千問3預(yù)訓(xùn)練數(shù)據(jù)量達36T ，并在后訓(xùn)練階段多輪強化學(xué)習(xí)，將快思考模式和慢思考模式無縫整合，同時在推理、指令遵循、工具調(diào)用、多語言能力等方面均大幅增強，創(chuàng)下所有國產(chǎn)模型及全球開源模型的性能新高。
千問3共計八款模型，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）。
其中，千問3的30B參數(shù)MoE模型實現(xiàn)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(xù)突破，一半的參數(shù)量可實現(xiàn)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。
4月是大模型集中發(fā)布的一月，OpenAI發(fā)布了GPT-4.1 o3、o4 mini系列模型，谷歌Gemini 2.5 Flash Preview混合推理模型上新，豆包也公布了1.5·深度思考模型，其他大模型廠商也開源或者更新了不少模型，業(yè)內(nèi)也傳出DeepSeek R2模型即將發(fā)布的消息，但目前大部分消息都是捕風(fēng)捉影。
不論DeepSeek R2發(fā)布與否，“先發(fā)制人”的千問3，先一步站在大模型“平民化”的真正起點上。
千問3模型支持兩種思考模式：
所有千問3模型都是混合推理模型，這也使其成為國內(nèi)首個“混合推理模型”，“快思考”與“慢思考”集成進同一個模型，對簡單需求可低算力“秒回”答案，對復(fù)雜問題可多步驟“深度思考”，大大節(jié)省算力消耗。
API可按需設(shè)置“思考預(yù)算”（即預(yù)期最大深度思考的tokens數(shù)量），進行不同程度的思考，靈活滿足AI應(yīng)用和不同場景對性能和成本的多樣需求。比如，4B模型是手機端的絕佳尺寸；8B可在電腦和汽車端側(cè)絲滑部署應(yīng)用；32B最受企業(yè)大規(guī)模部署歡迎，有條件的開發(fā)者也可輕松上手。
在奧數(shù)水平的AIME25測評中，千問3斬獲81.5分，刷新開源紀(jì)錄；在考察代碼能力的LiveCodeBench評測中，千問3突破70分大關(guān)，表現(xiàn)甚至超過Grok3；在評估模型人類偏好對齊的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。
千問3模型還支持 119 種語言和方言。目前這些模型均在 Apache 2.0 許可下開源，現(xiàn)已在 Hugging Face、ModelScope 和 Kaggle 等平臺上開放使用。
阿里巴巴也推薦使用 SGLang 和 vLLM 等框架部署，而對于本地使用，Ollama、LMStudio、MLX、llama.cpp 和KTransformers 等工具也支持。
千問3也考慮了智能體Agent和大模型應(yīng)用落地。在評估模型Agent能力的BFCL評測中，千問3創(chuàng)下70.8的新高，超越Gemini2.5-Pro、OpenAI-o1等頂尖模型，將大幅降低Agent調(diào)用工具的門檻。
同時，千問3原生支持MCP協(xié)議，并具備強大的工具調(diào)用（function calling）能力，結(jié)合封裝了工具調(diào)用模板和工具調(diào)用解析器的Qwen-Agent 框架，將大大降低編碼復(fù)雜性，實現(xiàn)高效的手機及電腦Agent操作等任務(wù)。
在預(yù)訓(xùn)練方面，Qwen3 的數(shù)據(jù)集相比 Qwen2.5 有了顯著擴展。Qwen2.5是在 18 萬億個 token 上進行預(yù)訓(xùn)練的，而Qwen3 使用的數(shù)據(jù)量幾乎是其兩倍，達到了約 36 萬億個 token。
為了構(gòu)建這個龐大的數(shù)據(jù)集，千問團隊不僅從網(wǎng)絡(luò)上收集數(shù)據(jù)，還從 PDF 文檔中提取信息。例如使用 Qwen2.5-VL 從這些文檔中提取文本，并用 Qwen2.5 改進提取內(nèi)容的質(zhì)量。
