近日，Qwen 3 正式推出，這款由阿里巴巴打造的完全開源且開放權重的模型，以其卓越的性能震驚業界。作為一款旗艦級產品，Qwen 3 235B（擁有2350億參數，其中220億為活躍參數）在多項基準測試中表現出色，甚至與頂尖閉源模型如 Gemini 2.5 Pro 展開激烈競爭。本文將深入剖析 Qwen 3 的性能數據，並展示其在編碼、代理任務及其他領域的強大潛力，同時介紹其獨特的混合思維模式如何為用戶帶來前所未有的靈活性。
Qwen 3 235B：旗艦模型的基準測試霸主
Qwen 3 235B 是這一系列中的頂級型號，採用混合專家（MoE）架構，總計2350億參數，每次推理僅啟動220億活躍參數。這使其在高效運算與強大性能之間取得了完美平衡。以下是其與前沿模型（如 O1、DeepSeek R1、Grok 3 Beta、Gemini 2.5 Pro 和 O3 Mini）的基準測試對比：
| 基準測試 | Qwen 3 235B | Gemini 2.5 Pro | DeepSeek R1 | O1 | O3 Mini |
|---|---|---|---|---|---|
| Arena Hard | 95.6 | 96.4 | 85.5 | 91.0 | 87.3 |
| AIME '24 | 85.7 | 92.0 | 71.0 | 80.0 | 76.0 |
| AIME '25 | 81.5 | 86.7 | 70.0 | 78.0 | 74.0 |
| LiveCodeBench | 70.7 | 70.4 | 37.6 | 65.0 | 60.0 |
| CodeForces Elo | 2056 | 2001 | 1950 | 1980 | 1900 |
| BFCL (功能調用) | 70.8 | 62.9 | 60.0 | 64.0 | 58.0 |
從數據中可見，Qwen 3 235B 在 LiveCodeBench（70.7 vs 70.4）和 CodeForces Elo（2056 vs 2001）上超越了 Gemini 2.5 Pro，尤其在功能調用（BFCL）測試中以70.8對62.9大幅領先。這表明 Qwen 3 在編碼和代理任務優化方面表現尤為突出。雖然 Gemini 2.5 Pro 在 Arena Hard 和 AIME 測試中略勝一籌，但差距並不明顯，顯示 Qwen 3 已接近甚至在某些領域超越了這一業界標杆。
Qwen 3 30B：高效能的輕量級選擇
除了旗艦型號，Qwen 3 30B（300億參數，30億活躍參數）同樣令人驚豔。這款混合專家模型因其極高的運算效率，成為本地運行設備的理想選擇。以下是其與其他模型的基準對比：
| 基準測試 | Qwen 3 30B | Qwen 2.5 72B | Gemma 3 27B | DeepSeek V3 | GPT-4o (11月) |
|---|---|---|---|---|---|
| Arena Hard | 91.0 | 85.0 | 80.0 | 85.5 | 85.3 |
| AIME '24 | 80.0 | 70.0 | 65.0 | 75.9 | 11.0 |
| AIME '25 | 70.0 | 60.0 | 55.0 | 70.0 | 7.0 |
| LiveCodeBench | 62.0 | 50.0 | 45.0 | 37.6 | 32.0 |
Qwen 3 30B 在所有測試中均顯著優於前代 Qwen 2.5 72B、Gemma 3 27B、DeepSeek V3 及 GPT-4o，尤其在數學（AIME）和編碼（LiveCodeBench）領域展現出驚人實力。僅30億活躍參數即可實現如此性能，使其成為高效能與低資源需求的典範。
混合思維模式：Qwen 3 的獨特優勢
Qwen 3 引入了創新的混合思維模式，讓用戶能根據任務需求靈活調整模型的推理深度。這種模式分為兩種狀態：
- 思維模式：模型會逐步推理，適合處理複雜問題，如數學證明或多步編碼任務。隨著分配的token數量增加，性能平滑提升。例如，在 AIME '24 中，非思維模式得分為75，而啟用更多思維token後可提升至85.7。
- 非思維模式：提供快速直接的回答，適用於簡單查詢或即時操作，無需過多計算資源。
