Qwen3与Deepseek R1技术分析报告

核心产品对比

• Qwen3系列：

  • 参数量级覆盖4B-235B（Qwen3-235B-A22B达2350亿参数）
  • 支持32K长上下文窗口
  • 预训练数据量达36万亿tokens（较Qwen2.5提升100%）

• Deepseek-R1：

  • 具体参数未披露
  • 定位为开源模型

关键技术突破

1. 混合思维模式：

   • 可切换Thinking/Non-Thinking模式
   • 支持enablethinking指令控制

2. 多模态能力：

   • 支持PDF、4K图像处理
   • STEM专项优化（5万亿tokens训练数据）

3. 训练架构：

   • 采用MoE（混合专家）架构
   • 包含：
     • 长链思维（Long CoT）
     • 推理强化学习（Reasoning RL）
     • 通用强化学习（General RL）

多语言与代理能力

• 支持119种语言
• 集成Qwen-Agent框架
• 具备MCP（多任务控制协议）

应用生态

• 官方应用：chat.qwen.ai
• 硬件需求：
  • Qwen3-30B-A3B需24GB显存
  • Qwen3-32B需8-14GB显存

行业定位

与竞品对比：

• 参数规模超越Gemini 2.5 Pro
• 接近Grok-3水平
• 显著优于Qwen2.5-72B-Instruct

数据亮点：Qwen3预训练数据量达Qwen2.5的2倍（36T vs 18T tokens），显示算力投入的指数级增长。

火龙果频道