Qwen3震撼發(fā)布，問鼎開源寶座，教你快速上手
通義千問3（Qwen3），通義千問大語言模型家族的最新成員。作為阿里巴巴的旗艦模型，通義千問3-235B-A22B在編碼、數(shù)學、通用能力等基準評估中，與DeepSeek-R1、o1、o3-mini、Grok-3、Gemini-2.5-Pro等其他頂級模型相比，取得了極具競爭力的成績。此外，小型混合專家（MoE）模型通義千問3-30B-A3B，其激活參數(shù)僅為QwQ-32B的十分之一，卻超越了后者的表現(xiàn)；甚至像通義千問3-4B這樣的微型模型，也能與通義千問2.5-72B-Instruct相媲美。
通義千問 3 成績斐然，其諸多特性為人工智能領域注入了新活力。下面，本文帶你深入了解這款模型的具體情況。
1.簡介
通義千問（Qwen）是阿里巴巴集團通義千問團隊研發(fā)的大語言模型和大多模態(tài)模型系列。語言模型和多模態(tài)模型均在大規(guī)模多語言和多模態(tài)數(shù)據(jù)上進行預訓練，并在高質(zhì)量數(shù)據(jù)上進行微調(diào)以匹配人類偏好。通義千問具備自然語言理解、文本生成、視覺理解、音頻理解、工具使用、角色扮演、充當人工智能智能體等能力。
最新版本的通義千問3具有以下特點：
- 密集型和混合專家模型：提供0.6B、1.7B、4B、8B、14B、32B，以及30B-A3B、235B-A22B等不同規(guī)模的模型。
- 思維模式無縫切換：單個模型可在思維模式（用于復雜邏輯推理、數(shù)學計算和編碼任務）和非思維模式（用于高效通用聊天）之間無縫切換，確保在各種場景下都能實現(xiàn)最佳性能。
- 推理能力顯著提升：推理能力大幅增強，在數(shù)學運算、代碼生成和常識邏輯推理方面，超越了之前的QwQ模型（在思維模式下）和通義千問2.5指令模型（在非思維模式下）。
- 高度契合人類偏好：在創(chuàng)意寫作、角色扮演、多輪對話和指令遵循方面表現(xiàn)卓越，提供更自然、引人入勝和沉浸式的對話體驗。
- 強大的智能體能力：在思維和非思維模式下都能精準集成外部工具，在復雜的基于智能體的任務中，開源模型里性能領先。
- 多語言支持廣泛：支持100多種語言和方言，具備強大的多語言指令遵循和翻譯能力。
阿里巴巴開源了兩款混合專家模型：通義千問3-235B-A22B，這款大型模型總參數(shù)達2350億，激活參數(shù)為220億；以及通義千問3-30B-A3B，小型混合專家模型，總參數(shù)300億，激活參數(shù)30億。此外，還開源了六款密集型模型，包括通義千問3-32B、通義千問3-14B、通義千問3-8B、通義千問3-4B、通義千問3-1.7B和通義千問3-0.6B，均遵循Apache 2.0許可協(xié)議。
像通義千問3-30B-A3B這樣的微調(diào)模型，以及其預訓練版本（如通義千問3-30B-A3B-Base），現(xiàn)已在Hugging Face、魔搭社區(qū)（ModelScope）和Kaggle等平臺上線。部署時，建議使用SGLang和vLLM等框架。對于本地使用，強烈推薦Ollama、LMStudio、MLX、llama.cpp和KTransformers等工具。這些選擇能確保用戶在研究、開發(fā)或生產(chǎn)環(huán)境中，輕松將通義千問3集成到工作流程中。
通義千問3的發(fā)布和開源，將極大推動大型基礎模型的研發(fā)進程。通義千問3旨在賦能全球研究人員、開發(fā)者和組織機構，助力他們利用這些前沿模型構建創(chuàng)新解決方案。
2.主要特性
2.1 混合思維模式
通義千問3系列模型引入了一種混合式問題解決方法，支持兩種模式：
- 思維模式：在這種模式下，模型會逐步推理，經(jīng)過深思熟慮后給出最終答案。這種模式非常適合處理需要深入思考的復雜問題。
- 非思維模式：模型會快速給出近乎即時的響應，適用于對速度要求高于深度的簡單問題。
這種靈活性使用戶能夠根據(jù)手頭任務，控制模型的“思考”程度。比如，對于較難的問題，可以讓模型進行深入推理；而對于簡單問題，則能快速直接作答。兩種模式的融合，顯著增強了模型實施穩(wěn)定且高效的思維預算控制能力。如上文所示，通義千問3的性能提升具有可擴展性且平穩(wěn)，與分配的計算推理預算直接相關。這種設計讓用戶能更輕松地為特定任務配置預算，在成本效益和推理質(zhì)量之間實現(xiàn)更優(yōu)平衡。
2.2 多語言支持
通義千問3系列模型支持119種語言和方言。這種廣泛的多語言能力為國際應用開辟了新的可能性，讓全球用戶都能受益于這些模型的強大功能。
2.3 增強的智能體能力
