来说说昨天发生的一件翻车而好笑的事。
那个曾经知名的欧洲 AI 公司Mistral，在开源闭源之间来回纠结了许久之后，终于“重磅”发布了他们的新模型Mistral Medium 3。
见：https://mistral.ai/news/mistral-medium-3
或许是本着好歹要找个点给投资人们秀一秀，于是用所谓“高性能低价格”的优势在X 上发了公告。
想要突出的重点是：我强到SOTA，并且还很便宜。
同时还晒出了刷分图：
这么一秀，让我也以为又是大招来了，连忙打开报告。不过第一眼就觉得这图怎么有些蹊跷——怎么没有我 API 调用量里的榜一Qwen 呢？
千问这么上不了台面吗难道……
难道我又 out 了？
莫非就我一人吭哧吭哧在用大家都看不上的千问呢？？？
结果打开评论区一看，发现原来不是我的问题，而是所有网友都在集体刷屏：
“Where is Qwen？”（怎么没有千问？）
贴子在这里，有兴趣的可以自己看看：
https://x.com/MistralAI/status/1920119463430500541
总之，我翻完了评论区，总结下来网友们总共就三种观点：
1. 千问呢？
2. 开源吗？
3. 一般般。
这简直不要太尴尬——
Mistral 精心准备的发布会，硬生生变成给千问开的了……
到这里我这才发现千问这名字原来还有这一层意思啊：让网友们问一千遍“千问呢？”
可以预见的是，在其他厂商“重磅”发布新东西时，千问还将继续被问个一千遍！
说完了Mistral，再来说说另一件事：
《日本经济新闻》最近发布了一份极为权威的 AI 模型评分榜，对113个中、日、美等国家的主流 AI 模型进行了全面测评。
结果，阿里云的通义千问（Qwen2.5-Max）在开源模型中排名第一，算上两大Close 公司OpenAI 和Anthropic 之后则排名第6！
链接在此：
https://vdata.nikkei.com/prime/digital-governance/ai-model-score/
什么？日语看不懂？
看不懂就对了，我也不懂，但有Qwen（https://chat.qwen.ai/）啊！
需要知道的是，这个榜单并不是什么民间随随便便做一下就放出来的，而是由日经与美国知名机器学习工具公司Weights & Biases 合作，基于15项严格指标评估的。
Weights & Biases 就不用过多介绍了吧，但凡正经训过模型的人，没有不知道的。
简单说就是：专业、公平、全面。
所以这结果是个什么概念？
——就是全球开源模型界，千问现在稳坐头把交椅！
注意，这还只是Qwen2.5，还不是最新最强的Qwen3！
我原以为，千问也不过就只是在中国、日本等亚洲这些地方受点儿欢迎，但真让我有点没想到的是，千问在全球的受欢迎程度甚至远程亚洲地区，可以说是火遍全球。
在X 上随便一搜“Qwen3”，全都是各种基于Qwen 3 的整活贴子。
有粤语的：
还有法语的玩法律的：
机器人的：
法国开发者@DotCSV激动地表示：
千问3的法语处理能力太强了！比起其他开源模型，真是天壤之别。
日本的技术专家@masahirochaen分享了测试结果：
Qwen3在日语理解上的表现令人震惊，超越了我测试过的所有开源模型。
俄罗斯的AI研究员@zavtracast发推：
千问3的俄语能力让我们团队非常惊喜，几乎可以媲美专门针对俄语训练的模型了。
就连文字都倒从右到左写的阿拉伯媒体@CNBCArabia，都在报道千问3的阿拉伯语能力，并称其为“开源模型的新标杆”。
这已经不是简单的礼貌性的技术认可了，千问显然正在全球范围内被狂热追捧！
那么，千问怎么突然就能在全球范围内获普遍的高度认可了呢？
秘密是什么？
我挖了挖，总结了几个关键原因：
1. 119种语言远超其他模型
千问3支持的语言数量达到惊人的119种！
不仅包括中、英、法、西、俄、阿拉伯等联合国官方语言，还囊括了德、意、日、韩、泰、越南、尼泊尔、瑞典、波兰、匈牙利等各国官方语言，甚至支持粤语、斯瓦西里语、意第绪语、亚美尼亚语、爪哇语、海地语、……等等等等小语种。
相比之下，大部分顶级模型支持20-30种语言就已经很了不起了。
OpenAI o3 模型给出的对比结果
119种语言意味着什么？
对于很多没有技术能力开发自己语种AI的小国家和地区来说，千问就是他们的“AI救星”。
都不用怎么调，就可以拿来即用啊！
比如，越南开发者基于千问开发的Arcee-VyLinh模型，虽然只有3亿参数的小型模型，却在越南语处理上表现出色，当地的AI 公司们套套壳，写个PPT 就可以融资创业搞起来了，科技创新不就这么开展出新机遇了吗？
（注：文中图片长按可翻译）
东南亚地区还有基于千问2.5的Sailor 2项目，覆盖了缅甸语、菲律宾宿务语、伊罗戈语、印尼语、爪哇语等15种东南亚语言，让 AI 普及到更广泛的人群。
2. 混合推理的超值性价比
千问3 还有个让人震惊的“混合推理”能力——简单来说，就是在同一个模型里集成了两种思考模式：快速应答模式和深度思考模式。
这种设计听起来简单，实际开发难度却极高，目前只有千问3、Claude 3.7和Gemini 2.5 Flash等少数顶级模型能做到。
而相比于闭源且贵的Claude 和Gemini，旗舰版千问3模型的总参数235B只需激活22B，部署只需4张H20或性能相当的GPU即可。
与同类竞品相比，部署成本降低了近3/4！
