
OpenAI o1とDeepSeek-R1を凌駕ーーアリババのQwen3が世界のオープンソースモデルの王座に君臨し、爆発的人気
ポイント
アリババは最新の大規模言語モデル「Qwen3」シリーズをApache 2.0ライセンスでオープンソース公開し、商用利用も可能
Qwen3はMoEモデル2種とDenseモデル6種を含み、Hugging Faceなどで22種類が既に公開済み
フラッグシップモデル「Qwen3-235B-A22B」は、DeepSeek-R1やOpenAIのo1などと同等以上の性能を実現
小型モデル「Qwen3-30B-A3B」はパラメータ数が少ないにもかかわらず、同等サイズ以上のモデルを上回る性能を発揮
推論コストが大幅に削減されており、H20 GPU4枚で高性能モデルの展開が可能
「思考モード」と「非思考モード」の2つの推論モードにより、柔軟な応答制御が可能で効率的な推論が実現
119言語・方言に対応し、多言語能力が大幅強化
Agent機能とコード処理能力が向上し、MCPプロトコル対応で応用範囲が拡大
事前学習に使用されたトークン数は約36兆で、Qwen2.5の2倍に拡張
Qwen3は4段階の後学習プロセスにより、思考・推論能力と即時応答を兼ね備えるハイブリッドモデルに進化
Hugging FaceのOpen LLM LeaderboardでQwen2が首位を獲得、QwenシリーズはLlamaを抜き世界最大のオープンソースモデル群に成長
本文
今朝早く、昨夜から事前に予告され、世界中のAIコミュニティから注目されていたQwen3シリーズモデルがついに正式に発表された。

Qwen3モデルは、引き続き緩やかなApache2.0ライセンスでオープンソースとして公開されており、世界中の開発者、研究機関、企業はHuggingFace、ModelScopeなどのプラットフォームでモデルを無料でダウンロードし、商用利用が可能である。また、Alibaba Cloud Baijianを通じてQwen3のAPIサービスを呼び出すことも可能である。
HuggingFace アドレス:https://huggingface.co/collections/Qwen/qwen3-67dd247413f0e2e4f653967f
Modelscope アドレス:https://modelscope.cn/collections/Qwen3-9743180bdc6b48
GitHub アドレス:https://github.com/QwenLM/Qwen3
ブログ アドレス:https://qwenlm.github.io/blog/qwen3/
トライアルアドレス:https://chat.qwen.ai/
具体的には、Qwen3シリーズモデルには2種類のMoEモデルと6種類のDenseモデルが含まれており、それぞれさらに多くのサブバージョン(例えば、基本バージョンと量子化バージョン)が含まれている。

MoEモデル:Qwen3-235B-A22BとQwen3-30B-A3B。ここで、235Bと30Bはそれぞれ総パラメータ数、22Bと3Bはそれぞれアクティブパラメータ数である。
Denseモデル:Qwen3-32B、Qwen3-14B、Qwen3-8B、Qwen3-4B、Qwen3-1.7B、Qwen3-0.6B。
以下の表にこれらのモデルの詳細なパラメータを示す。


現在、Qwen3シリーズのより大規模な3つのモデルも、Qwen Chatのウェブ版およびモバイルアプリで利用可能となっている。

性能面では、コード、数学、汎用能力などのベンチマークテストにおいて、フラッグシップモデルのQwen3-235B-A22Bは、DeepSeek-R1、o1、o3-mini、Grok-3、Gemini-2.5-Proなどのトップクラスのモデルと同等のパフォーマンスを発揮した。

さらに、小型MoEモデルのQwen3-30B-A3Bは、アクティブなパラメータ数がQwQ-32Bの10%であるにもかかわらず、性能はより優れている。小型モデルであるQwen3-4Bでさえ、Qwen2.5-72B-Instructの性能に匹敵する。

