阿里巴巴AI“狂奔”：通义千问全球下载量破4亿，一周开源三大模型

本文来源：时代财经 作者：郭美婷

“2019年，我们还在讨论单点突破的语言模型；到2025年的今天，大模型已呈现‘周级迭代’的爆发态势。”在WAIC 2025上，阿里云副总裁、大数据和智能实验室负责人叶杰平表示，当前AI模型技术正经历从“渐进式创新”到“指数级跃迁”的转变。

在今年WAIC的展区里，阿里巴巴（09988.HK；BABA.NYSE）展示了从AI基础设施到大模型再到平台及应用的“全栈AI”能力，陈列了云原生CPU芯片倚天710、飞天云计算操作系统、智算集群网络架构HPN7.0架构、AI Stack一体机等底层硬核技术，通义千问及通义万相大模型系列，以及阿里云百炼、人工智能平台PAI等大模型平台和夸克、钉钉等AI应用。

这其中，包括最新开源的三款大模型：千问3最新版基础模型（非思考版）、千问3推理模型、AI编程模型Qwen3-Coder。值得注意的是，这三款模型均是在一周内宣布开源。

AI赛道上，阿里巴巴正在“狂奔”。按照预算，未来三年，这家巨头还将投入3800亿元，主要用于建设云和AI硬件基础设施，总额超过去十年总和。

一周内开源三款模型

“三年前，我们发布了通义大模型，并承诺将核心模型开源开放。如今，通义千问已实现全尺寸、全模态的全面开源，真正打破了开源与闭源模型之间的技术壁垒。”叶杰平称。

开源一直是阿里云发展AI的主题词，这一思路在今年由DeepSeek翻起的开源浪潮下愈发得到验证。

据了解，千问3最新版基础模型（非思考版）性能有显著提升，在GPQA（知识）、AIME25（数学）、LiveCodeBench（编程）、Arena-Hard（人类偏好对齐）、BFCL（Agent能力）等测评中表现超越Claude4（Non-thinking）等闭源模型。

千问3推理模型支持256K上下文长度，在知识（SuperGPQA）、编程（LiveCodeBench v6）、数学（AIME25）、人类偏好对齐（Arena-Hard v2）、创意写作（WritingBench）、多语言能力（MultilF）等核心能力上，千问3推理模型可比肩Gemini-2.5 pro、o4-mini等闭源模型。

AI编程模型Qwen3-Coder则是千问系列模型中首个采用混合专家MoE架构的代码模型，总参数达480B，激活35B参数，原生支持256K token的上下文并可扩展至1M长度，能帮助程序员完成基础编程任务，比如写代码、补全代码、修Bug等。

海外模型API聚合平台OpenRouter数据显示，上述三大模型开源后，阿里千问API调用量暴涨，三天突破1000亿Tokens，热度超越GPT、Gemini、Claude等模型，千问包揽OpenRouter趋势榜前三名。截至目前，通义千问在全球主要模型社区的下载量已经突破4亿，衍生模型突破14万个。

阿里云百炼高级产品专家徐志远在接受时代财经等采访时谈到，千问系列模型在诞生之初就面向全球市场而非局限于国内市场。国内市场方面，依托国内庞大的市场空间以及阿里云自身的公共云基础产品，阿里云更多通过API服务或低成本模式为用户提供支持。而在全球市场，若要参与竞争并实现模型能力的对比排序，开源是极为重要且有效的方式——它能让全球开发者成为反馈主体，提供关于模型的直接反馈与信息，帮助阿里云准确判断模型在全球市场的真实水平。

事实上，阿里巴巴在开源上的相关实践获得海外认可也比在国内更早。徐志远谈到，“（在开源过程中）我们收到了全球开发者的反馈，这类反馈在商业场景中往往难以如此直接获取，因为在开源生态中，开发者与我们并无绝对利益绑定，他们的反馈仅基于对模型问题的判断，供我们参考迭代。”

20万开发者、70万Agent

阿里云百炼是全链路大模型服务与Agent应用开发平台，据介绍，目前已有超20万开发者在百炼上开发了70多万个Agent。

徐志远表示，阿里云百炼目前核心包含三个层面的服务：第一个层面是基础层，即结合阿里云广泛的基础设施以及可调度的AI算力，将模型转化为可供调用的高性价比、高性能API，也即“model service”（模型服务）层。

第二个层面是 agent（智能代理）层，在模型服务层之上，阿里云百炼整合了部分领先的agent框架与架构，为agent的开发构建提供一整套支持能力。在该层面，阿里云百炼提供包括兼容金融领域主流的ATO协议、MCP协议，以及支持阿里全栈自研的agent模型调度能力等。

第三个层面是AI大模型行业及领域应用层。在阿里云百炼上，开发者通过agent搭建基础能力后，可进一步构建一系列行业及领域应用。目前，电力、互联网、医疗、金融等行业，均已基于相关能力构建出面向企业内部及企业客户的各类应用。

据徐志远介绍，在阿里云百炼服务的企业中，其中一个核心场景是多元异构复杂数据的处理。他举例解释，在如招聘平台等互联网平台上，每天会产生大量视频、音频、文档等，企业需要通过不同模态模型将内容转化为所需数据，并对这些内容进行结构化提取、入库、向量化或打标，以便用于下游的推荐匹配、分析解析等业务场景。

第二类是企业内部助理相关的应用，面向企业员工、内部子部门等提升生产效率。其他应用场景还包括以图搜图、以视频搜视频、IPC（网络摄像机）等。例如，过去的IPC只有摄像头组件，仅具备记录功能，无法自主分析。而如今多模态模型不断发展，尤其是轻量化多模态模型的出现，尺寸更小，使得大量上游厂商可以在IPC中内置多模态模型，让设备能基于监控画面快速判断是否存在异常。今年3月，阿里巴巴就与KUMEROS咖啡达成战略合作，为后者提供从门店运营到产品创新的全链路解决方案。

徐志远进一步补充，具体到百炼服务企业客户，目前头部是互联网行业，这是因为大量互联网公司本身就以新技术驱动业务增长；其次是新消费行业，如咖啡门店等能在小程序等用户触点中融入 AI 能力，帮助用户更好地完成消费，还依托自身基础设施在内部业务中落地相关应用。

徐志远还着重提到了消费电子领域，未来多模态组件等融入模型后，如AI玩具等AI消费设备有望实现增长。“近期我们已经看到该行业涌现出大量需求，也正在做丰富的适配工作，以提升消费电子行业对模型的应用能力。”徐志远说。