阿里巴巴開源Qwen3系列模型 數學編程表現媲美頂級AI?

$(BABA.US)$ 週一發佈並開源通義千問3.0（Qwen3）系列模型，並指佢喺數學同編程等多方面嘅表現都同DeepSeek有得揮，仲大幅降低部署成本。據介紹，Qwen3整合兩種思考模式，支援119種語言，仲方便Agent調用，性能仲拍得住DeepSeek R1同OpenAI o1，仲全部開源㖭！

模型陣容超班 MoE設計慳成本

Qwen3系列包含兩個專家混合模型（MoE）同另外六款模型。其中旗艦版Qwen3-235B-A22B喺代碼、數學等測試中，同DeepSeek-R1、Grok-3等頂尖模型鬥得難分難解。而MoE模型Qwen3-30B-A3B嘅激活參數數量只係QwQ-32B嘅10%，細模型Qwen3-4B嘅表現仲勁過Qwen2.5-72B-Instruct。呢套系統模仿人類拆解問題嘅思路，將任務分畀專精唔同領域嘅「專家組」處理，效率即刻升呢。

阿里今次一炮過開源兩款MoE模型權重：總參數2350億嘅Qwen3-235B-A22B，同埋總參數300億嘅Qwen3-30B-A3B。另外仲有六款Dense模型開放，包括Qwen3-32B到Qwen3-0.6B等多個版本，全部用Apache 2.0授權。

雙模式切換 長短問題對應

Qwen3系列最大賣點係「混合型」設計，設有兩種模式：

• 思考模式：用嚟處理複雜問題，會自我核實事實（類似OpenAI o3），不過反應會慢啲
• 非思考模式：即時應對簡單查詢，慳時間慳資源

開發團隊強調，呢種設計令用戶可以按任務難度分配「思考預算」，喺成本同質量之間搵到最佳平衡。例如數學題可以開長推理步驟，而問天氣呢類簡單嘸就即問即答。

訓練數據翻倍 Agent調用更順

Qwen3用咗近36萬億token做訓練，數據量係Qwen2.5嘅兩倍，涵蓋教材、代碼片段等內容。訓練分三階段：

1. 基礎階段：用30萬億token訓練4K上下文長度
2. 專精階段：加入STEM同編程數據，再練5萬億token
3. 擴容階段：將上下文長度拉到32K，處理長文本無難度

官方指，即使係Qwen3-1.7B呢類細模型，表現都同舊版Qwen2.5-3B睇齊，STEM同編程領域仲要超班。MoE模型更加慳料，用10%激活參數就做到舊版Dense模型嘅效果。

AGI之路再進一步

面對OpenAI、谷歌等對手近期連推新模型，阿里表明Qwen3係邁向通用人工智能（AGI）嘅重要里程碑。CEO吳泳銘今年初已明言，公司首要目標係研發出具人類智力水平嘅AI系統。下一步計劃會從五大方向升級：擴數據規模、加大模型體積、延伸上下文長度、增加多模態支援，同埋用環境反饋強化推理能力。