刚刚，Qwen3 开源了。

强的离谱，DeepSeek 这次真的要坐不住了。

先贴一张图。

从这些主流的学术测试结果来看，Qwen3 全面超越了DeepSeek R1。

注意我用的词——“全面”。这不只是在一两个单项上领先，而是在数学、推理、代码等核心能力上，全面超越。

尤其是代码能力，LiveCodeBench 和 Codeforces 两个榜单，高于所有其它模型，包括当前最强的 Gemini2.5-Pro。

在 ArenaHard（综合测试）上， Qwen3-235B-A22B 紧追最强闭源模型 Gemini2.5-Pro ，显著优于 OpenAI-o1 和 Deepseek-R1 。而在 AIME’24/25（美国数学竞赛）、MultiIF（多语言推理）测试基准上，Qwen3 的表现更是全面超越 DeepSeek-R1，坐稳了全球第一开源霸主的名号。

原生支持 MCP，为 Agent 时代而生

我尤其注意到，Qwen3 在专门评估模型 Agent 能力的 BFCL 评测中，全面刷新了榜单记录，不仅以 70.8 的分数完爆了 DeepSeek-R1（56.9），甚至大幅超越了闭源模型 Gemini2.5-Pro。

Qwen3 在 Agentic 能力方面做了大量的优化，包括不限于任务执行效率、响应结构和工具泛化能力等。也就是说，Qwen3 的设计理念，不再局限于传统的 ChatBot 问答对话视角，而是面向 Agent 化的任务型应用提供了模型层支撑。

甚至，Qwen3 还原生支持了 MCP 协议。

我们来看下官方放出的 Demo 展示：

在大模型如今“从对话走向执行”的关键节点，Qwen3 大幅强化了 Agent 能力，我觉得这是非常值得点赞的。

附 Qwen3 体验传送门（MCP 功能，也即将上线）：

https://www.tongyi.com/

Qwen3 全家桶开源

需要强调的是，Qwen3 不是单个模型，而是一个全家桶，包含了 8 款不同尺寸的模型——

6 款 Dense 模型： 最小参数 0.6B，依次是 1.7B、4B、8B、14B，到32B****，覆盖了从端侧到云端的各种需求。

2 款 MoE 模型：

Qwen3-30B-A3B： 300 亿总参数，激活参数 30 亿。
Qwen3-235B-A22B： 2350 亿参数，激活参数 220 亿。

实力最强的Qwen3-235B-A22B，也是这次发布的旗舰模型。前面性能拉爆的就是这款。

当然，不只是旗舰版能打。其他 7 个模型在各自的量级里，都是 SOTA 级别的存在。

关于开源，我还扒出一组数据——

阿里通义已开源 200 余个模型，全球下载量超 3 亿次，千问衍生模型数超 10 万个，已超越美国 Llama，成为全球第一开源模型。

附 Qwen3 开源传送门：

huggingface：

https://huggingface.co/Qwen/Qwen3-235B-A22B

魔搭社区：

https://modelscope.cn/models/Qwen/Qwen3-235B-A22B

Qwen3 新特性——混合推理

这次 Qwen3 还有一个新特性——混合推理，是国内首个支持这种机制的模型。

熟悉 Claude 的朋友都知道，Claude 3.7 Sonnet 是市场上首个“混合推理模型”，把快速响应和深入推理整合在一个模型中，用户可以根据问题和任务灵活选择是否要思考。

混合推理，简单来说，就是一脑双模，天生就会两种工作模式：

快问快答模式（非推理模式）， 比如问一些简单的问题，不需要逻辑推理，这种模式反应快、计算量小，主打一个效率，省时省力省算力。
深度思考模式（推理模式），适合比较复杂，要拆解成小步骤，一步步地推演、论证的问题。

怎么切换这两种模式呢？

这里阿里设计得很灵活，一种是硬开关控制， 你可以在调用模型的时候，直接设置一个参数 enable_thinking=True；还可以软开关控制，在 enable_thinking=True 基础上，通过/think 和/no_think 指令来开启推理模式。

是不是有很多人和我一样，有的时候着急要结果，只能看着巨长的思维链干着急。这下解决了，我可以自己控制思考的最大 token 数。

只能说，这个设计太懂用户痛点了。

把这两种看似矛盾的能力和谐地统一在一个模型里，看似简单，实则一点儿不容易，否则就不用刻意分成俩模型了。

阿里自己也说了，这背后需要非常精密的训练策略、巧妙的数据设计和复杂的损失函数调度，才能在同一模型中稳定掌握两种截然不同的输出分布，最重要的是，模式切换时基本不损失性能。

这个是实打实地考验在模型训练方法论上积累的功力。

划重点： 这次开源的 8 个模型，全部都支持“混合推理”机制！

除了效果之外，还有一个很值得关注的信息。

根据官方放出的消息，只需要 4 张英伟达的 H20 GPU，就能在本地把 235B 的 Qwen3 旗舰版 MoE 模型跑起来，直接把部署成本干到了 DeepSeek-R1 的 35%。

H20 虽然不便宜，但相比之前动辄需要几十上百张才能伺候的同级别巨兽，这个门槛可以说是快被按到地板上了。

除了自行部署外，也可通过阿里云百炼直接调用 API 服务。

阿里云百炼（Qwen3 即将上线）：

https://www.aliyun.com/product/tongyi

结语

综合来看，Qwen3 的发布不仅是一次榜单突破，我觉得更是国产 AI 大模型从“对话”走向“执行”的一次关键跃迁。

无论是全面超越 DeepSeek R1 的硬核性能，还是原生支持 MCP 协议的 Agent 能力，亦或是混合推理机制和超低部署成本，Qwen3 都展现了一次恰到好处的升级迭代。

未来，随着 Agent 时代的加速到来，Qwen3 或许将成为推动 AI 应用落地的核心引擎。

我们拭目以待。