开源，完全免费商用，对开发者极具吸引力。Qwen3 展示了阿里在通用人工智能领域的深度积累，也是当前开源模型生态中的重要里程碑。

🔧 技术亮点与架构解读

多模式推理：快速与深度自由切换

Qwen3 支持创新的 “思考模式”（Thinking Mode）与非思考模式之间切换。在思考模式下，模型会使用 Chain-of-Thought 技术（逐步推理），适用于复杂问题；非思考模式则更快速，适合日常问答。用户可以通过 prompt 或界面按钮进行切换。这种灵活的推理能力目前在闭源模型中仅 Claude 3.7 提供了类似功能。

混合专家 + 密集模型

Qwen3 系列包含两种架构：

  • MoE 模型：2350 亿总参数，22 亿活跃参数；30B 总参数，3B 活跃
  • Dense 模型：0.6B / 1.7B / 4B / 8B / 14B / 32B 参数

通过只激活部分“专家子模型”，MoE 架构在保持高性能的同时大幅降低了推理开销。

超大语料、超长上下文

预训练数据规模达到 36 万亿 tokens，覆盖 119 种语言和方言，内容来源包括网页、PDF 文档、代码、数学教材等。最长上下文窗口达到 128K tokens，远超大多数开源模型（例如 LLaMA 3 支持 8K～32K）。支持长文档处理和跨段上下文理解。

四阶段训练策略

阿里为 Qwen3 设计了复杂的训练流程：

  1. 三阶段预训练（从网页到高质量长文档）
  2. 四阶段微调（深度思维、快速响应、多领域强化学习）
  3. 引入 RLHF、合成数据、自我反馈等技术
  4. 代码和数学任务大幅优化，支持 Agent 应用场景

🚀 真实性能表现（基准测试）

阿里公布的数据显示，旗舰版 Qwen3-235B-A22B 模型在多个基准测试中超越 GPT-o1 和 DeepSeek R1，部分任务中甚至接近 GPT-4 Mini（o4-mini）：

  • LiveCodeBench（代码）：Qwen3 得分 70.7%，仅次于 GPT-4 o4-mini（80%）
  • AIME 2024（数学）：Qwen3 得分 85.7%，接近 GPT-4 的 94%
  • BFCL 推理测试：超越 GPT-o3-mini 和 Claude 3 Opus
  • Codeforces（编程题）：击败 o1 和 Gemini 2.5 Pro

独立媒体也证实，Qwen3-32B 已在多个任务上超过 GPT-o1，是目前开源社区最具实力的对标模型之一。

🔁 与主流模型横向对比

模型关键特征优势劣势
Qwen3 (阿里)开源 Apache 2.0，参数范围 0.6B–235B；支持 MoE 架构与“思考模式”；多语言支持强大编程/数学能力；可切换推理方式；超长上下文窗口（最大 128K）；免费可商用尚不如 GPT-4 在复杂创意任务中表现稳定；内容合规过滤严格（符合中国法规）
GPT-4 (OpenAI)闭源，参数推测为 175B，最长上下文 32K；API 商用为主全面领先的推理与创作能力；语义理解强；生态成熟；安全性高高成本；闭源限制；不可自定义模型架构
Claude 3/4 (Anthropic)闭源，最高支持 200K 上下文；Claude 3.7 支持思考模式切换上下文窗口极大；指令遵循能力优秀；注重对齐和安全性社区体量小于 OpenAI；部分场景仍不如 GPT-4
LLaMA 3 (Meta)开源，最大 405B；生态完善完全开源；推理效率高；适合本地部署和研究不具备思考模式切换；上下文长度短于 Qwen3；实际推理能力略弱

💡 应用场景

聊天机器人与虚拟助手

Qwen3 适合用于构建类 ChatGPT 的对话系统，特别是在客服、教育、语言翻译等需要多语言与推理能力的场景中表现优异。开源部署方便，移动端也可运行小模型（如 0.6B 版本）。

编程助手与 STEM 教学

在代码生成、算法讲解、数学推导等任务中，Qwen3 拥有领先性能。其思考模式尤其适合用于教育 AI，能够逐步解释复杂问题，提升学习体验。

长文档处理与智能搜索

Qwen3 最大支持 128K token 输入，可以一次性处理长合同、代码库或技术文档，广泛适用于企业智能搜索、法务审阅、报告总结等任务。

多步骤任务与智能代理

阿里已提供 Qwen-Agent 工具包，支持构建基于 Qwen3 的智能 Agent。例如，可以实现邮件分类 → 数据检索 → 自动回复的一站式流程。Agent 可结合外部工具调用框架执行复杂任务。

创新研发与开源社区

Qwen3 全系列开放模型权重，已有超过 10 万个衍生项目，是全球最大开源大模型生态