阿里巴巴通義千問 Qwen3-Next 來了：更快、更強、更高效

近日，阿里巴巴通義千問團隊正式推出了全新的 Qwen3-Next 模型架構，並同步開源了基於這一架構的 Qwen3-Next-80B-A3B 系列模型。

相比上一代產品，新版本在訓練成本、推理效率以及超長上下文處理能力上都有大幅提升，引發了業界廣泛關注。

更高效的模型設計

Qwen3-Next 的總參數量達到 800 億，但在實際推理過程中只需激活 約 30 億 參數。這得益於其架構上的多項創新：

• 混合注意力機制：讓模型在不同場景下更高效地處理資訊。

• 高稀疏度專家混合結構（MoE）：在保證性能的同時顯著降低計算開銷。

• 多 token 預測機制：提升長文本推理的吞吐效率。

• 訓練穩定性優化：在大規模訓練過程中更穩定、更高效。

這些改進不僅提升了模型在複雜任務中的表現，也讓其在資源消耗上更具優勢。

性能提升一覽

根據公開報導，Qwen3-Next 相比上一代 dense 模型 Qwen3-32B，在多個方面有明顯提升：

• 訓練成本：降低約 90%。

• 推理效率：在一般場景中速度提升數倍，在 超長文本（32K token 以上） 場景下，吞吐率提升 超過 10 倍。

• 性能表現：在多數下游任務中，Qwen3-Next 的基礎版（Base）已經超越 Qwen3-32B-Base。

特別是在 超長上下文處理 方面，Qwen3-Next 擁有明顯優勢，這對於法律文書、科研論文、大規模代碼庫等場景都有重要意義。

多版本滿足不同需求

此次開源的 Qwen3-Next-80B-A3B 系列包含多個版本，適配不同任務：

• Base：通用版本，用於研究與基線對比。

• Instruct：指令調優版本，更適合對話、問答、命令執行等場景。

• Thinking：強化推理能力的版本，專注複雜推理任務，在部分測試中表現超過前代模型，甚至超過部分閉源大模型。

開源與應用

阿里巴巴已將 Qwen3-Next 系列全面開源，開發者和研究者可在 Hugging Face、魔搭社區 下載模型，也可通過 阿里雲百鍊平台 API 或 通義千問 直接體驗。

這一開放舉措，不僅推動學術研究，也加速產業落地，尤其適合法律、科研、教育等需要處理超長文本的場景。

寫在最後：Qwen3‑Next 的價值與前景

Qwen3‑Next 的發布，體現了阿里巴巴通義千問在國產大模型研發上的新突破：

• 技術升級：在效率、成本、長文本處理能力上實現明顯提升。

• 產業應用價值：低成本、高效率的特性，使模型更適合企業部署和行業落地。

• 開源生態：開放下載和 API 接入，助力研究者和開發者進行二次開發和創新。

• 可持續發展：高效架構降低資源消耗，符合行業對綠色 AI 的期待，也便於持續迭代和優化。

可以說，Qwen3‑Next 不僅是一款性能強大的大模型，更是阿里巴巴在 AI 產業布局中，為企業和開發者提供的一張「新名片」，標誌着國產大模型在效率、應用落地和開放生態上的新高度。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。