這種設計允許用戶精確控制「思維預算」，在成本與推理質量之間找到最佳平衡。例如，在「氛圍編碼」（vibe coding）場景中，開發者可為複雜功能開發分配更多思維資源，而對於簡單的終端命令則採用非思維模式，極大提升效率。
優化代理與工具調用：MCP的完美搭檔
Qwen 3 在代理任務和工具調用（MCP，Model-Controller-Protocol）方面表現卓越。其 BFCL 得分顯示，即使是較小的 Qwen 3 32B 密集模型（70.3），也大幅超越 Gemini 2.5 Pro（62.9）。這種優勢源於其在推理過程中無縫整合工具調用的能力。例如，在提取GitHub星星數並繪製圖表的任務中，Qwen 3 32B 能在單次推理中多次調用工具，完成數據獲取和圖表生成，展現出極高的實用性。
與 Zapier 的 MCP 服務結合後，Qwen 3 可連接超過7000個應用程序，無需編寫代碼即可實現自動化工作流。無論是文件整理還是數據分析，這款模型都能快速適應並高效執行。
模型家族：從輕量到旗艦的多樣選擇
Qwen 3 系列包括兩款混合專家模型和六款密集模型，滿足不同需求：
- Qwen 3 235B：2350億參數，220億活躍參數，128K上下文長度，適合高性能應用。
- Qwen 3 30B：300億參數，30億活躍參數，128K上下文長度，高效本地運行首選。
- 密集模型：從32B到0.6B不等，8B及以上型號支持128K上下文，4B及以下為32K。
這些模型在Apache 2.0許可下完全開源，可通過 LM Studio、Ollama 等平台立即下載使用。
訓練背後的秘密：36萬億token的數據力量
Qwen 3 的成功離不開其強大的訓練流程。相較於 Qwen 2.5 的18萬億token，Qwen 3 使用了36萬億token，涵蓋119種語言。數據集不僅來自網絡，還包括PDF類文檔（通過 Qwen 2.5 VL 提取文本）及合成數據（由 Qwen 2.5 Math 和 Qwen 2.5 Coder 生成）。預訓練分三階段完成，後訓練則採用四階段管道，融合長鏈推理與快速響應能力。
結語：開源AI的新標杆
Qwen 3 以其卓越的基準測試表現、靈活的混合思維模式和強大的代理能力，重新定義了開源模型的潛力。無論是旗艦 Qwen 3 235B 還是輕量級 Qwen 3 30B，它們都在編碼、數學和功能調用領域展現出與 Gemini 2.5 Pro 匹敵甚至超越的實力。對於開發者和企業而言，這款模型不僅是技術突破，更是實用工具的典範。
FAQ
- 什麼是 Qwen 3 模型？
- Qwen 3 是阿里巴巴推出的開源 AI 模型，具備 2350 億參數中的 220 億活躍參數，採用混合專家架構(MoE)。該模型在多項基準測試表現優秀，尤其在編碼、數學推理及功能調用方面。
- Qwen 3 如何在性能上與 Gemini 2.5 Pro 相比？
- Qwen 3 235B 在多個測試中接近或超越 Gemini 2.5 Pro，例如在 LiveCodeBench 和 CodeForces Elo 測試中分別以 70.7 和 2056 的分數領先。此外，其功能調用性能（BFCL）也有明顯優勢。
- Qwen 3 的混合思維模式有何優勢？
- Qwen 3 引入了「混合思維模式」，可根據任務需求調整推理深度：複雜問題可使用「思維模式」深入推理，簡單查詢則可用「非思維模式」快速響應，用戶可靈活分配思維資源，提升效率。
- Qwen 3 30B 適合哪些場景使用？
- Qwen 3 30B 因其高效能與僅需 30 億活躍參數，非常適合資源有限的本地運行環境。此外，它在數學(AIME)和編碼(LiveCodeBench)任務中表現顯著優於其他輕量級模型。
- 如何獲取與使用 Qwen 3？
- Qwen 3 在 Apache 2.0 許可下完全開源，用戶可通過 LM Studio、Ollama 等平台免費下載使用。開發者亦可整合其功能到自己的業務中，以提升工作效率與創新能力。
探索並解鎖 Qwen 3 的無限潛力，這款功能強大的開源模型將助您提升效率與創新能力！如果您希望將 AI 集成到業務流中並實現自動化工作流，請即刻預約免費會議，與 Tenten AI 的專家團隊攜手合作。我們的專業服務讓企業加速數字化轉型，點擊 這裡 預約您的免費顧問諮詢！
