训练成本大降超九成！阿里开源下一代基础模型架构，引入混合注意力机制

阿里开源全新架构Qwen3-Next，80B参数新模型只需激活3B即可实现旗舰性能。

9月12日，阿里通义发布下一代基础模型架构Qwen3-Next和基于新架构的模型Qwen3-Next-80B-A3B，包含两个版本：更擅长理解和执行指令的指令（Insctruct）模型，以及更擅长多步推理和深度思考的推理（Thinking）模型。

据介绍，相比Qwen3的MoE（混合专家）模型结构，Qwen3-Next进行了以下核心改进：混合注意力机制、高稀疏度MoE结构、一系列训练稳定友好的优化，以及提升推理效率的多token预测机制（简称MTP，Multiple-Token Prediction）。

在核心技术方面，新模型采用全球首创混合架构，75%用Gated DeltaNet（线性注意力），25%用原创Gated Attention（门控注意力），总参数80B只需激活3B，就可以在性能上媲美Qwen3旗舰版235B模型，算力利用率约为3.7%，帮助用户“极致省钱”。

在训练成本方面，Qwen3-Next模型较今年4月发布的密集模型Qwen3-32B大降超90%，长文本推理吞吐量提升10倍以上。新模型在Qwen3预训练数据的子集15T tokens上进行预训练，仅需Qwen3-32B所用GPU计算资源的9.3%，便能训练出性能更好的Qwen3-Next-Base基座模型，大幅提升了训练效率。

阿里通义团队指出，高稀疏MoE架构是Qwen3-Next面向下一代模型的最新探索。当前，MoE是主流大模型都采用的架构，通过激活大参数中的小部分专家完成推理任务。此前，Qwen3系列的MoE专家激活比约为1比16，而Qwen3-Next通过更精密的高稀疏MoE架构设计，实现了1比50的极致激活比，创下业界新高。

在性能表现方面，Qwen3-Next指令模型的性能表现与参数规模更大的Qwen3-235B-A22B-Instruct-2507持平，思维模型表现优于谷歌闭源模型Gemini-2.5-Flash-Thinking。

Qwen3-Next-80B-A3B-Instruct指令模型性能评测图。来源：阿里通义

目前，新模型已在魔搭社区和HuggingFace开源，开发者也可通过Qwen Chat免费体验，或直接调用阿里云百炼平台提供的API服务。

关于Qwen3-Next模型值得注意的创新点，Pine AI联合创始人、首席科学家李博杰对澎湃新闻记者表示，Qwen3-Next采用了混合注意力机制和高稀疏MoE架构，从而大幅提升效率；除了这两大创新点以外，Qwen3-Next还在预训练时采用了多Token预测技术MTP（Mutiple-Token Prediction），模型推理速度大幅提升。

李博杰表示，虽然以上三种技术创新在学界已有研究，但阿里证明了其在工业界的实用性，同时还保持了开源：“Qwen3-Next第一次证明了这些技术能够放在一起共同运作，并且能够在实际的业务场景中展现出很好的能力表现。从评测结果和模型架构来看，Qwen3-Next已经达到了谷歌Geimini 2.5 flash的水平。”

近期，阿里通义动作频频，包括推出超万亿参数的Qwen3-Max-Preview、文生图及编辑模型Qwen-Image-edit、语音识别模型Qwen3-ASR-Flash等。全球AI开源社区HuggingFace的最新数据显示，通义千问Qwen衍生模型数已超17万，稳坐全球第一开源模型。

9月1日，国际权威市场调研机构沙利文（Frost&Sullivan）发布了最新的《中国GenAI市场洞察：企业级大模型调用全景研究，2025》，报告显示，中国企业级大模型调用呈爆发式增长，2025年上半年日均调用量较2024年底实现363%的增长，目前超10万亿Tokens。其中，阿里通义占比17.7%位列第一，是中国企业选择最多的大模型。