深夜“王炸”！阿里大模型成本“膝盖斩”90%，这波操作太“顶”了！

温故智新AIGC实验室

TL;DR：

阿里通义深夜扔出“王炸”，发布Qwen3-Next新架构，用区区30亿激活参数，搞出800亿参数甚至2350亿参数级别的性能。更炸裂的是，训练成本直接“膝盖斩”90%！这波“降本增效”操作，简直是给大模型界来了场“降维打击”。

就在大家还在深夜刷手机的时候，阿里通义实验室悄悄干了件“大事”：发布了自家大模型的新架构——Qwen3-Next。光听名字可能觉得有点拗口，但数据一出来，瞬间就让你“惊掉下巴”！1

这回阿里通义真“杀疯了”：小参数也有大能量！

想象一下，你平时玩游戏，显卡配置得拉满才能带得动大作。但现在，有人告诉你，用一块迷你显卡的功耗，就能跑出顶级显卡的性能，你敢信吗？阿里通义这波操作，就是这么“不讲武德”！

他们推出的Qwen3-Next-80B-A3B-Base模型，虽然总参数量高达800亿，但它真正“干活儿”的时候，竟然只激活了区区30亿个参数！这感觉就像一个八十人的特种部队，每次任务只派出最精锐的三个人，却能完成整个部队的任务。

最让人“狂喜”的是，这套新架构的“性价比”直接拉满：

  • 训练成本？“膝盖斩”！ 相比之前的Qwen3-32B，Qwen3-Next只需不到9.3%的GPU计算资源，就能达到甚至超越其性能。用智东西的话说，总训练成本更是不到Qwen3-30A-3B的80%。这简直就是大模型界的“拼多多”，用更少的钱办更多的事！
  • 推理速度？“坐火箭”！ 在长达32k上下文的场景下，推理吞吐量能达到Qwen3-32B的10倍以上！短上下文（4k）也有7倍的预填充和4倍的解码吞吐量提升。这效率，简直了！
  • 上下文长度？“超长待机”！ 原生支持262144个token，甚至可以扩展到惊人的1010000个token！这意味着你可以扔进去一本《红楼梦》甚至更多内容，模型也能消化得明明白白。

更“炸场”的是，这小参数的模型，性能直接对标“旗舰”。它的指令模型，表现竟然与阿里参数规模更大的Qwen3-235B-A22B-Instruct-2507相近。而思维模型，更是直接“碾压”谷歌的闭源模型Gemini-2.5-Flash-Thinking！1 是不是有点“降维打击”那意思了？

秘籍大公开：凭啥能“四两拨千斤”？

要做到“花小钱办大事”，可不是光靠“画大饼”就行。阿里通义这次可是亮出了好几招“独门秘籍”，把大模型的“内功”练到了极致。

这些“神操作”的核心，藏在Qwen3-Next架构的四大创新里：

  1. 混合注意力机制： 这就好比大脑在处理信息时，既有对重点信息的“深度聚焦”（Gated Attention），也有对长距离上下文的“全局扫描”（Gated DeltaNet）。75%的层用线性注意力，25%的层保留标准注意力，这种“聪明地分配注意力”方式，让模型在处理超长上下文时，能力和效率都能“在线”。
  2. 高稀疏度MoE结构： MoE（混合专家）架构，简单来说，就是把一个大模型分成很多个小专家，根据不同任务，只让相关的专家“出马”。Qwen3-Next把这个“精打细算”做到了极致，实现了1:50的专家激活比（以前Qwen3是1:16）。这意味着每次运算，只需要“唤醒”极少数的专家，极大地减少了计算资源消耗，真正做到了“好钢用在刀刃上”！
  3. 一系列训练稳定友好的优化： 就像盖高楼，地基必须打得稳。阿里这次引入了零中心化、权重衰减LayerNorm以及注意力输出门控等技术，保证了模型在训练过程中的“四平八稳”，避免了各种“幺蛾子”。
  4. 多Token预测（MTP）机制： 这个机制，简直是推理速度的“加速器”。它能让模型在一次运算中预测出多个token，大大提升了推理效率。用一位开发者在X上的话来说，MTP是这次更新中最“令人印象深刻”的部分！1 这种“预判你的预判”的能力，让大模型的反应速度直接“飙升”。

大模型“卷”成本新趋势？未来还有啥“王炸”？

从Qwen3-Next的发布，我们看到一个清晰的趋势：大模型之争，已经不只是参数规模的“军备竞赛”，更是成本效益和架构创新的较量。在算力是“硬通货”的当下，谁能用更少的资源跑出更强的性能，谁就更有可能笑到最后。

阿里巴巴此前发布的Qwen3模型，就以混合专家（MoE）架构为核心，大幅降低了成本，并在性能上超越了DeepSeek-R1、OpenAI-o1等顶尖模型，可谓是“卷”成本的先行者。2

阿里通义这次不仅开源了Qwen3-Next的指令模型（Instruct）和思维模型（Thinking），让全球开发者都能“白嫖”体验，还在魔搭社区、Hugging Face等平台同步上线，甚至可以直接在Qwen Chat或阿里云百炼、NVIDIA API Catalog上“尝鲜”。这无疑会进一步推动开源社区的繁荣，让更多人能参与到大模型的创新中来。

研究人员已经预告，未来还会持续优化这一架构，并开发Qwen3.5。与此同时，阿里通义在其他细分领域也频频亮剑，像超万亿参数的Qwen3-Max-Preview、文生图及编辑模型Qwen-Image-edit、语音识别模型Qwen3-ASR-Flash等，都展现了其在多领域布局的“野心”。

不得不说，阿里通义这波“降本增效”的“王炸”，不仅在大模型圈里掀起了新的波澜，也为整个行业指明了一个方向：未来的大模型，或许不再是单纯的“大力出奇迹”，而是更讲究“巧劲儿”和“智慧”。毕竟，谁能让AI变得更“平价”又更“聪明”，谁才能真正走到大众身边，掀起新的浪潮！

引用

  1. 阿里深夜干了件大事，成本暴降90%·智东西·程茜（2025/9/12）·检索日期2025/9/12 ↩︎ ↩︎ ↩︎

  2. 新的大模型杀手来了！阿里开源新一代通义千问模型Qwen3·21经济网（2025/4/29）·检索日期2025/9/12 ↩︎