开源的真正野心：千问 3.0 不只是在聊天，它开始 "长出手脚"

 

先问一个有点怪的问题。

你问AI"今天星期几"，它回答得很快。

你问它"这道竞赛数学题怎么解"，它也回答得很快——然后错了。

在很长一段时间里，大模型就是这么个东西：不管问题多简单、多复杂，它都只用一种"力度"去思考。就像一个人被要求用同一副表情，既应付电梯里的寒暄，又完成一场博士答辩。

2025年4月29日凌晨，阿里把千问3.0（Qwen3）系列模型全部开源。它带来的最重要改变，不是参数变多了，而是——AI第一次学会了"该想多久"。

一年多过去，模型已经迭代了好几代。但回过头看，Qwen3 依然是很多人心里的那道分水岭。这篇文章想讲清楚三件事：它到底改了什么，为什么这些改动重要，以及它对普通人意味着什么。

一、一个脑子，两种转速

Qwen3 是阿里第一个"混合推理模型"。

翻译成人话：同一个模型里，装了两种思考方式。

思考模式，适合数学、代码、逻辑推理这类需要一步步来的活。它会先在内部写一长串"草稿"，把问题拆开、试错、回头检查，然后才给你答案。官方给这个"草稿"设了上限，最长约 38K tokens——大致相当于它能在心里默写一篇上万字的推演。

非思考模式，适合日常对话、简单问答、批量处理。不写草稿，直接回答，快、省、便宜。

关键在于，这两种模式不是两个模型，而是同一个模型的两种状态，而且能来回切换。开发者甚至可以在对话里用 /think 和 /no_think 这样的软开关，逐轮告诉它："这个问题你认真想想"，或者"这个别琢磨了，直接说"。

这件事为什么值得单独拿出来讲？因为它解决的是一个非常现实的成本问题。

在 Qwen3 之前，想要"会深度思考"的模型，你往往得单独部署一个推理模型；想要"回答快"的，再部署一个。两套东西，两份钱，中间还得自己写逻辑判断什么时候该用哪个。

Qwen3 把选择权交还给了使用者：简单问题低算力秒回，复杂问题多步骤深想。

打个通俗的比方：以前的AI像一家永远在开全员大会的公司，问个厕所在哪也要立项、评审、汇报。Qwen3 之后，它学会了这件事走快速通道，那件事成立专项组。

二、2350亿参数，每次只叫醒220亿

第二个改动，藏在那串看起来很怪的型号名字里：Qwen3-235B-A22B。

235B 是总参数 2350 亿，A22B 是每次推理只激活 220 亿。也就是说，模型"知道"的东西是2350 亿规模，但回答你一句话时，实际动用的只有大约十分之一。

这就是 MoE（混合专家）架构。

按公开的技术资料，Qwen3 的MoE 模型内部有 128 个"专家"，每处理一个词，只挑其中 8 个来干活。你可以把它想成一家有 128 位专科医生的医院：病人来了，不是全体会诊，而是分诊台判断该找哪几位，其余人继续待命。

好处很直接——能力上大模型的水平，成本上小模型的账单。

同系列还有一款 Qwen3-30B-A3B，总参数 300 亿、激活仅 30 亿。有报道提到，它的表现可以对标当时一些闭源的轻量旗舰模型。这个规格的意义在于：它不再是只有大厂机房才养得起的东西。

三、8个模型，从智能眼镜到超算，全部开源

Qwen3 一次性放出了 8 款模型，而且全部开源，采用最宽松的 Apache 2.0 许可证，在 Hugging Face、ModelScope 等平台可以直接下载。

六款密集模型，参数量分别是 0.6B、1.7B、4B、8B、14B、32B；两款 MoE 模型，就是前面说的30B-A3B 和 235B-A22B。

这个"梯度"是刻意设计的。阿里官方的说法是，希望开发者能更灵活地把模型塞进各种设备——手机、智能眼镜、自动驾驶汽车、机器人。

0.6B 是什么概念？它小到可以在一部普通手机上离线跑起来。而 235B 的旗舰版，全精度部署需要数百 GB 显存，是企业机房级别的工程量。

同一家族的模型，覆盖了从口袋到超算的全部区间。

这对普通开发者很重要：你不必在"能力强的用不起"和"用得起的不够强"之间二选一。可以先在笔记本上用小模型把产品原型跑通，等业务长大了再平滑换成大模型，中间不用推翻重写。

有个细节能说明当时的热度：开源两小时后，Qwen3 在 GitHub 上的 star 数就超过了 1.69 万。

四、它读了多少东西，才学会119种语言

第三个数字，很多人会忽略，但很关键：约36万亿tokens的预训练数据，覆盖119种语言和方言。

token 不好直接换算成字数，但可以给个感觉：这是人类互联网公开文本里的一个巨大切片，从代码、论文、小说，到各种小语种论坛。

119 种语言是什么水平？它意味着Qwen3 不只是"中英文双语选手"。斯瓦希里语、印尼语、越南语、粤语……这些在商业上不算最肥的市场，同样被纳入了原生支持。

这一点在开源模型里尤其重要。因为对很多非英语地区的开发者来说，他们要的不是"先翻译成英文再用"，而是自己的语言本来就被这个模型理解。

五、开源的真正意义：AI开始"长出手脚"

如果说前面四点还是"更聪明的嘴"，那 Qwen3 真正埋下的伏笔，是让AI去干活。

Qwen3 在发布时就集成了 MCP（一种让模型调用外部工具的通用协议），并强化了 Agent 能力。用大白话说：模型不再只是回答问题，而是可以查数据、调接口、操作软件、按步骤完成一整个任务链。

当时媒体的测评提到，旗舰版 Qwen3-235B-A22B 在编程、数学和通用能力的多项基准上，表现超过了 DeepSeek-R1、OpenAI o1 和 o3 等模型。（这类跑分需要谨慎看待，不同基准、不同测试条件结果会有差异。但至少说明，它站进了第一梯队。）

后来发生的事，大家都看到了：千问App 接入淘宝、支付宝、飞猪、高德，一句话点外卖、订机票；千问办公助理上线，能直接交付 PPT、Word、Excel 成品文件。

这些能力的地基，很大一部分就是在 Qwen3 这一代打下的——一个会思考、能调用工具、还能被任何人免费下载改造的模型底座。

六、为什么现在还要回头看Qwen3

到今天，千问已经迭代到 Qwen3.8-Max，参数规模 2.4 万亿，上下文窗口 100 万tokens。纯看数字，Qwen3 早已被远远甩在身后。

但有两件事没有变。

一是"该想多久就想多久"这个思路，成了此后几乎所有主流模型的标配。今天你用任何一个AI产品，背后大概率都有类似的快慢双通道设计。

二是开源这件事本身。Qwen3 证明了一个反直觉的结论：把最强的东西免费放出去，不会让你输，反而会让全世界帮你把它用得更好。

对普通人来说，上面那些技术名词其实可以完全忘掉。你只需要记得一个变化：

从这一代开始，AI不再是一个"什么都知道一点的聊天框"，而成了一个能判断轻重、能动手办事的助手。

你第一次觉得"AI真的帮上忙了"，是什么时候、什么事？评论区聊聊。