Qwen3 是阿里巴巴推出的新一代大型语言模型，Qwen3 支持“思考模式”和“非思考模式”两种工作方式，思考模式模型会逐步推理，经过深思熟虑后给出最终答案，适合复杂问题。非思考模式模型提供快速、近乎即时的响应，适用于简单问题。Qwen3 支持 119 种语言和方言，相比前代的 29 种语言，语言能力大幅提升。Qwen3 优化了编码和 Agent 能力，支持 MCP 协议，能更好地与外部工具和数据源集成。Qwen3 的数据集规模达到约 36 万亿个 token，是 Qwen2.5 的两倍。采用四阶段训练流程，包括长思维链冷启动、长思维链强化学习、思维模式融合和通用强化学习。Qwen3 系列模型采用 Apache 2.0 协议开源，全球开发者、研究机构和企业均可免费下载并商用。

阿里巴巴最新开源的两款Qwen3系列模型，Qwen3-Embedding和Qwen3-Reranker。

Qwen3-Embedding：在多语言文本表征基准测试中，Qwen3-Embedding的性能非常出色。其中，8B参数规模的模型在MTEB多语言Leaderboard榜单中以70.58的高分位列第一，超越了众多商业API服务，例如谷歌的Gemini-Embedding。接收单段文本作为输入，取模型最后一层「EOS」标记对应的隐藏状态向量，作为输入文本的语义表示。适用于需要对文本进行语义表征的场景，如文本分类、聚类、相似度计算等，能够为下游任务提供高质量的文本特征。

Qwen3 – 阿里通义开源的新一代混合推理模型系列 第1张
（图片来源网络，侵删）

Qwen3-Reranker：在基本相关性检索任务中，8B模型在多语言检索任务中取得了69.02的高分，在中文检索任务中得分达到77.45，在英文检索任务中得分达到69.76，显著优于其他基线模型。接收文本对（例如用户查询与候选文档）作为输入，利用单塔结构计算并输出两个文本的相关性得分。用于文本检索和排序任务，如搜索引擎中的结果排序、问答系统中的答案排序等，能够提升搜索结果的相关性和准确性。

Qwen3 在多个基准测试中表现出色，例如：

Qwen3 – 阿里通义开源的新一代混合推理模型系列 第2张
（图片来源网络，侵删）