財聯社記者黃心怡
2025-05-10 
登頂開源大模型榜首阿里Qwen3成色如何？|聚焦
《科創板日報》5月1日訊（記者 黃心怡）阿里巴巴在“五一”節前開源新一代通義千問模型Qwen3，而且一口氣開源了 8 個版本。
阿里千問大模型官網用“思深，行速”來描述Qwen3，是指Qwen3 是中國公司推出的首個混合推理模型，在同一個模型中融合了 “推理” 和 “非推理” 模式，可以根據不同問題選擇 “快、慢思考”。
最新數據顯示，阿里Qwen 系列大模型已被累計下載 3 億次，基于 Qwen 的衍生模型數量超 10 萬個，為全球第一。Qwen3 發布也引來眾多開發者的使用和測評。
Qwen3 提供了不同參數的模型版本，包含2款30B、235B的MoE模型，以及0.6B、1.7B、4B、8B、14B、32B等6款密集模型。阿里方面稱，千問3的30B參數MoE模型僅激活3B就能達到上代Qwen2.5-32B模型性能，而千問3的稠密模型比如32B版本的千問3模型，可超越上一代Qwen2.5-72B性能。
多名開發者告訴《科創板日報》記者，此次發布的千問3系列中的小參數量模型表現突出。“32B模型表現突出，小參數量跑出了優秀的效果，對大模型應用研發人員或公司來說是福利。畢竟大參數量還是成本太高。目前來看32B性價比最高，235B感覺相比千問2.5提升不太大，而32B能跑出目前效果確實很不錯了。”
有業內人士推測，千問3選擇在小參數模型發力，主要是為了蘋果生態而準備。此前，阿里董事局主席蔡崇信確認了回應阿里與蘋果在手機上合作落地AI的傳聞。而今年4月的最新消息稱，蘋果果正積極推進在國行版iPhone上引入AI功能的計劃，并計劃于2025年中期前登陸國行iPhone。
▍并非全面碾壓DeepSeek R1
盡管Qwen3發布后，有媒體報道其性能全面碾壓同樣開源的DeepSeek R1 。但《科創板日報》記者注意到，每家大模型公司在公布自己大模型的測評數據時，可能用的都是不同的指標，或者只公布自己得分高的測評測試。因此，比較公立的第三方測評比較有說服力。
著名華裔AI學者吳恩達的公司Artificial Analysis對包括Qwen3和DeepSeek R1在內的大模型測試顯示，Qwen3只是在某些指標上超越DeepSeek R1，并非全面碾壓。
在“GPQA 鉆石：博士級多學科”項目測試中，Qwen3 235B測試結果70分，和 DeepSeek R1 的 71分 成績接近；在“LiveCodeBench：編碼能力”項目測試中，Qwen3 235B測試結果：71分，高于 DeepSeek R1 的 62分 成績；在“MATH-500：高難度數學”項目測試中， Qwen3 235B測試結果93分，低于 DeepSeek R1 的 97分成績; 在“MMLU：通用知識基準” Qwen3 235B測試結果83分，接近 DeepSeek R1 的 84分成績；在“AIME2024：數學推理中等挑戰，泛化能力參考”項目測試中，Qwen3 235B測試結果84分，高于 DeepSeek R1 的 68分成績。
因此，業內普遍的看法是，總體看Qwen3推理模型整體表現略好于R1，但相比R1也不算有太大突破，還稱不上“全面碾壓”。
▍小參數模型遠超預期
另一名開發者告訴《科創板日本》記者，此次千問3系列的超大參數模型不及預期，但小參數的模型遠超預期。“4B模型在數學能力上屬實驚到我了。”
小參數量模型的特點是能夠主要用于端側部署，比如4B模型可用于手機端，8B可在電腦和汽車端側，32B可用于企業大規模部署，也適合有條件的開發者上手。
開放傳神（OpenCSG）聯合創始人陳冉認為，通義大模型的出現充分驗證大模型領域金律“模型天天變，不變的是數據沉淀“，也再次證明開源是技術創新的壓箱石。技術上，還在繼續努力推進，目標還是降本增效，種類齊全，但核心創新點還有待觀察。
《科創板日報》記者注意到，在千問3發布后，上下游供應鏈第一時間進行適配和調用。英偉達、英特爾、聯發科、AMD等多家頭部芯片廠商紛紛適配千問3。
《科創板日報》記者從英特爾方面獲悉，英特爾在車端艙內對新發布的千問3系列模型，也已經完成匹配。國產芯片廠商海光信息則宣布其DCU完成對Qwen3全部8款模型的適配+調優，覆蓋235B、32B、30B、14B、8B、4B、1.7B、0.6B各種參數。
隨著算力成本的降低和性能的提升，業內分析普遍認為，千問3為即將到來的智能體Agent和大模型應用爆發提供了更好的支持。阿里云智能集團副總裁霍嘉在接受《科創板日報》采訪時表示，“模型推理模型能力不斷提高，使得當前在業內有共識，今年會是 AI應用爆發的真正元年。
▍通用Agent在工程和技術兩個方面仍面臨挑戰
華創證券在評價千問3大模型時稱， Agent訓練與落地成為了 AI+ 敘事的下一重心。天風證券認為，AI Agent市場規模有望超萬億，通義千問已發布多行業垂直生態體系，有望成為B端Agent鏈主。
《科創板日報》注意到，在第八屆數字中國建設峰會期間，中國一汽正式發布企業智能體OpenMind。這是汽車行業首個面向全集團運營管理的AI Agent，正是基于阿里通義大模型打造。
此外，中國電信、螞蟻集團等也紛紛發布了智能體相關平臺，以加速AI Agent在政務、金融等領域落地：中國電信正式發布星辰行業Agent平臺；螞蟻數科則發布了面向金融機構發布智能體開發平臺Agentar。
不過，通用Agent在工程和技術模型兩個方面仍面臨挑戰。一名業內人士表示，“實際上能夠處理通用或復雜任務的并不多。這些產品要么不夠通用，要么無法應對復雜的任務。”
阿里云 CTO 和通義實驗室負責人周靖人近日在接受媒體采訪時透露， 今年在大模型領域，相對確定的進展是兩個主線，一是模型能力上，會繼續在類人思考和多模態上有提升；二是模型和底層云計算系統會更深度結合，能同時提升訓練和推理效率，讓模型更好用、更普及。
在談及DeepSeek R1時，周靖人表示，DeepSeek看起來有算力、有 Infra 層、有模型，但不構成一個完整的云服務。"我們的一個核心認知是，大模型發展和云體系的支撐不可分割。”
談及國外內大模型競爭對手的你追我趕，他認為，市場空間很大，歡迎一起來推動 AI 產業的發展。至于誰領先，他說：
“還是看市場反饋，把選擇權留給客戶。”
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
