4月29日凌晨，阿里巴巴開源新一代通義千問模型Qwen3（簡稱千問3），參數(shù)量僅為DeepSeek-R1的1/3，成本大幅下降，性能全面超越R1、OpenAI-o1等全球頂尖模型，登頂全球最強(qiáng)開源模型。
千問3是國內(nèi)首個混合推理模型，性能更高的同時成本大幅下降，其總參數(shù)為235B，僅為R1的三分之一。有機(jī)構(gòu)測算，部署R1需16張H20芯片，而滿血版千問3僅需4張，成本大降75%。
更重要的是，千問3為即將到來的智能體Agent和大模型應(yīng)用爆發(fā)提供了更好的支持。在評估模型Agent能力的BFCL評測中，千問3創(chuàng)下70.8的新高，超越Gemini2.5-Pro、OpenAI-o1等頂尖模型。大幅降低Agent調(diào)用工具的門檻，或?qū)⒁l(fā)新一輪AI應(yīng)用爆發(fā)。
火星電波創(chuàng)始人、前MiniMax海螺AI產(chǎn)品負(fù)責(zé)人馮雷（橘子）在社交媒體上發(fā)布了他的測試體驗(yàn)。其中，Qwen3把各個MCP都調(diào)用成功了，但別的模型失敗居多。他對界面新聞表示，從R1到千問3，工具調(diào)用能力已經(jīng)進(jìn)步了非常多。
Agent行業(yè)急需工具調(diào)用能力高的模型
Agent對模型能力的需求，取決于該 Agent 的任務(wù)復(fù)雜性和自治程度。
總體上，一個強(qiáng)健的Agent系統(tǒng)對底層模型的需求主要包括基礎(chǔ)語言理解與生成、工具使用與調(diào)用、推理與規(guī)劃等多方面的能力。簡單來說，其需要準(zhǔn)確理解指令和上下文以及多輪對話中的隱含意圖和模糊表達(dá)，把復(fù)雜目標(biāo)拆成子任務(wù)、按序執(zhí)行。同時，這個系統(tǒng)還要理解和調(diào)用外部工具的流程，并執(zhí)行API調(diào)用。
在Platform Thinking主理人、前知乎 COO張寧看來，目前Agent行業(yè)在底層模型上面臨的痛點(diǎn)就是真正好工具調(diào)用能力的模型不多。
從千問3的性能和測試表現(xiàn)來看，阿里方面正在著力解決底層模型工具調(diào)用能力不足的痛點(diǎn)?？梢栽谒伎己头撬伎寄Ｊ较戮_集成外部工具，在復(fù)雜的基于代理的任務(wù)中在開源模型中表現(xiàn)領(lǐng)先。
在評估模型Agent能力的BFCL評測中，千問3創(chuàng)下70.8的新高，超越Gemini2.5-Pro、OpenAI-o1等頂尖模型，將大幅降低Agent調(diào)用工具的門檻。
千問3原生支持MCP協(xié)議，并具備強(qiáng)大的工具調(diào)用（function calling）能力，結(jié)合封裝了工具調(diào)用模板和工具調(diào)用解析器的Qwen-Agent 框架，將大大降低編碼復(fù)雜性，實(shí)現(xiàn)高效的手機(jī)及電腦Agent操作等任務(wù)。開發(fā)者要定義可用工具，可基于 MCP 配置文件，使用 Qwen-Agent 的集成工具或自行集成其他工具，快速開發(fā)一個帶有設(shè)定、知識庫RAG和工具使用能力的智能體。
同時，千問3在基礎(chǔ)語言理解與生成能力和推理能力上也表現(xiàn)出不俗的能力。
這意味著，在同等模型能力的條件下，Agent以及AI應(yīng)用行業(yè)調(diào)用模型的成本更低，調(diào)用更方便，這勢必會促進(jìn)更多新Agent以及AI應(yīng)用的涌現(xiàn)。
堅(jiān)定開源路線，多版本模型同時推出
