阿里巴巴通義千問Qwen3開源登頂GitHub！挑戰OpenAI與Google霸主地位

台北 4 月 29 日凌晨，中國科技巨頭阿里巴巴 (09988-HK) 正式開源旗下通義千問系列最新力作「Qwen3 系列模型」，上線短短 2 小時就在 GitHub 上累積超過 1 萬 7 千顆星，迅速登上全球開源模型排行榜冠軍，引發全球關注。

此次開源版本涵蓋 8 種不同規格，包含 2 款混合專家（MoE）模型（30B、235B）以及 6 款稠密模型（0.6B、1.7B、4B、8B、14B、32B），全面採用 Apache 2.0 開源授權，允許免費商用。

開發者現可於 Hugging Face 與 GitHub 平台下載，或透過 Fireworks AI、Hyperbolic 等雲端平台使用。

阿里巴巴指出，Qwen3 不僅在多項基準測試中超越 OpenAI 與 Google 的模型，部分表現甚至領先，顯示中國 AI 技術的快速進步。特別是旗艦模型 Qwen-3-235B-A22B，在 Codeforces 程式競賽平台上擊敗了 OpenAI o3-mini 與 Google Gemini 2.5 Pro，在數學推理與邏輯測試領域也表現出色，但目前尚未公開下載。

公開版本中，最大規格則為 Qwen3-32B，表現依然亮眼，甚至在多項測試中超越 OpenAI 的 o1 模型，亦成為中國 DeepSeek 的 R1 系列的強勁對手。

Qwen3 系列五大技術亮點包括：

1. 參數與效能的突破平衡

Qwen3 旗艦模型 Qwen3-235B-A22B（總參數 2350 億，啟用參數 220 億）以僅十分之一的啟用參數量，在數學推理（AIME25 達 81.5 分）、程式碼生成（LiveCodeBench 超過 70 分）等基準測試中刷新世界紀錄，超越如 DeepSeek-R1、Grok-3 等國際對手。

小型模型同樣表現亮眼，4B 參數模型效能媲美 Qwen2.5-72B，30B-A3B MoE 模型亦僅需 10% 的啟用參數，就追平了 Qwen3-32B 的表現。

2. 首創混合推理模式

Qwen3 可根據任務難度在「思考模式」與「非思考模式」間動態切換，兼顧高速回應與深度推理需求。

在「思考模式」下，模型可針對數學證明、程式除錯等高難度任務進行逐步推理，強化邏輯性與可解釋性；而在「非思考模式」下，則可用於天氣查詢、日常對話等簡單場景，以毫秒級速度快速回應，推理成本降低約 80%。

開發者可根據實際需求設定「思考預算」，在推理效能與結果精度之間自由取捨，實現更加靈活高效的應用體驗。

3. 支援 119 種語言，全球化布局

Qwen3 支援多達 119 種語言與方言，在 STEM（科學、技術、工程及數學）領域與邏輯推理能力顯著提升。在 ArenaHard 人類偏好評測中拿下 95.6 分，超越 OpenAI-o1，在創意寫作、多輪對話等場景中表現，接近人類水準。

4. 強化代理生態，支援 MCP 協議

Qwen3 內建模型上下文協議（MCP），進一步強化了代理（Agent）開發能力。

透過 MCP 協議，模型能在「思考模式」與「非思考模式」下靈活切換，並與外部數據源及各類工具實現深度整合，不僅能調用資料，還能協作完成複雜任務，顯著拓展了大語言模型的應用邊界。

Qwen3 在 BFCL Agent 能力測試中以 70.8 分名列榜首，能高效完成跨平台任務調度，為通用人工智慧（AGI）的落地奠定基礎。

5. 極致資料與訓練策略優化

與 Qwen2.5 相比，Qwen3 預訓練資料集規模幾乎是上一代兩倍，從 18 兆個字元（token）擴展到了 36 兆個字元，涵蓋網頁文本、PDF 文獻與大量合成資料（數學題庫、程式碼片段等）。

此外，Qwen3 也採用分階段訓練策略，包含三大主要階段：

• 步驟一（基礎語言能力建構）：透過超過 30 兆字元進行 4K 上下文長度的預訓練，奠定扎實的基礎語言能力與通用知識；
• 步驟二（知識稠密型優化）：在額外 5 兆字元的資料上強化 STEM、編碼與推理等專業領域表現；
• 步驟三（情境能力擴展）：透過高品質長文本資料，將上下文處理能力擴展至 32K，以應對超長且複雜的輸入。

同時，Qwen3 亦結合思維鏈冷啟動、強化學習、模式融合與通用優化等多階段後訓練，大幅提升推理能力與回應速度。

隨著美國對中國晶片出口限制收緊，阿里巴巴 Qwen3 的問世不僅突顯中國 AI 企業的自立自強，也象徵全球 AI 生態正快速分化。

軟體公司 Baseten 執行長 Srivastava 就指出，Qwen3 展現了開源模型在全球 AI 生態中的快速崛起，尤其是在美國對中國晶片限制下，顯示中國技術自給自足的趨勢日益明顯。