新京報貝殼財經訊（記者羅亦丹）4月29日凌晨，阿里巴巴開源新一代通義千問模型Qwen3（簡稱千問3），參數量僅為DeepSeek-R1的1/3，成本大幅下降，性能則在各項測評中創下國產模型新高。

新京報貝殼財經記者登錄千問3發現，其界面布局相比其他大模型也有所創新，如其深度思考可以通過類似拖動“時間軸”按鈕的方式選擇控制思考的最大長度，從而實現控制tokens（算力單位）消耗預算。另外，其還在搜索框中添加了最近火熱的“MCP”（模型上下文協議）選項，不過顯示為“即將推出”。

千問3界面截圖，可以看到“思考預算”控制按鈕以及MCP選項

性能方面，千問3采用混合專家（MoE）架構，總參數量235B，激活僅需22B。千問3預訓練數據量達36T ，并在后訓練階段多輪強化學習，將非思考模式無縫整合到思考模型中。千問3在推理、指令遵循、工具調用、多語言能力等方面均大幅增強，即創下所有國產模型及全球開源模型的性能新高：在奧數水平的AIME25測評中，千問3斬獲81.5分，刷新開源紀錄；在考察代碼能力的LiveCodeBench評測中，千問3突破70分大關，表現甚至超過Grok3；在評估模型人類偏好對齊ArenaHard測評中，千問3以95.6分超越OpenAI-o1及DeepSeek-R1。性能大幅提升的同時，千問3的部署成本還大幅下降，僅需4張H20即可部署千問3滿血版，顯存占用僅為性能相近模型的三分之一。

此外，千問3還提供了豐富的模型版本，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，每款模型均斬獲同尺寸開源模型SOTA（最佳性能）：千問3的30B參數MoE模型實現了10倍以上的模型性能杠桿提升，僅激活3B就能媲美上代Qwen2.5-32B模型性能；千問3的稠密模型性能繼續突破，一半的參數量可實現同樣的高性能，如32B版本的千問3模型可跨級超越Qwen2.5-72B性能。

這為應用部署提供了便捷，例如4B模型是手機端的絕佳尺寸；8B模型可在電腦和汽車端絲滑部署應用；32B模型最受大規模部署企業歡迎。

目前，千問3系列模型依舊采用寬松的Apache2.0協議開源，并首次支持119種語言，全球開發者、研究機構和企業均可免費在魔搭社區、HuggingFace等平臺下載模型并商用，也可以通過阿里云百煉調用千問3的API服務。個人用戶可立即通過通義APP直接體驗千問3，夸克也即將全線接入千問3。

據悉，阿里通義已開源200余個模型，全球下載量超3億次，千問衍生模型數超10萬個，已超越美國Llama，成為全球第一開源模型。

編輯 寇德娜

校對 劉軍