為了增加數(shù)學(xué)和代碼數(shù)據(jù)的數(shù)量，千問團隊利用 Qwen2.5-Math 和 Qwen2.5-Coder 這兩個數(shù)學(xué)和代碼領(lǐng)域的專家模型合成數(shù)據(jù)，合成了包括教科書、問答對以及代碼片段等多種形式的數(shù)據(jù)。
預(yù)訓(xùn)練過程分為三個階段。在第一階段（S1），模型在超過 30 萬億個 token 上進行了預(yù)訓(xùn)練，上下文長度為 4K token。這一階段為模型提供了基本的語言技能和通用知識。
在第二階段（S2），千問團隊通過增加知識密集型數(shù)據(jù)（如 STEM、編程和推理任務(wù)）的比例來改進數(shù)據(jù)集，隨后模型又在額外的 5 萬億個 token 上進行了預(yù)訓(xùn)練。
在最后階段，千問團隊使用高質(zhì)量的長上下文數(shù)據(jù)將上下文長度擴展到 32K token，確保模型能夠有效地處理更長的輸入。
由于模型架構(gòu)的改進、訓(xùn)練數(shù)據(jù)的增加以及更有效的訓(xùn)練方法，Qwen3 Dense 基礎(chǔ)模型的整體性能與參數(shù)更多的Qwen2.5基礎(chǔ)模型相當(dāng)。
例如，Qwen3-1.7B/4B/8B/14B/32B-Base 分別與 Qwen2.5-3B/7B/14B/32B/72B-Base 表現(xiàn)相當(dāng)。特別是在 STEM、編碼和推理等領(lǐng)域，Qwen3 Dense 基礎(chǔ)模型的表現(xiàn)甚至超過了更大規(guī)模的 Qwen2.5 模型。
對于 Qwen3 MoE 基礎(chǔ)模型，它們在僅使用 10% 激活參數(shù)的情況下達到了與 Qwen2.5 Dense 基礎(chǔ)模型相似的性能。這帶來了訓(xùn)練和推理成本的顯著節(jié)省。
后訓(xùn)練方面，為了開發(fā)能夠同時具備思考推理和快速響應(yīng)能力的混合模型，千問團隊實施了一個四階段的訓(xùn)練流程。該流程包括：（1）長思維鏈冷啟動，（2）長思維鏈強化學(xué)習(xí)，（3）思維模式融合，以及（4）通用強化學(xué)習(xí)。
在第一階段，先使用多樣的的長思維鏈數(shù)據(jù)對模型進行了微調(diào)，涵蓋了數(shù)學(xué)、代碼、邏輯推理和 STEM 問題等多種任務(wù)和領(lǐng)域。這一過程旨在為模型配備基本的推理能力。
第二階段的重點是大規(guī)模強化學(xué)習(xí)，利用基于規(guī)則的獎勵來增強模型的探索和鉆研能力。
在第三階段，在一份包括長思維鏈數(shù)據(jù)和常用的指令微調(diào)數(shù)據(jù)的組合數(shù)據(jù)上對模型進行微調(diào)，將非思考模式整合到思考模型中，確保了推理和快速響應(yīng)能力的無縫結(jié)合。
在第四階段，在包括指令遵循、格式遵循和 Agent 能力等在內(nèi)的 20 多個通用領(lǐng)域的任務(wù)上應(yīng)用了強化學(xué)習(xí)，以進一步增強模型的通用能力并糾正不良行為。
目前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。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(shù)超10萬個，已超越美國Llama，成為全球第一開源模型。（本文首發(fā)于鈦媒體APP，作者 | 張帥，編輯 | 蓋虹達）
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機號后發(fā)表評論
千問衍生模型數(shù)量斷層領(lǐng)先，太霸氣了！
開源到Kaggle這些平臺，開發(fā)者有福了！
快思考、慢思考，這不就是給模型裝了“雙腦”？
夸克要接入千問3，以后搜索直接開掛！
用不同框架部署，對開發(fā)者太友好了！
開源Apache 2.0許可，不怕被卡脖子了！
阿里這開源速度，把美國Llama都甩在后面了！
小參數(shù)大能量，阿里技術(shù)實力真牛！
千問3這性能，以后AI競賽沒懸念了吧？
超越DeepSeek和OpenAI，國貨模型站起來了！