阿里開源千問3模型 集成快慢思考大減算力消耗

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，指成本大幅下降，性能超越R1、OpenAI-o1等領先模型。

阿里指，千問3是一個"混合推理模型"，將"快思考"與"慢思考"集成到同一個模型，支持119種語言，便於Agent調用，同時極大節省算力消耗。千問3採用混合專家(MoE)架構，總參數量235B，激活僅需22B。千問3預訓練數據量達36T tokens，並在後訓練階段經過多輪強化學習，將非思考模式無縫整合到思考模型中。

阿里說，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。性能大幅提升的同時，千問3的部署成本亦大幅下降，僅需4張輝達H20的芯片，即可部署千問3滿血版，顯存佔用只是性能相近模型的1/3。