阿里巴巴发布 Qwen3，支持思考与非思考混合模式

背景

Qwen2.5 是通义千问上一代模型。它的预训练使用约 18 万亿个词元，Qwen3 的预训练数据量约为其两倍。^[1]

发生了什么

2025 年 4 月 29 日，阿里巴巴以 Apache 2.0 许可证发布 Qwen3。^[1][2] 该系列包括两个混合专家（mixture-of-experts，MoE）模型 Qwen3-235B-A22B 和 Qwen3-30B-A3B，以及参数为 32B、14B、8B、4B、1.7B 和 0.6B 的六个稠密（dense）模型。^[1]

关键细节

核心特点是混合思考模式。同一个模型既可以分步推理，也可以立即作答。用户通过 enable_thinking 选项，或在提示词中使用 /think 与 /no_think，切换两种模式。^[1]

预训练覆盖约 36 万亿个词元，涉及 119 种语言和方言。^[1]

通义千问团队称，Qwen3-235B-A22B 在编程、数学和通用基准上与 DeepSeek-R1、o1、o3-mini、Grok-3 和 Gemini-2.5-Pro 相当。^[1] 此次发布还加强了智能体与编程能力，并改进了对模型上下文协议（Model Context Protocol，MCP）的支持。^[1]

几个术语值得解释。稠密模型（dense model）在处理每个词元时都使用全部参数；混合专家模型只激活其中一部分参数，因此 Qwen3-235B-A22B 的总参数为 2350 亿，激活参数只有 220 亿。混合思考是指同一个模型既能先输出分步推理过程再作答，也能在问题简单时直接给出答案。^[1]

模型上下文协议（Model Context Protocol，MCP）是一种标准，让模型能以统一的方式连接外部工具和数据源。发布中提到的 MCP 支持，意味着 Qwen3 可以用于遵循该协议的软件之中。^[1]

预训练是模型从大规模文本中学习的阶段。这里使用的约 36 万亿个词元，是 Qwen2.5 所用 18 万亿个词元的近两倍，团队以此作为对比。^[1]

影响

Qwen3 把思考模式与非思考模式合并进同一个模型系列。下一次更新做了调整：2025 年 7 月发布的 Qwen3-2507 把两种模式拆分为独立的指令模型和思考模型。^[1]