Qwen下一代模型架構(gòu)，搶先來襲！

Qwen3-Next發(fā)布，Qwen團(tuán)隊(duì)負(fù)責(zé)人林俊旸說，這就是Qwen3.5的搶先預(yù)覽版。

基于Qwen3-Next，團(tuán)隊(duì)先開源了Qwen3-Next-80B-A3B-Base。

模型參數(shù)80B，但訓(xùn)練成本連Qwen3-32B的十分之一都不到，并且在32 k以上的上下文推理吞吐能達(dá)到后者的十倍以上。

基于這一模型，團(tuán)隊(duì)接連出手，同步開發(fā)并發(fā)布了兩大新模型：

• Qwen3-Next-80B-A3B-Instruct：在256K超長上下文處理任務(wù)中展現(xiàn)出顯著優(yōu)勢。
• Qwen3-Next-80B-A3B-Thinking：在多項(xiàng)基準(zhǔn)測試中超越閉源模型Gemini-2.5-Flash-Thinking。

網(wǎng)友表示，這更新頻率令人震驚。

圖片

話不多說，趕緊來看看新模型有哪些改進(jìn)吧。

4大重要改進(jìn)

Qwen3-Next的核心改進(jìn)有4方面：

• 混合注意力機(jī)制
• 高稀疏度MoE結(jié)構(gòu)
• 穩(wěn)定性優(yōu)化
• 多token預(yù)測機(jī)制

混合注意力機(jī)制

線性注意力在長上下文處理中效率很高，但召回能力有限，而標(biāo)準(zhǔn)注意力計(jì)算開銷大、推理效率低，單獨(dú)使用均存在局限。

為此，Qwen團(tuán)隊(duì)引入Gated DeltaNet，其在上下文學(xué)習(xí)能力上優(yōu)于常用的滑動(dòng)窗口注意力和Mamba2，并在采用3:1的混合策略（75%層使用 Gated DeltaNet，25%層保留標(biāo)準(zhǔn)注意力）時(shí)，兼顧性能與效率。

同時(shí)，在保留的標(biāo)準(zhǔn)注意力層中，他們進(jìn)一步引入了多項(xiàng)優(yōu)化設(shè)計(jì)：

1、延續(xù)先前工作的輸出門控機(jī)制，以緩解注意力中的低秩問題；

2、將單個(gè)注意力頭的維度從128擴(kuò)展至256；

3、僅對注意力頭前25%的維度加入旋轉(zhuǎn)位置編碼，以增強(qiáng)長序列外推能力。

圖片

高稀疏度MoE結(jié)構(gòu)

Qwen3-Next采用高稀疏度的MoE架構(gòu)，總參數(shù)量達(dá)800億，但每次推理僅激活約30億參數(shù)。

相比Qwen3-MoE的128個(gè)總專家和8個(gè)路由專家，Qwen3-Next 擴(kuò)展到512個(gè)總專家，并采用10路由專家加1共享專家的組合設(shè)計(jì)，在保證性能的前提下最大化資源利用率。

訓(xùn)練穩(wěn)定性優(yōu)化

在Qwen3-Next中，團(tuán)隊(duì)為進(jìn)一步提高模型穩(wěn)定性，采用了Zero-Centered RMSNorm，并在此基礎(chǔ)上，對norm weight施加weight decay，以避免權(quán)重?zé)o界增長。

不僅如此，他們還在初始化時(shí)歸一化了MoE router的參數(shù)，確保每個(gè)expert在訓(xùn)練早期都能被無偏地選中，減小初始化對實(shí)驗(yàn)結(jié)果的擾動(dòng)。

多token預(yù)測機(jī)制

Qwen3-Next引入了原生Multi-Token Prediction（MTP） 機(jī)制，不僅獲得了Speculative Decoding接受率較高的MTP模塊，還提升了模型主干的整體性能。

此外，它還對MTP的多步推理進(jìn)行了專項(xiàng)優(yōu)化，即通過訓(xùn)練推理一致的多步策略，進(jìn)一步提高了在實(shí)際應(yīng)用場景下Speculative Decoding的接受率。

快10倍，但便宜10倍

接下來，讓我們一起看看新模型表現(xiàn)如何。

首先，Qwen3-Next使用了Qwen3 36T預(yù)訓(xùn)練語料的均勻采樣子集，僅包含15T tokens。

圖片

其訓(xùn)練所需的GPU Hours不到 Qwen3-30A-3B的80%，相比 Qwen3-32B，僅需9.3%的GPU計(jì)算資源就能取得更優(yōu)性能。