阿里巴巴針對編碼和智能體能力對通義千問3系列模型進行了優(yōu)化，同時也加強了對模型上下文協(xié)議（MCP）的支持。以下示例展示了通義千問3如何思考以及與環(huán)境交互。
3.預訓練
在預訓練方面，通義千問3的數(shù)據(jù)集相比通義千問2.5有了顯著擴展。通義千問2.5在18萬億個詞元上進行預訓練，而通義千問3使用了近兩倍的數(shù)據(jù)量，約36萬億個詞元，涵蓋119種語言和方言。為構建這個大型數(shù)據(jù)集，數(shù)據(jù)來源不僅包括網(wǎng)頁，還包括類似PDF的文檔。阿里巴巴利用通義千問2.5-VL從這些文檔中提取文本，并借助通義千問2.5提高提取內(nèi)容的質(zhì)量。為增加數(shù)學和代碼數(shù)據(jù)量，使用通義千問2.5-Math和通義千問2.5-Coder生成合成數(shù)據(jù)，包括教科書內(nèi)容、問答對和代碼片段。
預訓練過程分為三個階段。在第一階段（S1），模型在超過30萬億個詞元上進行預訓練，上下文長度為4000詞元。這一階段賦予模型基本的語言技能和通用知識。在第二階段（S2），通過增加知識密集型數(shù)據(jù)（如STEM領域、編碼和推理任務相關數(shù)據(jù)）的比例來優(yōu)化數(shù)據(jù)集，然后模型在額外的5萬億個詞元上進行預訓練。在最后階段，使用高質(zhì)量的長上下文數(shù)據(jù)將上下文長度擴展到32000詞元，確保模型能有效處理更長的輸入。
由于模型架構的進步、訓練數(shù)據(jù)量的增加以及更有效的訓練方法，通義千問3（Qwen3）的密集型基礎模型的整體性能與參數(shù)更多的通義千問2.5基礎模型相當。例如，通義千問3-1.7B/4B/8B/14B/32B基礎模型的表現(xiàn)分別與通義千問2.5-3B/7B/14B/32B/72B基礎模型不相上下。值得注意的是，在STEM（科學、技術、工程和數(shù)學）領域、編碼和推理等方面，通義千問3的密集型基礎模型甚至超越了參數(shù)更多的通義千問2.5模型。對于通義千問3的混合專家（MoE）基礎模型而言，它們僅使用了通義千問2.5密集型基礎模型10%的激活參數(shù)，卻實現(xiàn)了相近的性能，這大大節(jié)省了訓練和推理成本。
4.微調(diào)訓練
為了開發(fā)出既能進行逐步推理又能快速響應的混合模型，采用了四階段訓練流程。該流程包括：（1）長思維鏈（CoT）冷啟動；（2）基于推理的強化學習（RL）；（3）思維模式融合；（4）通用強化學習。
在第一階段，使用多樣化的長思維鏈數(shù)據(jù)對模型進行微調(diào)，這些數(shù)據(jù)涵蓋數(shù)學、編碼、邏輯推理和STEM問題等各種任務和領域，目的是賦予模型基本的推理能力。第二階段聚焦于為強化學習擴展計算資源，利用基于規(guī)則的獎勵機制來提升模型的探索和利用能力。
在第三階段，通過在長思維鏈數(shù)據(jù)和常用的指令微調(diào)數(shù)據(jù)的組合上進行微調(diào)，將非思維能力集成到思維模型中。這些數(shù)據(jù)由第二階段增強后的思維模型生成，確保了推理能力和快速響應能力的無縫融合。最后，在第四階段，針對20多個通用領域的任務應用強化學習，進一步強化模型的通用能力并糾正不良行為。這些任務包括指令遵循、格式遵循和智能體能力等。
5.快速上手
在Hugging Face Hub的通義千問3集合以及魔搭社區(qū)（ModelScope）的通義千問3集合中，都能找到通義千問3系列模型。
5.1 Transformers
若要快速上手通義千問3，可以先嘗試使用Transformers進行推理。確保已安裝??transformers>=4.51.0??，建議使用Python 3.10及以上版本，PyTorch 2.6及以上版本。
以下是運行通義千問3-8B的簡單代碼示例：
from transformers import AutoModelForCausalLM, AutoTokenizer
model_name = "Qwen/Qwen3-8B"
# 加載分詞器和模型
model = AutoModelForCausalLM.from_pretrained(
model_name,
torch_dtype="auto",
device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained(model_name)
# 準備模型輸入
prompt = "Give me a short introduction to large language models."
