2025年5月6日，国际权威大模型测评榜LiveBench公布了最新一期排名，阿里巴巴开源的新一代通义千问模型Qwen3（简称“千问3”）斩获全球开源模型冠军，并在指令遵循（Instruction Following）这一关键能力上超越o3 High、o4-Mini High、Gemini 2.5 pro等顶级闭源模型，位列全球第一。这一成就标志着中国在大模型技术领域的重大突破，也彰显了阿里巴巴在AI技术研发上的雄厚实力。
LiveBench榜单由图灵奖得主、Meta首席AI科学家杨立昆（Yann LeCun）联合纽约大学等机构推出，从数学、推理、编程、语言理解等多个复杂维度全面评估大模型，并因其采用动态更新的题库而被誉为“全球首个无法作弊的模型基准测试”。在最新一期的LiveBench榜单上，千问3的表现与o4-mini、Claude3.7等顶尖闭源模型相当，并超越DeepSeek-R1取得了全球开源模型冠军。同时，千问3还斩获指令遵循这一细分领域的全球冠军，说明其具备全球顶级的语言理解和生成能力。
千问3于4月29日凌晨开源，是国内首个“混合推理模型”，其参数量仅为DeepSeek-R1的1/3，性能全面提升的同时成本还大幅下降，引发大模型产业链连夜适配和接入浪潮。英伟达、英特尔、高通、联发科、AMD、ARM、华为昇腾、壁仞科技等芯片平台都已完成了千问3的适配，北上津杭等十余地算力平台也已接入千问3。截至目前，阿里通义已开源200多个模型，全球下载量超过3亿次，千问的衍生模型数量超10万，远超美国Llama，成为全球第一开源模型。
作为国内首个“混合推理模型”，千问3将“快思考”与“慢思考”机制融合于同一架构之中。对于简单任务可快速作答，显著降低算力需求；而对于复杂问题，则可通过多步骤深度分析给出更高质量的结果。这种创新设计使得千问3在保持高性能的同时，大幅降低了部署门槛。只需配备4张H20显卡即可运行千问3的完整版本，其显存占用也仅为同类性能模型的三分之一，极大提升了部署效率与实用性。
千问3在多个国际权威评测中均创下了开源模型的新纪录。在奥数水平的AIME25测评中，千问3斩获81.5分，刷新开源纪录；在考察代码能力的LiveCodeBench评测中，千问3突破70分大关，表现甚至超过Grok3；在评估模型人类偏好对齐的ArenaHard测评中，千问3以95.6分超越OpenAI-o1及DeepSeek-R1。这些成绩充分证明了千问3在全球大模型领域的领先地位。
此外，千问3还提供了丰富的模型版本，包含2款30B、235B的MoE模型，以及0.6B、1.7B、4B、8B、14B、32B等6款密集模型，每款模型均斩获同尺寸开源模型SOTA（最佳性能）。这使得千问3能够灵活满足不同场景下的多样化需求，为开发者提供了更多的选择空间。
阿里巴巴此次开源千问3，不仅推动了中国开源大模型的整体水平迈向全球第一，也为全球AI技术的发展注入了新的活力。未来，随着更多开发者和企业接入千问3，我们有理由相信，这一国产大模型将在更多领域发挥重要作用，推动人工智能技术的广泛应用和产业升级。