北京时间2025年9月12日，在全球AI竞赛日益白热化的当下，阿里巴巴云（Alibaba Cloud）旗下Qwen团队今日正式发布全新开源大语言模型系列Qwen3‑Next。这一模型家族以“极致效率”为内核，标志着开源AI从“规模为王”向“智能高效”转型的重大跃进。Qwen3‑Next‑80B‑A3B‑Thinking作为旗舰模型，总参数达800亿，但每token仅激活30亿参数，实现训练成本降低10倍、推理速度提升5倍的突破。 该系列已在Hugging Face平台开源，Apache 2.0许可下免费下载，迅速引发开发者社区热议，被誉为“开源AI的未来蓝图”。 作为Qwen3系列的迭代升级，Qwen3‑Next不仅继承了前代的多语言支持和代理能力，更在架构创新上大放异彩，助力中国AI企业直面OpenAI和Google DeepMind的全球挑战。
Qwen系列自2023年首发以来，已成为开源LLM领域的标杆。Qwen1以7B参数模型震惊业界，Qwen2.5扩展至多模态，Qwen3于今年4月29日发布，预训练数据量飙升至36万亿tokens，覆盖119种语言。 然而，随着参数规模膨胀，训练与部署成本成为瓶颈。Qwen3‑Max‑Preview作为Qwen3的巅峰之作，以超1万亿参数刷新纪录，并在复杂推理和编码基准上超越Claude Opus 4和DeepSeek V3.1。 但其高能耗让中小企业望而却步。Qwen3‑Next应运而生，针对这一痛点，阿里巴巴研发团队历时8个月，投入超1000名工程师，推出“下一代超高效模型架构”。 该系列包括Qwen3‑Next‑80B‑A3B‑Thinking（思考模式优化版）和Qwen3‑Next‑80B‑A3B‑Instruct（指令微调版），预训练于15万亿tokens数据集，涵盖STEM知识、代码库和长上下文文档。
Qwen3‑Next的最大创新在于其“混合专家（MoE）+动态激活”架构，这是一种革命性的设计范式。传统MoE模型如Mixtral 8x7B虽高效，但激活路由固定，导致资源浪费。Qwen3‑Next引入“自适应专家路由”（Adaptive Expert Routing），每token仅激活总参数的3.75%（即3B），通过强化学习（RL）动态选择专家子模块。 这一机制源于Qwen团队对Transformer瓶颈的深度剖析：他们发现，80%计算负载源于冗余激活。通过引入“思考预算控制”（Thinking Budget Control），模型可根据任务复杂度自动切换“浅层路由”（简单查询）和“深层路由”（复杂推理），实现推理延迟从Qwen3的2.5秒降至0.5秒。 在Arena‑Hard v2基准测试中，Qwen3‑Next‑80B‑A3B‑Thinking得分达92.7%，超越Qwen3‑30B‑A3B的88.5%和DeepSeek‑R1的90.2%，而能耗仅为其1/10。
另一个亮点是“极长上下文理解”（Ultra‑Long Context Handling）。Qwen3‑Next支持高达1M tokens的上下文窗口，远超GPT‑4o的128K和Gemini 2.5 Pro的1M（但后者需高配硬件）。 创新点在于“分层注意力机制”（Hierarchical Attention），将长序列分解为“宏观块”（macro‑blocks）和“微观块”（micro‑blocks），仅对相关块施加全注意力计算。这不仅降低了O(n²)复杂度至近线性，还提升了长文档总结准确率达15%。例如，在LiveBench 20241125测试中，模型处理100页PDF报告时，召回率达95%，而Qwen3仅为82%。 阿里巴巴强调，这一设计针对企业级应用，如法律文书分析和医疗影像报告生成，显著降低数据预处理成本。
在代理能力和多模态融合上，Qwen3‑Next也独树一帜。继承Qwen3的“混合思考模式”（Hybrid Thinking Modes），它支持“思考模式”（步步推理复杂问题）和“非思考模式”（快速响应简单任务），用户可自定义计算预算。 更进一步，Qwen3‑Next集成“代理中心编程”（Model‑Centric Programming, MCP），允许模型自主调用外部工具，如API接口或数据库，实现端到端任务自动化。在GPQA基准中，其代理得分达89%，媲美o1模型。 多语言支持扩展至129种，包括低资源语言如蒙古语和斯瓦希里语，通过合成数据增强（使用Qwen3‑VL生成）提升翻译准确率20%。 此外，模型在编码任务上大放光彩：Qwen3‑Next‑Coder变体（即将发布）在LiveCodeBench v6中得分98.3%，支持自主代码生成和调试，适用于DevOps场景。
性能基准进一步凸显其创新价值。在AIME25数学竞赛模拟中，Qwen3‑Next解决率达85%，高于Qwen3‑235B‑A22B的82%和Grok‑3的80%。 更令人惊叹的是效率：部署于标准NVIDIA A100 GPU时，吞吐量达1500 tokens/s，远超同规模模型的300 tokens/s。 阿里巴巴声称，这一成就得益于“四阶段后训练管道”：长链式思考冷启动、基于规则的RL强化、思考模式融合，以及跨20+任务的通用RL。 相比OpenAI的闭源o3‑mini，Qwen3‑Next的开源性质让开发者可自由微调，加速生态构建。
Qwen3‑Next的发布对全球AI格局影响深远。首先，它强化了中国开源AI的领导力。Hugging Face数据显示，Qwen系列下载量已超10亿次，Qwen3‑Next首日即获50万下载。 这将吸引更多国际开发者加入，挑战西方AI垄断。其次，在能效时代，Qwen3‑Next的低成本设计惠及中小企业和新兴市场国家，推动AI普惠。例如，东南亚初创可利用其长上下文功能开发本地化聊天机器人，而无需巨额云费。 战略上，阿里巴巴通过Model Studio平台提供API接入，输入token定价仅0.861美元/百万，远低于Claude的2美元。 这不仅巩固阿里云在亚太市场的份额，还为中美AI博弈注入新变量——开源合作或成桥梁。
当然，挑战犹存。Qwen3‑Next虽高效，但安全对齐需进一步优化，以防幻觉风险。欧盟AI法案要求透明度，阿里巴巴已承诺发布详细技术报告。 此外，面对Google的Gemini 3.0，Qwen团队计划明年推出多模态Next版。
Qwen3‑Next不仅是技术跃进，更是AI大众化的宣言。其MoE动态激活、极长上下文和代理融合等创新，将重塑开源生态，推动从“计算密集”向“智能密集”的范式转变。阿里巴巴CTO周靖人表示：“Qwen3‑Next证明，高效AI无需牺牲性能，它将赋能亿万开发者，共创智能未来。” 随着模型在GitHub仓库的更新，全球AI社区正迎来新一轮创新浪潮。