不僅如此，得益于創(chuàng)新的混合模型架構(gòu)，Qwen3-Next在推理效率上也表現(xiàn)突出。

與Qwen3-32B相比，Qwen3-Next-80B-A3B在預(yù)填充（prefill）階段就展現(xiàn)出卓越的吞吐能力：

在4k tokens的上下文長度下，吞吐量接近前者的7倍；當(dāng)上下文長度超過32k時(shí)，吞吐提升更是達(dá)到10倍以上。

圖片

在解碼（decode）階段，該模型同樣高效。4k上下文吞吐量提升約4倍，長上下文（32k+）場景中仍可保持超過10倍的吞吐優(yōu)勢。

圖片

基于Qwen3-Next，Qwen團(tuán)隊(duì)首先訓(xùn)練了Qwen3-Next-80B-A3B-Base模型。

該模型僅使用十分之一的Non-Embedding激活參數(shù)，就已在大多數(shù)基準(zhǔn)測試中超越Qwen3-32B-Base，并顯著優(yōu)于Qwen3-30B-A3B，展現(xiàn)出出色的效率與性能優(yōu)勢。

圖片

基于Qwen3-Next-80B-A3B-Base的優(yōu)異表現(xiàn)，團(tuán)隊(duì)進(jìn)一步開發(fā)并發(fā)布了Qwen3-Next-80B-A3B-Instruct與Qwen3-Next-80B-A3B-Thinking。

Qwen3-Next-80B-A3B-Instruct

首先，Qwen3-Next-80B-A3B-Instruct的表現(xiàn)顯著優(yōu)于 Qwen3-30B-A3B-Instruct-2507和Qwen3-32B-Non-thinking，并在多數(shù)指標(biāo)上接近Qwen3-235B-A22B-Instruct-2507。

圖片

除此之外，在RULER測試中，無論上下文長度如何，Qwen3-Next-80B-A3B-Instruct 的表現(xiàn)均超過了層數(shù)相同但注意力層更多的Qwen3-30B-A3B-Instruct-2507。

圖片

甚至在256 k范圍內(nèi)也優(yōu)于層數(shù)更多的Qwen3-235B-A22B-Instruct-2507，充分體現(xiàn)了Gated DeltaNet與Gated Attention混合模型在長文本處理場景下的優(yōu)勢。

Qwen3-Next-80B-A3B-Thinking

再來看Qwen3-Next-80B-A3B-Thinking，其表現(xiàn)也相當(dāng)不錯(cuò)。

在多項(xiàng)基準(zhǔn)測試中都超過了閉源模型Gemini-2.5-Flash-Thinking，并在部分指標(biāo)上接近Qwen最新的旗艦?zāi)Ｐ?Qwen3-235B-A22B-Thinking-2507。

圖片

推理能力相當(dāng)可以

接下來讓我們實(shí)測一下Qwen3-Next-80B-A3B的推理能力。

使用Qwen Chat網(wǎng)頁，一上來就給它扔一道AIME數(shù)學(xué)競賽題試試：

圖片

由于Qwen3-Next-80B-A3B支持多模態(tài)，這里我們可以直接上傳圖片。

圖片

幾乎瞬間，模型就開始飛快地列出了詳細(xì)解題思路和計(jì)算過程，最終得到的答案“588”與AIME標(biāo)準(zhǔn)答案完全吻合。

圖片

小試牛刀之后，接下來進(jìn)入編程環(huán)節(jié)。

用p5js創(chuàng)建一個(gè)可直接玩的掃雷游戲。

代碼成功運(yùn)行后，我們也簡單試玩了一下，流暢度還可以（doge）。

就是誰能解釋一下為什么這個(gè)游戲背景是大紅色，還沒有網(wǎng)格線？？？

圖片

還有網(wǎng)友奇思妙想，用它生成了天氣卡片。

圖片

不過，看到這個(gè)更新時(shí)，網(wǎng)友開心之余還是忍不住吐槽：

名字實(shí)在太復(fù)雜了。

圖片

目前，新模型已在魔搭社區(qū)和抱抱臉開源，大家可通過Qwen Chat免費(fèi)體驗(yàn)，也可直接調(diào)用阿里云百煉平臺提供的API服務(wù)。

魔搭社區(qū)直通車：https://t.co/mld9lp8QjK

抱抱臉直通車：https://t.co/zHHNBB2l5XQwen

Chat直通車：https://t.co/V7RmqMaVNZ

阿里云API直通車：https://t.co/RdmUF5m6JA

參考鏈接：

[1]https://x.com/Alibaba_Qwen/status/1966197643904000262

[2]https://x.com/JustinLin610/status/1966199996728156167

[3]https://mp.weixin.qq.com/s/STsWFuEkaoUa8J8v_uDhag?scene=1