--- title: "阿里Qwen3-Next开源发布：80B参数仅激活3B，混合架构大模型重新定义效率与成本" url: "https://paooo.com/aigc-news/13795/" author: "Prompt 语宙研究院" published_at: "2026-06-22T07:42:22+08:00" updated_at: "2026-06-07T20:19:05+08:00" categories: "AI 工具, AIGC 资讯" tags: "MoE专家系统, Qwen3-Next, 混合架构大模型, 长文本处理, 阿里通义" source: "Prompt 语宙 (https://paooo.com)" ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)" --- # 阿里Qwen3-Next开源发布：80B参数仅激活3B，混合架构大模型重新定义效率与成本 > 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/13795/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-22 ## AI 30 秒核心看点 (TL;DR) - 80B总参数仅激活约3B，混合架构把大模型推理成本和资源消耗显著压低。 - Instruct版指令能力对标235B旗舰，Thinking版推理表现超越Gemini Flash。 - 支持32K以上长文本、高并发与低延迟场景，已可通过百炼、QwenChat和Hugging Face体验。 > **💡 站外导读：**在大模型参数军备竞赛愈演愈烈之际，高昂的推理成本与资源消耗成为企业落地AI的核心痛点。阿里通义此次开源的Qwen3-Next，直击这一行业难题，通过创新的混合架构与极致激活策略，在80B总参数中实现仅3B参数的轻量化激活，为高并发、长上下文场景提供了兼具性能与经济性的新范式，标志着大模型从“比大”向“比效”的关键转折。 ## Qwen3-Next是什么 Qwen3-Next是阿里通义开源的新一代混合架构大模型，包含指令版(Qwen3-Next-80B-A3B-Instruct )和思维版(Qwen3-Next-80B-A3B-Thinking)两个版本。模型用全球首创的Gated DeltaNet和Gated Attention混合架构，实现更快的处理速度、更强的效果和更省的资源消耗。模型总参数量达80B，每次推理仅激活约3B参数。模型预训练加速机制使长文生成速度显著提升。Qwen3-Next适用长上下文推理、高并发和低延迟需求场景，模型现已上线[阿里云百炼](https://ai-bot.cn/sites/50019.html)支持API调用和[QwenChat](https://ai-bot.cn/qwen-chat/)网页版支持在线体验。 ## Qwen3-Next的主要功能 - **指令理解和执行**：特别优化的指令版（Instruct）擅长理解和执行用户的指令。 - **深度思考和推理**：思维版（Thinking）支持多步推理和深度思考问题。 - **长文本处理**：模型能处理和理解长达32K以上的长文本输入。 - **高效率推理**：基于混合动力引擎，结合速度和精度，实现快速且准确的推理。 - **节省资源**：在保持大模型能力的同时，通过激活部分参数节省计算资源。 ## Qwen3-Next的技术原理 - **混合架构**：结合75%的Gated DeltaNet和25%的Gated Attention，平衡速度和精度。 **Gated DeltaNet**：用在处理长文本，提供快速的推理速度和线性增长的内存占用。 - **Gated Attention**：负责精确召回关键信息，确保模型在处理长文本时不会丢失重点。 - **极致省钱架构**：模型总参数量为80B，每次推理时仅激活约3B参数，显著降低计算成本。 - **预训练加速机制**：通过原生MTP（Multi-Token Prediction）加速技术，模型在预训练阶段就能一次预测多个token，在生成长文本时减少推理步数，提高吞吐量。 - **专家系统（MoE）**：模型包含512个专家，每次处理请求时动态选择最相关的10个专家和1个共享专家来工作，实现负载均衡和资源优化。 ## Qwen3-Next的项目地址 - **HuggingFace模型库**：https://huggingface.co/collections/Qwen/qwen3-next-68c25fd6838e585db8eeea9d ## Qwen3-Next的性能表现 - **Instruct 模型表现**：在多个基准测试中，Qwen3-Next-80B-A3B-Instruct 模型的指令能力与[235B](https://ai-bot.cn/qwen3-235b-a22b-thinking-2507/)旗舰模型相当，并且在处理长文本方面表现更强。 - **Thinking 模型表现**：Qwen3-Next-80B-A3B-Thinking 模型在推理能力方面超越Gemini Flash，部分指标甚至逼近235B旗舰模型。 ## 如何使用Qwen3-Next - **阿里云百炼**：访问[阿里云百炼](https://ai-bot.cn/sites/50019.html)官网，搜索Qwen3-Next，根据提供的API参考进行模型调用。 - **QwenChat 网页版**：直接访问[QwenChat](https://ai-bot.cn/qwen-chat/)官网，在线与模型进行交互。 - **Hugging Face**：在Hugging Face上，找到Qwen3-Next模型集合，进行模型调用和体验。 ## Qwen3-Next的应用场景 - **智能客服**：利用模型指令理解和执行能力，提供自动化的客户服务和支持。 - **内容生成**：在新闻、博客、社交媒体等领域，能自动生成文章、故事或其他文本内容。 - **数据分析**：数据分析人员分析大量文本数据，提取关键信息，支持市场研究和商业智能。 - **教育辅助**：在教育领域，辅助学生学习，提供个性化教学内容和辅导。 - **法律咨询**：法律人士分析法律文件，提供法律咨询和研究支持。 #### 📝 站长洞察 (Editor's Insight) Qwen3-Next的发布，绝非一次简单的模型迭代，而是阿里在“高效大模型”这一前沿赛道上的关键落子。其混合架构（Gated DeltaNet+Gated Attention）与MoE专家系统的深度融合，本质上是在解构传统Transformer的“暴力计算”路径，转向更精细的“智能调度”范式。这背后是行业对模型边际成本与收益的重新审视——当通用能力逼近天花板，如何以更低的边际成本服务更广的垂直场景，将成为下一阶段的竞争焦点。阿里此举，既是对自身云服务成本结构的优化，也为开源社区提供了“够用、好用、省用”的新标杆，可能引发一波关于模型架构“轻量化重构”的行业思潮。 ## 📊 Qwen3-Next 与对比模型在五项基准上的得分对比 > 核心发现：Qwen3-Next-80B-A3B-Instruct 在五项基准中整体表现强劲，尤其在 Arena-Hard v2 和 LiveBench 上领先或接近领先对比模型，体现出较高的综合效率与能力。 | 基准 | Qwen3-Next-80B-A3B-Instruct | Qwen3-235B-A22B-Instruct-2507 | Qwen3-32B-Non-thinking | Qwen3-30B-A3B-Instruct-2507 | | --- | --- | --- | --- | --- | | SuperGPQA | 58.8 | 62.6 | 43.2 | 53.4 | | AIME25 | 69.5 | 70.3 | 20.2 | 61.3 | | LiveCodeBench v6 (25.02-25.05) | 56.6 | 51.8 | 29.1 | 43.2 | | Arena-Hard v2 | 82.7 | 79.2 | 34.1 | 69.0 | | LiveBench (20241125) | 75.8 | 75.4 | 59.8 | 69.0 | ## 常见问题解答 (FAQ) ### Qwen3-Next是什么模型？ Qwen3-Next是阿里通义开源的新一代混合架构大模型，包含指令版和思维版两个版本。它采用Gated DeltaNet与Gated Attention结合的设计，总参数80B，但每次推理仅激活约3B参数，主打高效、低成本和长上下文能力。 ### Qwen3-Next适合哪些使用场景？ 它适合长上下文推理、高并发和低延迟需求场景，也可用于智能客服、内容生成、数据分析、教育辅助和法律咨询等任务。由于激活参数少，尤其适合对推理成本敏感的企业应用。 ### Qwen3-Next怎么使用和体验？ 可通过阿里云百炼进行API调用，也可在QwenChat网页版在线体验；此外，Hugging Face上也提供了模型集合，便于下载、调用和测试。 --- 探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)