作为对比，DeepSeek-R1总参数671B激活37B，需要8-16张H20卡（约100-200万元），千问3的部署成本仅为R1的25%-35%。
日本公司ABEJA 显然也是看中了这一点，基于Qwen2.5-32B开发了ABEJA-Qwen2.5-32b模型，成为日本企业中评分最高的模型，并在性能和成本之间取得了最佳平衡。
3. 从手机到服务器全尺寸覆盖
还有一个重要因素，是千问3系列提供的多尺寸模型选择：
-
小参数模型（0.6B、1.7B、4B、8B）：适合手机、智能眼镜、智能驾驶等端侧应用
-
中参数模型（14B、32B）：企业级应用的最佳选择
-
MoE模型（30B-A3B、235B-A22B）：大规模商业部署的高性价比方案
无论你是个人开发者，还是大型企业，都能找到适合自己需求的那一款。
无论你只有个手机，还是只有台PC 机，还是有张3090 或4090 或5090，或是有H20 甚至 H200，总有匹配你的最佳选择。
比如，其中4B 模型适合手机应用，8B 模型适合电脑或汽车端应用，14B 模型普通开发者用几张显卡就能玩转，32B 模型则是企业最爱的通用尺寸。
日本YouTuber对千问3的4B小参数版本都给出了高度评价，认为其在输出质量上“不输GPT-4”！
4. Apache 2.0 的开源绝对友好
千问3 系列开始，全面采用了宽松的Apache 2.0协议，全面开源！
让全球开发者、科研机构和企业，所有想用的，都能免费下载并商用。
而截止目前，阿里通义已经开源了200多款模型，涵盖文本、视觉、语音、视频等全模态，从0.5B到235B的全尺寸参数范围。
这样开源战略背后则是惊人的结果——
千问衍生模型数量已经突破10万，远超曾想借开源超车的Meta Llama模型，成为了全球第一AI开源模型！
并被网友冠名“The New King”：
见：
https://www.geopolitechs.org/p/qwen3-the-new-king-of-open-source
在HuggingFace平台上，千问系列模型的全球下载量超过3亿次，2024年在全球模型下载量中占比超过30%。
而更让人震惊的是，2025年2月HuggingFace全球开源大模型榜单中，排名前十的模型全部都是基于千问开发的衍生模型！
相比于OpenAI 的Close，和DeepSeek 的虽 open 但漫（需）不（要）经（聚）心（焦），我倒是觉得，只有千问才配得上是真正的OpenAI.
纸上谈兵 vs 真实落地
理论很美好，但实际应用才是检验模型的终极标准。
Mistral 之类的我们就不提了，自从转闭源的错误战略后，网友们几乎就选择性遗忘了还有这么家公司。
而千问在应用方面，才是被全球开发者们用脚投票大力拥抱，在全球范围内积累了不少真实案例：
-
日本资生堂DRUNK ELEPHANT：2024年8月，资生堂旗下护肤品牌使用Qwen开发了名为DRUNKGPT的聊天机器人，为消费者解答护肤问题，成为品牌数字化的成功案例。
-
日本AI研发企业：2023年，某日本公司基于Qwen-7B和14B的日语训练数据进行持续预训练，开发出适合日本市场的本地化模型。
-
欧洲多媒体创作者：法国和西班牙的内容创作者积极使用千问开发多语言创意工具，极大提升了工作效率。
-
东南亚语言技术公司：基于千问架构，开发出支持15种东南亚语言的大语言模型Sailor 2，解决了当地长期面临的AI技术门槛问题。
……
（此处省去数万字）
千问的全球化战略
战争，尤其是不会很快见分晓的战争，战略才是第一位的。
这次的AI 竞争，也并非小孩打架，不是一场凭运气见分晓的较量，而是一场持久且极为重要的战斗，不是靠抖机灵、投流量、玩炒作就能走到最后的。
曾经喧嚣过的模型们，现在你还记得几个？
千问选择的全球化战略，在我看来，它绝不仅仅只是追求技术领先，而是阿里云对 AI 未来的长远布局。
据斯坦福大学李飞飞教授领衔的HAI研究所发布的《2025年人工智能指数报告》，2024年重要大模型中，阿里入选6个，按照模型贡献度排名，阿里AI贡献位列全球第三。
这个成绩单背后，是阿里对AI技术长期、持续的投入。
——不急于赶时髦，不将精力花在炒作上，而是真正把 AI 看作未来社会的“水和电”，希望提供全球AI基础设施。
这119种语言的支持和大方开源的背后，只是阿里全球AI 战略的第一步棋。
而除了自研GPU和AI芯片外，据了解阿里手里还有许多张暗牌在低调前行。
从硬件到软件的全面布局，从C 端到B 端到云服务，阿里正在构建一个全方位的完整AI生态系统。
来自中国的开源力量
通义千问的全球成功，不仅是一个企业的胜利，同时也更代表了中国在全球AI 开源领域的重要贡献。
当其他巨头纷纷采取闭源策略时，鼓吹中国威胁论而试图扩大芯片禁令时，千问毅然选择了开源的全球化战略，用实力+战略为全球AI技术的发展贡献着宝贵资源。
这种开放包容的态度，正在赢得了全球开发者的认可，并真正推动着AI 技术的普及和创新。
千问的故事也告诉我们，中国企业完全有能力在全球最前沿的技术领域引领创新！
而这种创新，源于长期的投入、坚持的开源精神和全球化的视野。
作为用户和个人开发者和通义向前的见证者，我选择坚定支持这样脚踏实地、坚持开源创新的国产企业。
期待 AI 时代的中国力量，为世界带来更加开放共享的科技平权。
#通义千问 #Qwen3
（文：AGI Hunt）