本研究中，我们推出Qwen模型家族的最新版本——Qwen3。该系列包含专为提升性能、效率及多语言能力而设计的大语言模型（LLMs），涵盖稠密架构与混合专家（MoE）架构，参数规模从6亿至2350亿不等。Qwen3的核心创新在于将思维模式（用于复杂多步推理）与非思维模式（用于快速上下文响应）整合至统一框架，无需在聊天优化模型（如GPT-4o）与专用推理模型（如QwQ-32B）间切换，即可根据用户查询或对话模板动态调整模式。
同时，Qwen3引入思维预算机制，允许用户在推理过程中自适应分配计算资源，根据任务复杂度平衡响应速度与性能表现。通过旗舰模型的知识迁移，我们显著降低了构建小规模模型所需的计算资源，同时确保其保持高度竞争力。实证评估表明，Qwen3在代码生成、数学推理、智能体任务等多项基准测试中达到业界顶尖水平，性能可比肩更大规模的MoE模型及闭源商业模型。
相较于前代Qwen2.5，Qwen3将支持语言从29种大幅扩展至119种语言及方言，通过增强的跨语言理解与生成能力提升全球适用性。为促进可复现性及社区驱动研发，所有Qwen3模型均基于Apache 2.0协议开源发布。
文章的脚注信息由WordPress的wp-posturl插件自动生成