今夜无眠。
一直写稿到现在，因为，那个源神杀回来了。
今天凌晨5点，阿里发布了全新一代模型Qwen3（简称千问3）。
这是它的测评基准。
有多牛呢？与DeepSeek-R1、o1、o3-mini、Grok-3和Gemini-2.5-Pro等顶尖模型相比，旗舰模型Qwen3-235B-A22B在编码、数学和通用能力等基准测试中，取得了非常亮眼的成绩。
更牛的是，Qwen3的小尺寸模型也很能打。比如Qwen3-4B，性能竟然完全不输72B的Qwen2.5-72B-Instruct模型。
当然，更更更牛的是，千问3全系模型开源！包括旗舰模型Qwen3-235B-A22B在内的八款千问3家族模型，全部开源。
可以自信且大胆的说，这就是目前全球最强的开源模型，来自中国的阿里。
源神“八”仙过海
本次开源的千问3家族模型一共有8款：
-
6款Dense模型：0.6B、1.7B、4B、8B、14B、32B。
-
2款MoE模型：Qwen3-30B-A3B和旗舰版Qwen3-235B-A22B。
通常，简单问题用Dense模型，复杂问题用MoE模型。
关于各模型的参数和推荐配置，我简单整理了个表格。
自部署，优先推荐Qwen3-0.6B、Qwen3-14B及以上、Qwen3-30B-A3B和Qwen3-235B-A22B这几款模型。
-
Qwen3-0.6B，在手机端侧可跑。
-
Qwen3-30B-A3B，消费级显卡可跑，激活参数仅3B，整体性能堪比Qwen2.5-32B，实现了10倍性能的提升。
-
Qwen3-235B-A22B，Qwen3的旗舰模型，总参数235B（激活参数22B），只需4张H20即可部署。
以上8款开源模型，均采用宽松的Apache2.0协议（可自由修改、商用），支持119种语言。所有公司无论规模大小，所有AI开发者、科研机构不惧显卡门槛，大家都能够用得上、也用得起千问3模型。
Hugging Face：
https://huggingface.co/spaces/Qwen/Qwen3-Demo
ModelScope：
https://www.modelscope.cn/collections/Qwen3-9743180bdc6b48
GitHub：
https://github.com/QwenLM/Qwen3
如果嫌本地部署麻烦，也可以直接在他们的Qwen Chat官网体验。
网址是这个：https://chat.qwen.ai
进去后，左上角选择“Qwen3”系列模型，即可体验。
当然，也支持API调用，大家可在阿里云百炼调用API服务（正在上线中）。
上周六，某高端局会议提到，“人工智能可以是造福人类的国际公共产品。要广泛开展人工智能国际合作，帮助全球南方国家加强技术能力建设，为弥合全球智能鸿沟作出中国贡献。”
这款千问3模型，就是最好的代表。
千问3的“特异”功能
新一代千问3模型，有些不一样的地方。
1）国内首款“混合推理模型”
千问3既非单模态的语言模型，也非专注CoT的推理模型，而是“混合推理模型”，原生支持推理模式与非推理模式两种工作模式。
在使用中，用户可通过enable_thinking=Ture硬开关机制方式，控制模型开启推理模式；同时也支持软开关机制，允许用户在enable_thinking=True时通过/think和/no_think指令来开启推理模式。
说人话就是，用户既可以通过功能键选择是否需要推理，也可以用大白话来命令模型是否进行推理。在简单任务场景中，关闭推理模式，可以实现更快响应和更低推理成本；在复杂任务场景中，启用逐步推理，可以带来更精准、严谨的结果。
from transformers import AutoModelForCausalLM, AutoTokenizerclass QwenChatbot:def __init__(self, model_name="Qwen/Qwen3-30B-A3B"):self.tokenizer = AutoTokenizer.from_pretrained(model_name)self.model = AutoModelForCausalLM.from_pretrained(model_name)self.history = []def generate_response(self, user_input):messages = self.history + [{"role": "user", "content": user_input}]text = self.tokenizer.apply_chat_template(messages,tokenize=False,add_generation_prompt=True)inputs = self.tokenizer(text, return_tensors="pt")response_ids = self.model.generate(**inputs, max_new_tokens=32768)[0][len(inputs.input_ids[0]):].tolist()response = self.tokenizer.decode(response_ids, skip_special_tokens=True)# Update historyself.history.append({"role": "user", "content": user_input})self.history.append({"role": "assistant", "content": response})return response# Example Usageif __name__ == "__main__":chatbot = QwenChatbot()# First input (without /think or /no_think tags, thinking mode is enabled by default)user_input_1 = "How many r's in strawberries?"print(f"User: {user_input_1}")response_1 = chatbot.generate_response(user_input_1)print(f"Bot: {response_1}")print("----------------------")# Second input with /no_thinkuser_input_2 = "Then, how many r's in blueberries? /no_think"print(f"User: {user_input_2}")response_2 = chatbot.generate_response(user_input_2)print(f"Bot: {response_2}")print("----------------------")# Third input with /thinkuser_input_3 = "Really? /think"print(f"User: {user_input_3}")response_3 = chatbot.generate_response(user_input_3)print(f"Bot: {response_3}")
