原创橘子OrangeAI 2025-04-29 09:39 北京

从 R1 到 Qwen3，不知不觉已经进步了那么多。

全世界等了一个月，Qwen3 今天终于发布了。

为什么大家都在等 Qwen3？

因为自上次 DeepSeek R1 发布之后，国内模型在智能方面就没有太多实质进展。

海外Meta 开源的 Llama4 全面拉胯，还因为刷分导致了一些风波。

而最近很火的 AI Coding、Agent、MCP 应用，全都依赖模型的智能提升。

大家对 Qwen3 的期待，不仅是对模型的智能有一个短板补齐，更是因为 Qwen 系列覆盖了大中小全尺寸规格，可以根据自己的业务场景微调。

今天 Qwen3 发布，是否能满足大家的期待？

模型特色：思深，行速

Qwen3 是全球最强开源模型，性能全面超越 DeepSeek R1，国内第一个敢说全面超越 R1 的模型，之前都是比肩

Qwen3 是国内首个混合推理模型，复杂答案深度思考，简单答案直接秒回，自动切换，提升智力+节省算力双向奔赴

模型部署要求大幅降低，旗舰模型仅需4张H20就能本地部署，部署成本估算下来是能比R1下降超6成

Agent 能力大幅提升，原生支持 MCP 协议，提升了代码能力，国内的 Agent 工具都在等它

支持119种语言和方言，包括爪哇语、海地语等地方性语言，全世界都可以用上 AI

训练数据 36 万亿 token，相比 Qwen2.5 直接翻倍，不仅仅是网络内容，还大量提取 PDF 的内容、大量合成代码片段

模型性能：

旗舰版 Qwen3 的数学、代码的各项指标超强。

全面超越 OpenAI o1 和 o3 mini、 DeepSeek R1、Grok3。

模型家族：

本次总共开源 8 款模型，包括 2 款 MoE 模型和 6 款 Dense 模型。

2 款 MoE 模型：

旗舰版 Qwen3-235B-A22B，激活参数仅22B，部署成本为 DeepSeek R1 的三分之一。

迷你版 Qwen3-30B-A3B，激活参数仅3B，整体性能堪比 Qwen3-32B，适合消费级显卡部署。

6 款 Dense 模型：0.6B、1.7B、4B、8B、14B、32B

0.6B的，可在手机等端侧部署。

混合思考模式

Qwen3 支持了类似 Claude 3.7 的混合思考模式。

允许用户在“深度推理”和“极速响应”之间灵活切换，兼顾复杂任务的思考力和简单任务的效率：

1. 思考模式（深度推理）

在这个模式下，模型会像一个真正的思考者一样，逐步推理、分析问题，最后给出经过深思熟虑的答案。适合处理复杂、需要逻辑推理或多步骤分析的任务，比如数学题、代码生成、复杂决策等。这种模式下，模型会花更多“脑力”和时间，追求答案的准确性和深度。

2. 非思考模式（极速响应）

当你需要的是速度而不是深度，比如简单问答、日常对话、快速检索信息时，可以切换到非思考模式。模型会直接、快速地给出答案，几乎没有延迟，效率极高。

灵活切换与“思考预算”控制

你可以根据任务的复杂度，动态选择模式，甚至在多轮对话中随时切换。比如，先用非思考模式快速获取信息，再用思考模式深入分析。这种“思考预算”理念，像是在管理团队资源：复杂项目投入更多精力，简单任务则追求效率。

多语言支持

Qwen3 支持 119 种语言和方言，从英语、法语、德语、俄语，到中文（简体、繁体、粤语）、阿拉伯语、日语、韩语、泰语、越南语、土耳其语、芬兰语、斯瓦希里语等，几乎囊括了全球主流语言。

让全世界各国人民都能够用上 AI 。

训练亮点

1. 超大规模多样化数据集

Qwen3 的预训练数据量高达 36 万亿 tokens，几乎是上一代 Qwen2.5 的两倍。

不局限于爬取网络数据，还使用 Qwen2.5-VL 从各种 PDF 文档中提取文本，并用 Qwen2.5 改进提取内容的质量。

为了增加数学和代码数据的数量，利用 Qwen2.5-Math 和 Qwen2.5-Coder 合成数据，合成了包括教科书、问答对以及代码片段等多种形式的数据。

2. 多阶段精细化训练流程

三阶段预训练

1. 基础能力打底：先用 30 万亿 tokens 训练基础语言和通用知识。

2. 知识密集型强化：再用 5 万亿 tokens 加强 STEM、推理、编程等高难度任务。

3. 长上下文适应：最后用高质量长文本，把上下文长度扩展到 32K，模型能处理更长、更复杂的输入。

四阶段后训练

1. 长思维链冷启动：用多样化推理数据微调，打下推理基础。

2. 强化学习提升：用规则奖励机制，提升模型探索和钻研能力。

3. 思考模式融合：把“思考模式”和“极速模式”无缝整合，兼顾深度与效率。

4. 通用能力强化：在 20 多个领域用 RL 纠正模型行为，提升指令遵循和 Agent 能力。

3. 架构创新与成本优化

Dense + MoE 混合架构

：既有 Dense 模型的稳定性，也有 MoE（专家混合）模型的高效性。比如 Qwen3-30B-A3B 只用 10% 激活参数就能媲美更大模型，推理成本大幅降低。

思考预算灵活分配

：用户可以根据任务复杂度，动态切换“深度推理”与“极速响应”，让 AI 既聪明又高效。

模型实测

测试1，让 Qwen3 写一篇诗歌，总结上面的所有内容

要融合各种技术术语，非常难。

测试2，让 Qwen3 模仿 Orange 的写作风格写一篇公众号

你喜欢它写的还是我写的这篇？

测试3，让 Qwen3 把 PDF 转为报告网页

Prompt:

帮我将这个文件生成一个 HTML 动态网页，具体要求是：
1.使用Bento Grid风格的视觉设计，纯黑色底配合橙色FF813A作为高亮
2.强调超大字体或数字突出核心要点，画面中有超大视觉元素强调重点，与小元素的比例形成反差
3.中英文混用，中文大字体粗体，英文小字作为点缀
4.简洁的勾线图形化作数据可视化或者配图元素
5.运用高亮色自身透明度渐变制造科技感，但是不同高亮色不要互相渐变
6.模仿 apple 官网的动效，向下滚动鼠标配合动效
7.数据可以引用在线的图表组件，样式需要跟主题一致
8.使用 Framer Motion（通过CDN引入）
9.使用HTML5、TailwindCsS 3.0+（通过CDN引入）和必要的JavaScript
（通过CDN引入）
10.使用专业图标库如Font Awesome或Material Icons（通过CDN引入）
11.避免使用emoji作为主要图标
12.不要省略内容要点

网页结构尚可，审美方面还需要提高。