阿里千问3性能超越DeepSeek-R1，成本仅需三分之一

4月29日，阿里巴巴开源新一代通义千问模型Qwen3（简称千问3）登顶全球最强开源模型，参数量仅为DeepSeek-R1的1/3，成本大幅下降，性能全面超越R1、OpenAI-o1。

据悉，千问3是国内首个“混合推理模型”，“快思考”与“慢思考”集成进同一个模型，对简单需求可低算力“秒回”答案，对复杂问题可多步骤“深度思考”，大大节省算力消耗。千问3采用混合专家（MoE）架构，总参数量235B，激活仅需22B。千问3预训练数据量达36T ，并在后训练阶段多轮强化学习，将非思考模式无缝整合到思考模型中。

千问3在推理、指令遵循、工具调用、多语言能力等方面均大幅增强，创下性能新高：在奥数水平的AIME25测评中，千问3斩获81.5分，刷新开源纪录；在考察代码能力的LiveCodeBench评测中，千问3突破70分大关，表现甚至超过Grok3；在评估模型人类偏好对齐的ArenaHard测评中，千问3以95.6分超越OpenAI-o1及DeepSeek-R1。性能大幅提升的同时，千问3的部署成本还大幅下降，仅需4张H20即可部署千问3满血版，显存占用仅为性能相近模型的三分之一。

千问3还提供了丰富的模型版本，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，每款模型均斩获同尺寸开源模型SOTA（最佳性能）：千问3的30B参数MoE模型实现了10倍以上的模型性能杠杆提升，仅激活3B就能媲美上代Qwen2.5-32B模型性能；千问3的稠密模型性能继续突破，一半的参数量可实现同样的高性能，如32B版本的千问3模型可跨级超越Qwen2.5-72B性能。

同时，所有千问3模型都是混合推理模型，API可按需设置“思考预算”（即预期最大深度思考的tokens数量），进行不同程度的思考，灵活满足AI应用和不同场景对性能和成本的多样需求。比如，4B模型是手机端的绝佳尺寸；8B可在电脑和汽车端侧部署应用；32B最受企业大规模部署欢迎，有条件的开发者也可轻松上手。

千问3为即将到来的智能体Agent和大模型应用爆发提供了更好的支持。在评估模型Agent能力的BFCL评测中，千问3创下70.8的新高，超越Gemini2.5-Pro、OpenAI-o1等模型，将大幅降低Agent调用工具的门槛。同时，千问3原生支持MCP协议，并具备强大的工具调用（function calling）能力，结合封装了工具调用模板和工具调用解析器的Qwen-Agent 框架，将大大降低编码复杂性，实现高效的手机及电脑Agent操作。

据了解，千问3系列模型依旧采用宽松的Apache2.0协议开源，并首次支持119多种语言，全球开发者、研究机构和企业均可免费在魔搭社区、HuggingFace等平台下载模型并商用，也可以通过阿里云百炼调用千问3的API服务。个人用户可通过通义APP直接体验千问3，夸克也即将全线接入千问3。

截止目前，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。