messages = [
{"role": "user", "content": prompt},
]
text = tokenizer.apply_chat_template(
messages,
tokenize=False,
add_generation_prompt=True,
enable_thinking=True, # 在思維模式和非思維模式間切換。默認值為True。
)
model_inputs = tokenizer([text], return_tensors="pt").to(model.device)
# 進行文本生成
generated_ids = model.generate(
**model_inputs,
max_new_tokens=32768
)
output_ids = generated_ids[0][len(model_inputs.input_ids[0]):].tolist() # 解析思維內(nèi)容
try:
# rindex查找151668（</think>）
index = len(output_ids) - output_ids[::-1].index(151668)
except ValueError:
index = 0
thinking_content = tokenizer.decode(output_ids[:index], skip_special_tokens=True).strip("\n")
content = tokenizer.decode(output_ids[index:], skip_special_tokens=True).strip("\n")
print("thinking content:", thinking_content)
print("content:", content)通義千問3和QwQ系列模型類似，在回復前會進行思考。這意味著模型會運用推理能力來提高生成回復的質(zhì)量。模型會先生成包裹在??<think>...</think>??標簽中的思考內(nèi)容，然后給出最終回復。
- 硬切換：若要嚴格禁用模型的思考行為，使其功能與之前的通義千問2.5指令模型一致，可以在格式化文本時將?
?enable_thinking??設置為??False??。
text = tokenizer.apply_chat_template(
messages,
tokenize=False,
add_generation_prompt=True,
enable_thinking=False # 設置enable_thinking=False可禁用思維模式
)在某些對效率要求極高、禁用思考至關重要的場景中，這種設置尤為有用。
- 軟切換：通義千問3還能理解用戶對其思考行為的指令，特別是軟切換指令?
?/think??和??/no_think??。可以將它們添加到用戶提示或系統(tǒng)消息中，在不同輪次的對話中切換模型的思維模式。在多輪對話中，模型會遵循最新的指令。
注意：在思維模式下，使用溫度（Temperature）=0.6、核采樣概率（TopP）=0.95、采樣數(shù)量（TopK）=20、最小概率（MinP）=0（這是??generation_config.json??中的默認設置）。不要使用貪婪解碼，因為這可能會導致性能下降和內(nèi)容重復。更多詳細指導，請參考最佳實踐部分。
在非思維模式下，建議使用溫度（Temperature）=0.7、核采樣概率（TopP）=0.8、采樣數(shù)量（TopK）=20、最小概率（MinP）=0。
5.2 魔搭社區(qū)（ModelScope）
若要解決下載相關的問題，建議嘗試使用魔搭社區(qū)（ModelScope）。在開始前，需要使用??pip???安裝??modelscope??。
魔搭社區(qū)（ModelScope）采用了與Transformers類似（但不完全相同）的編程接口。在基本用法中，只需將上述代碼的第一行修改如下：
from modelscope import AutoModelForCausalLM, AutoTokenizer5.3 vLLM
若要部署通義千問3，建議使用vLLM。vLLM是一個快速且易于使用的大語言模型推理和服務框架。下面展示如何使用vLLM構建一個與OpenAI API兼容的API服務。
首先，確保已安裝??vllm>=0.8.5??。
以通義千問3-8B為例，運行以下代碼來構建vLLM服務：
vllm serve Qwen/Qwen3-8B --enable-reasoning --reasoning-parser deepseek_r1然后，可以使用創(chuàng)建聊天接口與通義千問進行交互：
curl http://localhost:8000/v1/chat/completions -H "Content-Type: application/json" -d '{
"model": "Qwen/Qwen3-8B",
"messages": [
{"role": "user", "content": "Give me a short introduction to large language models."}
],
"temperature": 0.6,
"top_p": 0.95,
"top_k": 20,
"max_tokens": 32768
}'
from openai import OpenAI
# 設置OpenAI的API密鑰和API基礎地址以使用vLLM的API服務器
openai_api_key = "EMPTY"
openai_api_base = "http://localhost:8000/v1"
client = OpenAI(
api_key=openai_api_key,
base_url=openai_api_base,
)
chat_response = client.chat.completions.create(
model="Qwen/Qwen3-8B",
messages=[
{"role": "user", "content": "Give me a short introduction to large language models."},
],
temperature=0.6,
top_p=0.95,
top_k=20,
max_tokens=32768,
)
print("Chat response:", chat_response)軟切換始終可用，在vLLM中，也可以通過以下API調(diào)用配置實現(xiàn)硬切換。若要禁用思考，可以使用：
curl http://localhost:8000/v1/chat/completions -H "Content-Type: application/json" -d '{
"model": "Qwen/Qwen3-8B",
"messages": [
{"role": "user", "content": "Give me a short introduction to large language models."}
],
"temperature": 0.7,
"top_p": 0.8,
"top_k": 20,
"max_tokens": 8192,
"presence_penalty": 1.5,
"chat_template_kwargs": {"enable_thinking": false}
}'
from openai import OpenAI
# 設置OpenAI的API密鑰和API基礎地址以使用vLLM的API服務器
openai_api_key = "EMPTY"