这是继Claude 3.7 Sonnet、Gemini 2.5家族后全球唯三的混合推理模型，也是国内首款“混合推理模型”。
2）Agent的“好搭子”
千问3模型原生支持MCP协议，具备强大的工具调用（function calling）能力。
最近，大家都在说“大模型从对话走向执行”，Manus、Genspark、AutoGLM、飞猪AI问一问、扣子空间等通用智能体雏形不断涌现。但实际体验起来，你会发现，这些Agent还差点意思。
差的这个东西，其实就是底座模型。
千问3，全面适配AI Agent生态。其架构不再局限于“问答能力”，而是面向Agent架构优化的执行效率、响应结构与工具泛化能力。支持手机及电脑Agent操作等代理任务。
搭建Agent，强烈推荐用千问3来作底座模型。
附Agent示例。
from qwen_agent.agents import Assistant# Define LLMllm_cfg = {'model': 'Qwen3-30B-A3B',# Use the endpoint provided by Alibaba Model Studio:# 'model_type': 'qwen_dashscope',# 'api_key': os.getenv('DASHSCOPE_API_KEY'),# Use a custom endpoint compatible with OpenAI API:'model_server': 'http://localhost:8000/v1', # api_base'api_key': 'EMPTY',# Other parameters:# 'generate_cfg': {# # Add: When the response content is `<think>this is the thought</think>this is the answer;# # Do not add: When the response has been separated by reasoning_content and content.# 'thought_in_content': True,# },}# Define Toolstools = [{'mcpServers': { # You can specify the MCP configuration file'time': {'command': 'uvx','args': ['mcp-server-time', '--local-timezone=Asia/Shanghai']},"fetch": {"command": "uvx","args": ["mcp-server-fetch"]}}},'code_interpreter', # Built-in tools]# Define Agentbot = Assistant(llm=llm_cfg, function_list=tools)# Streaming generationmessages = [{'role': 'user', 'content': 'https://qwenlm.github.io/blog/ Introduce the latest developments of Qwen'}]for responses in bot.run(messages=messages):passprint(responses)
3）亚非拉的“好兄弟”
千问3模型的语言支持，多达119种。
不仅囊括了中、英、法、西、俄、阿拉伯等主要的联合国语言，还包含德、意、日、韩、泰、越南、尼泊尔、瑞典、波兰、匈牙利等各国官方语言，甚至连中国的粤语、非洲的斯瓦西里语、中东的意第绪语、西亚的亚美尼亚语、东南亚的爪哇语、美洲的海地语等地方性语言都支持。
上周六某高端局会议为什么要强调“帮助全球南方国家”？因为这些国家大多集中在亚洲、非洲、拉丁美洲和大洋洲，他们的总人口占了全球的70%，但经济却只有40%。
很多南方国家，根本没有能力开发自己语种的大模型。现在有了开源的千问3，这道题就很好解了——你只要有电脑、能上网，就能够部署自己的模型。
从技术平权这个角度来说，阿里是真的NB。
Qwen3一手实测
现在，所有人都可以在Qwen Chat中体验最新版千问3模型。
体验地址：https://chat.qwen.ai
我们来测几个Case，看看模型的表现。
先是网页设计能力，用的X上@AGI_FromWalmart 的Prompt。
再来看一个case，Prompt来自X网友@_akhaliq。
这效果太棒了，非常惊艳。最关键的是，模型的生成速度真的很快。这2个case，基本都在1分钟内完成任务。
接着，我们来看下数学能力。用了一道来自Putnam竞赛前500名人类选手都未能攻克的难题。
Qwen3先进行了解题，准确理解题目。我传给它的是一张图片，看来Qwen3多模态能力不错，而且也能理解La Tex数学公式。
有没有数学大佬，能不能帮忙看看，这道题Qwen3到底有没有答对。
测了代码、数学，我们再来看下文学创作吧。
还行，过得去。
最后，考验一下模型的工具调用能力（Qwen3独有的功能）。
不错啊，居然调用了这么多工具来回答我的问题。
写在最后
我们一直都说，人工智能是模拟、延伸和拓展人的智能。
但如果一个模型技术出来，总要我们人为去区分这模型、那模型，其实这样的模型并不智能，也一定不是人工智能的最终版本。
今年新出的混合推理模型，它结合了单一语言模型和推理模型的优势，能够自如切换两种模式。快速回答，模仿人类直觉反应；CoT逐步推理，模仿人类慢思考。
在混合推理模型下，无论简单问题还是复杂问题，模型都能够应对自如，实现速度与深度的平衡。理论说起来简单，但要真正实现起来非常困难，这会对模型的训练策略、数据设计和损失函数调度提出更高的要求。
在全球唯三的混合推理模型中，阿里Qwen3做到了。不仅做到，还大方开源。
只能说，源神NB，阿里NB。
之前，我们写过一篇文章（详细介绍），2024年中美顶级AI大模型性能差距接近抹平，阿里AI贡献全球第三。当时，阿里凭借6款重要模型入选。
今天，阿里发布的Qwen3一定也会入选2025年的年度AI大模型。这一夜，你我都是见证者。
两周前，我在另一家国产开源模型的文章里写到：“真正的技术进步不是闭源垄断，而是开放共享。”
今天，我想给这句话打上补丁——开源是技术实力的试金石，只有领先者才敢开源。
千问3，敢做，敢当。
（文：沃垠AI）