性能が大幅に向上した一方で、Qwen3の展開コストも大幅に削減された。H20を4枚使用するだけでフルパワー版を展開でき、メモリ使用量は、同程度の性能を持つモデルのわずか3分の1である。
開発チームはブログでいくつかの推奨設定も示している。「展開については、SGLangやvLLMなどのフレームワークの使用を推奨する。一方、ローカルでの使用には、Ollama、LMStudio、MLX、llama.cpp、KTransformersのようなツールも非常に推奨される。これらの選択肢により、ユーザーはQwen3を研究、開発、あるいは本番環境のいずれにおいても、自身のワークフローに容易に統合できる。」
同チームは述べている。「Qwen3のリリースとオープンソース化は、大規模な基盤モデルの研究開発を大きく推進するだろう。私たちの目標は、世界中の研究者、開発者、組織に力を与え、これらの最先端モデルを活用して革新的なソリューションを構築できるよう支援することである。」
Qwenチームの技術責任者である林俊旸氏(Junyang Lin)は、Qwen3モデル開発の詳細についてさらに共有した。彼は、チームメンバーが、例えば、安定したトレーニングを通じて強化学習を拡張する方法、異なる分野からのデータのバランスを取る方法、より多くの言語のサポートを強化する方法など、目立たないながらもいくつかの問題を解決する方法を見つけるのに時間を費やしたと述べた。彼は、ユーザーがQwen3モデルを気に入って、そこから何か面白いものを見つけてくれることを願っている。彼はまた、チームが次の段階に進んでおり、それは長距離推論を拡張するためのエージェントをトレーニングすることであり、同時に現実世界のタスクにもっと焦点を当てていると述べた。

ついに Qwen3 がリリースされました!
うちのチームが、派手ではない問題を解決する方法を見つけるのに本当に時間を要しました。安定したトレーニングで強化学習をスケールさせるにはどうすればいいのか
異なるドメインのデータをどうバランスさせるのか
性能を犠牲にしつつ、より多くの言語をサポートするにはどうすればいいのか …
今回のモデルが皆さんの仕事や生活に役立ち、楽しみながら何か面白い発見ができることを願っています。
これからは、長期的な推論をスケールさせるエージェントのトレーニングという次のステージに進み、より現実世界のタスクに注力していく必要があります。
当然、将来の開発チームも Qwen3 モデルの技術レポートや学習レシピを公開するだろう。

Sunny (@sannikpatel)
「テクニカルレポートやトレーニングレシピを公開する予定はありますか?」
Junyang Lin (@JustinLin610)
「はい」
ユーザーからの反響と実測
前世代の Qwen シリーズモデルと同様に、Qwen3 のリリースも世界中の AI およびオープンソースコミュニティの注目を集めた。高い評価が多く見られた。

Alibaba Qwen の Qwen3 を試してみました。必要なときは素早く応答し、難しい課題にはじっくり時間をかける。
ただ答えを返すだけでなく、一度ちゃんと考えてから正しく答えてくれる。
コーディングには非常に強く、数学でも落ち着いて対応してくれます。
言語表現は自然で、他のモデルのように違和感がありません。驚いたのは、119言語までサポートしていることです。
オープンソースモデルでこれほど優秀なのは久しぶりです。

