阿里发布 Qwen3：支持调节思考预算，开放多款混合推理模型

Qwen3 是阿里开源的混合推理大模型家族，参数量从 6 亿（0.6B）覆盖到 2350 亿（235B）。它把「深度思考」和「快速响应」融在了一起，允许开发者根据任务需求自行配置推理预算。

面对简单提问，它能做到像普通模型一样毫秒级秒回；遇到复杂逻辑或编程难题时，它则会开启长链思考机制，像 OpenAI o3 那样反复自我校验，只是会付出更高的延迟代价。

思考预算与规格配置

Qwen3 最大的设计亮点，在于把思考模式和非思考模式无缝结合。官方团队在博客中提到，用户可以直接在调用端配置每项任务的思考预算，不用在不同模型之间来回切换。

整个家族包含 8 款模型，分为 2 款 MoE（混合专家架构）模型和 6 款密集模型。MoE 架构通过把复杂任务拆解并分派给更小的专门专家模块，进一步降低了实际运行时的计算开销。

这批模型在超过 36 万亿 token 的数据集上完成训练，包含大量教材、问答对、高质量代码片段和合成数据，支持 119 种语言。除了推理能力，阿里还特别强化了它的工具调用（tool-calling）、复杂指令遵循和格式化数据输出表现。

跑分表现与开放程度

在公开评测中，最大的旗舰型号 Qwen3-235B-A22B 展现了极强的推理水准。在编程竞赛平台 Codeforces 上，它微弱击败了 OpenAI o3-mini 与 Google Gemini 2.5 Pro；在最新版 AIME 数学基准和 BFCL 评测中，同样超过了 o3-mini。不过，目前这款 235B 旗舰模型尚未公开放出权重。

大家现在就能下载到手的是公开版本中最大的 Qwen3-32B。它的实力依然很顶，在 LiveCodeBench 等代码测试中超过了 OpenAI 的 o1 模型，面对 DeepSeek R1 这类开源推理竞品也完全不虚。

绝大部分 Qwen3 模型的权重已经或即将在开放许可下上线 Hugging Face 和 GitHub。如果你不想自己折腾本地硬件，也可以在 Fireworks AI 和 Hyperbolic 等云服务商处直接调用 API。

为什么重要

对于正在搭建 Agent 或自动化代码流的开发者来说，Qwen3-32B 非常值得现在拉下来跑一遍。它把原本只有闭源前沿模型才有的思考预算调节能力，做进了一台普通工作站或单张主流企业显卡就能跑得动的尺寸里。

这种在一个模型内动态切换「快速应答」与「深度演算」的设计，省去了在工程侧挂载两套不同模型的复杂路由。虽然最顶配的 235B 旗舰暂时只能眼馋，但现已开源的 32B 版本，已经足够给追求私有化部署和低成本推理的团队一个极具性价比的选择。