openai_api_base = "http://localhost:8000/v1"
client = OpenAI(
api_key=openai_api_key,
base_url=openai_api_base,
)
chat_response = client.chat.completions.create(
model="Qwen/Qwen3-8B",
messages=[
{"role": "user", "content": "Give me a short introduction to large language models."},
],
temperature=0.7,
top_p=0.8,
top_k=20,
presence_penalty=1.5,
extra_body={"chat_template_kwargs": {"enable_thinking": False}},
)
print("Chat response:", chat_response)6.使用通義千問3進行開發(fā)
下面是在不同框架中使用通義千問3的簡單指南。首先，給出在Hugging Face的Transformers中使用通義千問3-30B-A3B的標準示例：
from modelscope import AutoModelForCausalLM, AutoTokenizer
model_name = "Qwen/Qwen3-30B-A3B"
# 加載分詞器和模型
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
model_name,
torch_dtype="auto",
device_map="auto"
)
# 準備模型輸入
prompt = "Give me a short introduction to large language model."
messages = [
{"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(
messages,
tokenize=False,
add_generation_prompt=True,
enable_thinking=True# 在思維模式和非思維模式間切換。默認值為True。
)
model_inputs = tokenizer([text], return_tensors="pt").to(model.device)
# 進行文本生成
generated_ids = model.generate(
**model_inputs,
max_new_tokens=32768
)
output_ids = generated_ids[0][len(model_inputs.input_ids[0]):].tolist() # 解析思維內(nèi)容
try:
# rindex查找151668（</think>）
index = len(output_ids) - output_ids[::-1].index(151668)
except ValueError:
index = 0
thinking_content = tokenizer.decode(output_ids[:index], skip_special_tokens=True).strip("\n")
content = tokenizer.decode(output_ids[index:], skip_special_tokens=True).strip("\n")
print("thinking content:", thinking_content)
print("content:", content)若要禁用思考，只需對??enable_thinking??參數(shù)進行如下修改：
text = tokenizer.apply_chat_template(
messages,
tokenize=False,
add_generation_prompt=True,
enable_thinking=False # enable_thinking的默認值為True
)在部署方面，可以使用??sglang>=0.4.6.post1???或??vllm>=0.8.4??來創(chuàng)建與OpenAI兼容的API端點：
- SGLang：
python -m sglang.launch_server --model-path Qwen/Qwen3-30B-A3B --reasoning-parser qwen3- vLLM：
vllm serve Qwen/Qwen3-30B-A3B --enable-reasoning --reasoning-parser deepseek_r1如果是進行本地開發(fā)，可以使用ollama，通過運行??ollama run qwen3:30b-a3b??這一簡單命令來體驗模型，也可以使用LMStudio、llama.cpp和ktransformers進行本地構建。
7.高級用法
當??enable_thinking=True???時，通義千問3提供了一種軟切換機制，允許用戶動態(tài)控制模型的行為。具體來說，可以在用戶提示或系統(tǒng)消息中添加??/think???和??/no_think??，在不同輪次對話中切換模型的思維模式。在多輪對話中，模型會遵循最新的指令。
以下是一個多輪對話的示例：
from transformers import AutoModelForCausalLM, AutoTokenizer
class QwenChatbot:
def __init__(self, model_name="Qwen/Qwen3-30B-A3B"):
self.tokenizer = AutoTokenizer.from_pretrained(model_name)
self.model = AutoModelForCausalLM.from_pretrained(model_name)
self.history = []
def generate_response(self, user_input):
messages = self.history + [{"role": "user", "content": user_input}]
text = self.tokenizer.apply_chat_template(
messages,
tokenize=False,
add_generation_prompt=True
)
inputs = self.tokenizer(text, return_tensors="pt")
response_ids = self.model.generate(**inputs, max_new_tokens=32768)[0][len(inputs.input_ids[0]):].tolist()
response = self.tokenizer.decode(response_ids, skip_special_tokens=True)
# 更新對話歷史
self.history.append({"role": "user", "content": user_input})
self.history.append({"role": "assistant", "content": response})
return response
# 示例用法
if __name__ == "__main__":
chatbot = QwenChatbot()
# 第一次輸入（未包含/think或/no_think標簽，默認啟用思維模式）
user_input_1 = "How many r's in strawberries?"
