阿里开源千问3模型成本仅需DeepSeek-R1等三分之一

封面新闻记者欧阳宏宇

4月29日凌晨，阿里巴巴开源新一代通义千问模型Qwen3（简称千问3）。据介绍，该通用大模型参数量仅为DeepSeek-R1的1/3，成本大幅下降，性能全面超越R1、OpenAI-o1等。

公开资料显示，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，大大节省了算力消耗。

据了解，千问3采用混合专家（MoE）架构，总参数量235B，激活仅需22B，预训练数据量达36T tokens，并在后训练阶段经过多轮强化学习，将非思考模式无缝整合到思考模型中。在推理、指令遵循、工具调用、多语言能力等方面均大幅增强。

目前，千问3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。

值得注意的是，性能提升的同时，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。