阿里千问 3 登顶全球最强开源模型，性能超越 DeepSeek-R1、OpenAI-o1

摘要

阿里巴巴开源新一代通义千问模型 Qwen3，登顶全球最强开源模型。

4 月 29 日凌晨，阿里巴巴开源新一代通义千问模型 Qwen3（简称千问 3），参数量仅为 DeepSeek-R1 的 1/3，成本大幅下降，性能全面超越 R1、OpenAI-o1 等全球顶尖模型，登顶全球最强开源模型。千问 3 是国内首个「混合推理模型」，「快思考」与「慢思考」集成进同一个模型，对简单需求可低算力「秒回」答案，对复杂问题可多步骤「深度思考」，大大节省算力消耗。

千问 3 采用混合专家（MoE）架构，总参数量 235B，激活仅需 22B。千问 3 预训练数据量达 36T，并在后训练阶段多轮强化学习，将非思考模式无缝整合到思考模型中。千问 3 在推理、指令遵循、工具调用、多语言能力等方面均大幅增强，即创下所有国产模型及全球开源模型的性能新高：在奥数水平的 AIME25 测评中，千问 3 斩获 81.5 分，刷新开源纪录；在考察代码能力的 LiveCodeBench 评测中，千问 3 突破 70 分大关，表现甚至超过 Grok3；在评估模型人类偏好对齐的 ArenaHard 测评中，千问 3 以 95.6 分超越 OpenAI-o1 及 DeepSeek-R1。性能大幅提升的同时，千问 3 的部署成本还大幅下降，仅需 4 张 H20 即可部署千问 3 满血版，显存占用仅为性能相近模型的三分之一。

千问 3 性能图

千问 3 还提供了丰富的模型版本，包含 2 款 30B、235B 的 MoE 模型，以及 0.6B、1.7B、4B、8B、14B、32B 等 6 款密集模型，每款模型均斩获同尺寸开源模型 SOTA（最佳性能）：千问 3 的 30B 参数 MoE 模型实现了 10 倍以上的模型性能杠杆提升，仅激活 3B 就能媲美上代 Qwen2.5-32B 模型性能；千问 3 的稠密模型性能继续突破，一半的参数量可实现同样的高性能，如 32B 版本的千问 3 模型可跨级超越 Qwen2.5-72B 性能。

同时，所有千问 3 模型都是混合推理模型，API 可按需设置「思考预算」（即预期最大深度思考的 tokens 数量），进行不同程度的思考，灵活满足 AI 应用和不同场景对性能和成本的多样需求。比如，4B 模型是手机端的绝佳尺寸；8B 可在电脑和汽车端侧丝滑部署应用；32B 最受企业大规模部署欢迎，有条件的开发者也可轻松上手。

Qwen3 开源模型家族

千问 3 为即将到来的智能体 Agent 和大模型应用爆发提供了更好的支持。在评估模型 Agent 能力的 BFCL 评测中，千问 3 创下 70.8 的新高，超越 Gemini2.5-Pro、OpenAI-o1 等顶尖模型，将大幅降低 Agent 调用工具的门槛。同时，千问 3 原生支持 MCP 协议，并具备强大的工具调用（function calling）能力，结合封装了工具调用模板和工具调用解析器的 Qwen-Agent 框架，将大大降低编码复杂性，实现高效的手机及电脑 Agent 操作等任务。

据了解，千问 3 系列模型依旧采用宽松的 Apache2.0 协议开源，并首次支持 119 多种语言，全球开发者、研究机构和企业均可免费在魔搭社区、HuggingFace 等平台下载模型并商用，也可以通过阿里云百炼调用千问 3 的 API 服务。个人用户可立即通过通义 APP 直接体验千问 3，夸克也即将全线接入千问 3。

据悉，阿里通义已开源 200 余个模型，全球下载量超 3 亿次，千问衍生模型数超 10 万个，已超越美国 Llama，成为全球第一开源模型。