Qwen3正式开源，小孩才做选择，千问大小通吃！

就在刚刚，凌晨5点左右，昨晚被大家传疯了的Qwen3系列大模型他终于来了，具体是什么让大家这么期待，一文简单给你讲清楚。

01 “大小通吃” 的模型家族，小模型也能办大事

Qwen3 这次推出了超豪华阵容：

1. “巨无霸” MoE 模型：Qwen3-235B-A22B（2350 亿总参数）和 30B-A3B（300 亿总参数），采用混合专家模型架构，就像组建了一个 “专家团队”，每个任务派最擅长的 “专家” 处理，效率拉满。比如 30B-A3B 虽然激活参数只有前辈 Qwen-32B 的 10%，但性能反而更好，真正实现 “少花钱多办事”。

2. “小而精” Dense 模型：从 60 亿参数的 Qwen3-0.6B 到 320 亿参数的 Qwen3-32B，清一色密集型架构。最惊艳的是 40 亿参数的 Qwen3-4B，居然能比肩 720 亿参数的 Qwen2.5-72B-Instruct。

02“思考模式” 自由切换

复杂问题慢慢想，简单问题秒回答

这是 Qwen3 最独特的创新点：支持“思考” 与 “非思考” 两种模式：

1. 思考模式（深思熟虑）：遇到数学题、代码编写、逻辑推理等复杂任务时，模型会像人类一样 “一步步列思路”，比如解数学题先写公式推导，再给答案。适合需要深度推理的场景，正确率更高。

2. 非思考模式（快问快答）：回答 “今天天气如何”“草莓有几个字母 r” 这类简单问题时，模型直接 “秒回”，不拖泥带水，速度堪比聊天机器人，节省时间成本。

官方测试显示，在数学竞赛题 AIME'24 中，思考模式正确率 85.7%，非思考模式也有 80%；代码任务 LiveCodeBench 上，两种模式差距仅 5% 左右，真正做到 “该快则快，该慢则慢”。

03“全球通” 属性拉满，119 种语言无缝切换

Qwen3 支持119 种语言和方言，从英语、中文这种大语种，到冰岛语、斯瓦希里语等小众语言，甚至阿拉伯语的多种方言（埃及语、摩洛哥语等）都能轻松处理。

覆盖印欧、汉藏、亚非等 9 大语系，国际开发者和多语言场景（比如跨境电商客服、多语言文档处理），再也不用为语言适配头疼。

04 性能全面升级：

代码数学双杀，小模型性价比之王

1. 代码能力：在 CodeForces 编程评级中，Qwen3-235B-A22B 达到 2056 分，超过 DeepSeek-R1（2029）和 Grok-3（2001），逼近人类高级程序员水平；小模型 Qwen3-4B 在 LiveCodeBench 上得分 54.2%，是同参数级少见的 “代码能手”。

2. 数学推理：AIME'24 数学竞赛题正确率 85.7%，比上一代 Qwen2.5-72B 的 58.9% 直接翻倍，连 GPT-4o（11.1%）都被远远甩在后面。

3. 效率：30B-A3B 用 10% 的激活参数（30 亿 vs 前辈 320 亿），性能反超，训练和推理成本大降，中小企业也能用得起 “高性能模型”。

05 开源诚意拉满

阿里云这次直接开源了8 个模型（2 个 MoE+6 个 Dense），包括最大的 235B-A22B 和最小的 0.6B，全部采用宽松的 Apache 2.0 协议，可商用。配套工具也很齐全：

1. 部署轻松：支持 Hugging Face、ModelScope、Kaggle 等平台，一行代码就能调用；本地部署用 Ollama、LMStudio 等工具，电脑就能跑。

2. 开发友好：提供详细的 Python 示例代码，教你如何切换思考模式（加个参数 “enable_thinking=False” 就行），还支持在对话中用 “/think”“/no_think” 动态切换。

Qwen3 的预训练数据量暴涨到 36 万亿 token（是上一代的 2 倍），还专门强化了数学、代码等 “硬核能力”。

官方透露，下一步会重点优化模型架构，扩展上下文长度（目前最长 128K，约 9 万字），探索多模态（比如图文结合），甚至推进 “智能体” 训练， 未来可能不止回答问题，还能主动帮你完成任务（比如写代码、做数据分析）。

Last but not least