4月29日股票配资世界，阿里巴巴开源了备受期待的新一代通义千问模型Qwen3（简称千问3），在GPQA、AIME24/25、LiveCodeBench等多个权威基准测试中全面超越R1、OpenAI-o1等全球顶尖模型，表现出极具竞争力的结果，登顶全球开源模型。
其中，在奥数水平的AIME25测评中，千问3获得81.5分，刷新开源纪录；在考察代码能力的Live Code Bench测评中，千问3突破70分大关，表现超过Grok3；在评估模型人类偏好对齐的Arena Hard测评中，千问3以95.6分超越OpenAI-o1及DeepSeek-R1。
千问3采用混合专家架构，总参数量为235B，激活参数量仅需22B，在推理、指令遵循、工具调用、多语言能力等方面均大幅增强。
千问3具有以下主要亮点：
一是“快思考”与“慢思考”结合。作为国内首个“混合推理模型”， Qwen3将“快思考”与“慢思考”集成进同一个模型，可以在思考模式（用于复杂的逻辑推理、数学和编码等任务）与与非思考模式（用于聊天等简单实时交互）之间无缝切换，既可以对简单需求进行“秒答”，也能够对复杂问题进行多步骤“深度思考”，从而大幅节省算力消耗。
二是提供8种参数大小的模型。千问3提供了8款不同尺寸的丰富的模型版本，包含2款30B、235B的混合专家模型，以及0.6B、1.7B、4B、8B、14B、32B等6款稠密模型，每款模型均斩获同尺寸开源模型SOTA（最佳性能）。这为本地测试与科研、手机端侧应用、电脑或汽车端、企业落地、云端高效部署等不同场景与任务提供了能够满足要求的尺寸模型股票配资世界，最大程度平衡性能与成本。
二是推理能力显著提升。千问3在数学、代码生成和常识逻辑推理方面超越QwQ（在思考模式下）和Qwen2.5 instruct models（在非思考模式下）。其中，Qwen3-235B-A22B 表现尤为突出，刷新了开源模型的智能水平新高，显存占用仅为性能相近模型的三分之一。无论是数学推理、代码生成还是综合逻辑分析， Qwen3 均展现出卓越能力，稳居全球开源模型前列。
四是支持MCP协议，具备强大的工具调用能力。在评估模型智能体能力的BFCL评测中，千问3拿下70.8的新高，超越谷歌Gemini2.5-Pro、OpenAI-o1等顶尖模型，大幅降低智能体调用工具的门槛。千问3还支持MCP（模型上下文协议），并具备强大的工具调用能力，能够实现高效的手机及电脑智能体操作等任务。
五是部署成本大幅下降。在性能大幅提升的同时，千问3的部署成本大大降低。满血版 671B 参数量的DeepSeek-R1需要8张H20（价格大约100万元）进行部署，适合低并发场景；一般推荐使用16张H20部署，总价约200万元。而千问3的旗舰模型仅需3张H20（大约36万元）即可部署，推荐使用4张H20部署，总价约50万。因此，从部署成本角度看，千问3旗舰模型是满血版R1的25%—35%，部署成本大降75%—65%。
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。目前，千问3已上线魔塔社区、HuggingFace、Github等平台，全球开发者、研究机构和企业均可免费下载模型并商用。此外，个人用户可通过通义APP直接体验千问3，同时夸克也即将全线接入千问3。
当下，AI产业已将关注点从模型训练转向以智能体为核心的AI应用，性能更强、成本更优的模型将有越来越大的应用价值。通义千问团队表示：“千问3的发布和开源将极大地推动大型基础模型的研究与开发。我们的目标是为全球的研究人员、开发者和组织赋能，帮助他们利用这些前沿模型构建创新解决方案。”
此次开源的千问3型以更小的参数规模实现了更高的智能水平，为开发者提供了更加多样的模型尺寸及思考模式选择，有助于开发者更好地平衡及控制预算成本。
通义千问团队的技术负责人林俊旸在其个人社交平台上表示，花了一些时间来找方法解决一些并不花哨的问题，比如如何通过稳定的训练来扩展强化学习、如何平衡来自不同领域的数据、如何增强对更多语言的支持等。他还表示，团队正迈向下一个阶段，即训练智能体来扩展长程推理，同时更多地关注现实世界的任务。
据悉，作为与DeepSeek并成为“开源双子星”的另外一星，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Meta的Llama，成为全球第一开源模型。通过持续的模型迭代及开源开放，阿里在推动AI技术普及的同时，也增强了中国在全球开源AI生态中的影响力。
责编：叶舒筠]article_adlist_manual--> 校对：杨立林]article_adlist_manual-->
海量资讯、精准解读，尽在新浪财经APP
责任编辑：王若云 股票配资世界
上阳网配资提示：文章来自网络，不代表本站观点。
热点资讯