print(f"User: {user_input_1}")
response_1 = chatbot.generate_response(user_input_1)
print(f"Bot: {response_1}")
print("----------------------")
# 第二次輸入，包含/no_think
user_input_2 = "Then, how many r's in blueberries? /no_think"
print(f"User: {user_input_2}")
response_2 = chatbot.generate_response(user_input_2)
print(f"Bot: {response_2}")
print("----------------------")
# 第三次輸入，包含/think
user_input_3 = "Really? /think"
print(f"User: {user_input_3}")
response_3 = chatbot.generate_response(user_input_3)
print(f"Bot: {response_3}")8.智能體應用
通義千問3在工具調(diào)用能力方面表現(xiàn)卓越。建議使用通義千問智能體（Qwen-Agent），以便充分發(fā)揮通義千問3的智能體能力。通義千問智能體內(nèi)部封裝了工具調(diào)用模板和工具調(diào)用解析器，極大地降低了編碼復雜度。
在定義可用工具時，你可以使用模型上下文協(xié)議（MCP）配置文件，也可以使用通義千問智能體的集成工具，或者自行集成其他工具。
from qwen_agent.agents import Assistant
# 定義大語言模型
llm_cfg = {
'model': 'Qwen3-30B-A3B',
# 使用阿里巴巴模型平臺提供的端點：
#'model_type': 'qwen_dashscope',
# 'api_key': os.getenv('DASHSCOPE_API_KEY'),
# 使用與OpenAI API兼容的自定義端點：
'model_server': 'http://localhost:8000/v1', # api_base
'api_key': 'EMPTY',
# 其他參數(shù)：
# 'generate_cfg': {
# # 添加：當響應內(nèi)容為`<think>這是思考內(nèi)容</think>這是答案`時；
# # 不添加：當響應已按推理內(nèi)容和答案分開時。
# 'thought_in_content': True,
# },
}
# 定義工具
tools = [
{'mcpServers': { # 可以指定MCP配置文件
'time': {
'command': 'uvx',
'args': ['mcp-server-time', '--local-timeznotallow=Asia/Shanghai']
},
"fetch": {
"command": "uvx",
"args": ["mcp-server-fetch"]
}
}
},
'code_interpreter', # 內(nèi)置工具
]
# 定義智能體
bot = Assistant(llm=llm_cfg, function_list=tools)
# 流式生成
messages = [{'role': 'user', 'content': 'https://qwenlm.github.io/blog/ Introduce the latest developments of Qwen'}]
for responses in bot.run(messages=messages):
pass
print(responses)9.未來展望
通義千問3是邁向通用人工智能（AGI）和超級人工智能（ASI）征程中的一個重要里程碑。通過擴大預訓練和強化學習（RL）的規(guī)模，通義千問3實現(xiàn)了更高水平的智能。它無縫集成了思維模式和非思維模式，使用戶能夠靈活控制思維預算。此外，通義千問3擴展了對多種語言的支持，提高了全球可訪問性。
在人工智能技術持續(xù)演進的當下，阿里巴巴著眼未來，致力于多維度提升模型性能。其策略包括優(yōu)化模型架構和訓練方法，實現(xiàn)拓展數(shù)據(jù)規(guī)模、增加模型參數(shù)、延長上下文長度、拓寬模態(tài)、推進強化學習等目標。
行業(yè)正從以訓練模型為核心，邁向以訓練智能體為核心的時代。通義千問 3 的下一次迭代有望實現(xiàn)技術突破，為人們的工作和生活帶來積極改變，助力各領域智能化升級。
本文轉(zhuǎn)載自??AI科技論談????，作者：AI科技論談
