Qwen3: Think Deeper, Act Faster

原标题 / 中文标题

原标题: Qwen3: Think Deeper, Act Faster 中文标题: Qwen3：思考更深，行动更快

一句话摘要

阿里Qwen团队发布Qwen3系列大模型，首创"混合思考"模式，旗舰MoE模型Qwen3-235B-A22B以仅22B激活参数比肩DeepSeek-R1、o1等顶级模型，并支持119种语言。

完整核心内容翻译

模型家族概览

Qwen3是通义千问系列的最新一代大语言模型，代表着团队迈向通用人工智能(AGI)和超级人工智能(ASI)的重要里程碑。本次发布包含8个开源模型：

稠密模型（6个）：

• Qwen3-0.6B、Qwen3-1.7B、Qwen3-4B、Qwen3-8B、Qwen3-14B、Qwen3-32B
• 上下文长度从32K到128K不等

MoE混合专家模型（2个）：

• Qwen3-30B-A3B：总参数300亿，激活参数30亿
• Qwen3-235B-A22B：总参数2350亿，激活参数220亿
• 均采用128专家/8激活的配置，支持128K上下文

所有模型均以Apache 2.0许可证开源。

核心创新：混合思考模式

Qwen3的标志性创新在于"混合思考(Hybrid Thinking)"机制。用户可以通过enable_thinking参数或在对话中使用/think、/no_think标签，在两种模式间灵活切换：

• 深度思考模式：模型进行计算密集型的链式推理，适用于复杂数学、编程、逻辑推理等任务
• 快速响应模式：跳过深度推理过程，提供即时回复，适用于简单查询和日常对话

这种设计让用户可以根据任务复杂度动态调节计算资源投入，在效果和效率之间取得最优平衡。

训练方法论

预训练阶段——数据规模扩展至约36万亿token（相比Qwen2.5的18万亿翻倍），分为三个阶段：

• 第一阶段：使用30万亿token在4K上下文上训练，建立基础知识体系
• 第二阶段：注入知识密集型数据（STEM、编程、推理），追加5万亿token
• 第三阶段：长上下文扩展，将上下文窗口延伸至32K

后训练阶段——精心设计的四阶段流水线：

1. 思维链(Chain-of-Thought)冷启动初始化
2. 基于推理的强化学习
3. 思考模式融合训练
4. 覆盖20+领域的通用强化学习

多语言支持

Qwen3支持119种语言和方言，涵盖印欧语系、汉藏语系、亚非语系等多个语系，是目前覆盖语言最广的开源大模型之一。

智能体能力

增强的工具调用(Tool Calling)和MCP(模型上下文协议)支持，使Qwen3在Agent应用场景中表现出色，能够与外部工具和服务进行无缝交互。

性能表现

• 旗舰模型Qwen3-235B-A22B在编程、数学和通用能力上与DeepSeek-R1、o1、o3-mini、Grok-3、Gemini-2.5-Pro等顶级模型持平
• 小型MoE模型Qwen3-30B-A3B以十分之一的激活参数超越QwQ-32B
• Qwen3-4B（40亿参数）能够匹敌Qwen2.5-72B-Instruct的性能——这是一个惊人的压缩比

技术要点

1. 混合思考模式：首创的双模式推理机制，用户可在深度推理和快速响应之间自由切换，兼顾能力和效率
2. 36万亿token预训练：数据规模相比上代翻倍，配合三阶段递进训练策略，逐步构建知识、推理和长上下文能力
3. MoE架构极致效率：Qwen3-235B-A22B仅激活22B参数即可达到旗舰级性能，Qwen3-4B可匹敌72B模型
4. 119种语言覆盖：业界最广泛的多语言支持，推动开源模型在全球化场景中的应用
5. 四阶段后训练流水线：从思维链冷启动到多领域强化学习的系统化对齐方案

深度解读

Qwen3的发布标志着开源大模型进入了一个新的竞争维度。最值得关注的是以下几个趋势：

"混合思考"是推理模型的务实方案。 自OpenAI o1以来，推理模型(reasoning model)成为热门方向，但其高昂的计算成本一直是实际部署的障碍。Qwen3的混合思考模式本质上是对"按需推理"理念的工程化落地——不是所有问题都需要深度思考，让用户（或系统）决定何时启用推理链，这在成本和效果之间找到了更好的平衡点。

MoE架构正在改写参数效率的认知。 Qwen3-4B匹敌72B模型的表现，以及30B-A3B超越QwQ-32B的事实，说明参数量已不再是衡量模型能力的唯一标准。激活参数效率和训练数据质量的重要性正在超越粗暴的参数堆叠。

Agent能力成为标配。 工具调用和MCP协议的强化意味着Qwen团队将Agent化视为大模型的核心发展方向，而非附加功能。这与他们后续推出Qwen3-Coder的战略一脉相承。

36万亿token的数据飞轮。 预训练数据翻倍体现了阿里在数据工程上的持续投入。三阶段训练策略（通识→知识密集→长上下文）的设计也反映了对课程学习(curriculum learning)理念的成熟应用。

延伸思考

1. 混合思考模式是否会成为行业标准？如果大模型都支持"按需推理"，那么衡量模型能力的基准测试是否也需要相应调整？
2. MoE模型的激活参数效率不断提升，是否意味着未来稠密模型将逐渐退出主流竞争？
3. 支持119种语言的意义不仅在于技术指标——在全球化AI部署中，语言覆盖度直接决定了产品的可达市场规模。
4. 从Qwen2到Qwen2.5到Qwen3的演进速度来看，阿里正在维持接近每半年一代的迭代节奏，这种速度对整个开源生态意味着什么？

原文链接

Qwen3: Think Deeper, Act Faster