千問3還提供了豐富的模型版本，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
其中，千問3的30B參數(shù)MoE模型實(shí)現(xiàn)了10倍以上的模型性能杠桿提升，激活3B就能媲美上代Qwen2.5-32B模型性能；千問3的稠密模型性能繼續(xù)突破， Qwen3-4B 這樣的小模型也能達(dá)到 Qwen2.5-72B-Instruct 的性能。
因?yàn)樗星?模型都是混合推理模型，API可按需設(shè)置“思考預(yù)算”（即預(yù)期最大深度思考的tokens數(shù)量），進(jìn)行不同程度的思考，靈活滿足AI應(yīng)用和不同場景對性能和成本的多樣需求。中小企業(yè)和AI開發(fā)者可根據(jù)自己需求靈活選擇模型，這勢必會降低其使用大模型的門檻和成本。這些資金和人員都非常有限的團(tuán)隊(duì)可以把更多資源和精力投入到市場和用戶需求痛點(diǎn)的挖掘上，以便能研發(fā)出更多創(chuàng)新應(yīng)用。
在馮雷看來，Qwen 系列模型，因?yàn)殚_源、小巧、好微調(diào)的特點(diǎn)，已經(jīng)成為很多開發(fā)者的首選模型。很多強(qiáng)化學(xué)習(xí)研究也都依賴Qwen 系列的高質(zhì)量基座，因?yàn)榛Ｐ偷馁|(zhì)量決定了后續(xù)強(qiáng)化學(xué)習(xí)的上限。
阿里云走到第16個年頭，全面重構(gòu)了一個從底層硬件到計(jì)算、存儲、網(wǎng)絡(luò)、數(shù)據(jù)處理、模型訓(xùn)練和推理平臺的全棧技術(shù)架構(gòu)體系，是亞太第一的云計(jì)算平臺；而阿里也是全球最早投入大模型研究的科技公司之一
此前周靖人接受媒體采訪時稱，大模型發(fā)展和云體系的支撐不可分割。無論訓(xùn)練還是推理，大模型的每一次突破，表面看是模型能力演進(jìn)，背后其實(shí)是整個云計(jì)算和數(shù)據(jù)、工程平臺的全面配合和升級。多模態(tài)也是通向 AGI 的重要途徑。
阿里Qwen 3發(fā)布后，馬斯克在社交平臺X上稱，下周，Grok 3.5 早期測試版將僅向SuperGrok訂閱者發(fā)布。它是第一個能夠準(zhǔn)確回答有關(guān)火箭發(fā)動機(jī)或電化學(xué)技術(shù)問題的人工智能。這也意味著Qwen 3在國際上同樣有較高的關(guān)注度。
清華大學(xué)人工智能研究院常務(wù)副院長、歐洲人文和自然科學(xué)院外籍院士孫茂松表示，近年來在人工智能領(lǐng)域尤其是大模型的發(fā)展上，發(fā)出了很強(qiáng)烈的中國的聲音，DeepSeek的出現(xiàn)以及通義千問的系列開源產(chǎn)品極大推動了國內(nèi)大模型的開源路線，這無疑為緩解技術(shù)壟斷，推動技術(shù)平權(quán)，提升人工智能的普惠性，無疑具有十分重要的作用。
目前，海內(nèi)外開源社區(qū)中Qwen的衍生模型數(shù)量已突破10萬，超越Llama系列衍生模型，通義千問Qwen穩(wěn)居世界最大的生成式語言模型族群。根據(jù)Huggingface2025年2月10日最新的全球開源大模型榜單，排名前十的開源大模型全部是基于通義千問Qwen開源模型二次開發(fā)的衍生模型。
孫茂松認(rèn)為，這意味著中國的大模型的文化在國際上得到了認(rèn)可，這是在文化層面有某種扭轉(zhuǎn)，外界看來似乎“漫不經(jīng)心”，但這一點(diǎn)非常難能可貴，這實(shí)際上是認(rèn)可中國大模型的發(fā)展和技術(shù)。