実際のパフォーマンスはどうなのか。本メディア『机器之心』も少し試した。
まずは簡単な推論テスト問題である。Qwen3-235B-A22B は予想通り、難なくこなした。(2倍速 GIFアニメーション)
次に、筆者らはより複雑なプログラミングタスクに挑戦した。ピクセルスタイルのスネークゲームを作成することである。同時に別の要件も課した。ゲーム中には、筆者らが操作する蛇を追いかける「平頭哥」(ラーテル)がいる。一度噛みつかれると、蛇の長さが半分失われる。蛇が壁に衝突したり、自分自身を噛んだり、長さが2未満になったりすると、ゲーム終了となる。
(実際の動画を視聴する場合は、元記事を参照)
Qwen3-235B-A22B はこのタスクをおよそ3分で解決した。少し遊んでみたところ、プレイは概ね可能であったが、いくつかバグも見られた。例えば、ラーテルの速度が速すぎるといったバグである。しかし、これは Qwen3-235B-A22B が簡単なプロンプトの下で出した One-shot の結果であることを考慮すると、十分に許容できる。より洗練されたプロンプトエンジニアリングとイテレーションによる最適化によって、より良い結果が得られると信じている。
筆者らは Ollama を通じて、Qwen3 シリーズの中で最も小さいモデル Qwen 0.6B も少し試した。
見たところ、この、普通のスマートフォン一台で完全にスムーズに動作する小さなモデルは、速度が非常に速いだけでなく、多くの日常的な推論タスクをこなすのに十分である。
ファインチューニングされたモデル、例えば Qwen3-30B-A3B など、およびそれらの事前学習済み基盤モデル(例:Qwen3-30B-A3B-Base)は、現在、Hugging Face、ModelScope、Kaggle などのプラットフォームで公開されており、利用可能である。デプロイに関しては、SGLang や vLLM などのフレームワークの使用を推奨する。一方、ローカルでの利用に関しては、Ollama、LMStudio、MLX、llama.cpp、KTransformers といったツールも非常に推奨できる。
これらの選択肢は、研究、開発、あるいは本番環境のいずれであろうと、ユーザーが Qwen3 を彼らのワークフローに簡単に統合できることを保証する。
3つの主な特長
今回、Qwen3モデルは複数の側面で強化された。
1つ目は、2種類の思考モードをサポートしている点である。それぞれ以下の通りである。
思考モード:モデルが段階的に推論し、十分に検討した上で最終的な答えを出す。特に深い思考が必要な複雑な問題に適している。
非思考モード:モデルが迅速かつほぼ即時の応答を提供し、深さよりも速度が優先される単純な問題に適している。
この柔軟性により、ユーザーは特定のタスクに応じてモデルが「思考」する度合いを制御できる。例えば、複雑な問題は推論ステップを拡張することで解決でき、単純な問題は遅延なく迅速に直接回答できる。
重要なのは、これら2つのモードの組み合わせにより、モデルが安定的かつ効率的な「思考予算」を制御する能力が大幅に強化されたことである。Qwen3が示すスケーラブルでスムーズなパフォーマンス向上は、割り当てられた計算推論予算に直接関連している。このような設計により、ユーザーは異なるタスクに対して特定の予算をより簡単に設定できるようになり、コスト効率と推論品質の間でより最適なバランスを実現できると予想される。
下図は、AIME24、AIME25、LiveCodeBech(v5)、GPQA Diamondなどのベンチマークテストセットにおける、非思考モードと思考モードの思考予算の変化傾向である。

2つ目は、より多くの言語をサポートしている点である。
現在、Qwen3モデルは119種類の言語と方言をサポートしている。強化された多言語能力は、国際的なアプリケーションに新たな可能性を切り開き、より幅広い世界中のユーザーがモデルの強力な能力を体験できるようになる。これらの言語は具体的に以下の通りである。

3つ目は、Agent能力の強化である。
今日、Agentは大規模モデル分野で重点的に注目されている能力の一つである。特に最近導入されたMCPモデルコンテキストプロトコルは、Agentの適用性と柔軟性を大幅に強化し、アプリケーションシナリオを大きく広げた。
今回、Qwen3モデルのAgent能力とコード能力が強化され、MCPのサポートも強化された。下の例(QwenLMライブラリのmarkdownコンテンツを抽出し、プロジェクトのスター数を表示する棒グラフを描画する例)は、Qwen3がどのように思考し、環境と対話するかを示すものである。
(実際の動画を視聴する場合は、元記事を参照)
事前学習データ量は36兆トークンに達する
後続学習により混合推論を実現
事前学習において、Qwen3のデータセットはQwen2.5と比較して著しく拡張された。Qwen2.5は18兆トークンで事前学習されたが、Qwen3が使用するデータ量はそのほぼ2倍にあたる約36兆トークンに達しており、119種類の言語と方言を網羅している。
膨大なデータセットを構築するため、開発チームはウェブからのデータ収集だけでなく、PDFドキュメントからの情報抽出も行った。開発チームはQwen2.5-VLを使用してこれらのドキュメントからテキストを抽出し、抽出内容の品質をQwen2.5で改善した。
さらに、数学およびコードデータの量を増やすため、開発チームは数学およびコード分野の専門モデルであるQwen2.5-MathとQwen2.5-Coderを利用してデータを合成した。教科書、Q&Aペア、コードスニペットなど、多様な形式のデータが合成された。
具体的には、事前学習プロセスは以下の3つの段階に分けられた。
第1段階(S1)では、モデルは30兆トークン以上で事前学習され、コンテキスト長は4Kトークンであった。この段階で、モデルは基本的な言語スキルと一般的な知識を習得した。
第2段階(S2)では、STEM、プログラミング、推論タスクなどの知識集約型データの割合を増やすことでデータセットが改善され、その後、モデルは追加の5兆トークンで事前学習された。
最終段階では、高品質の長コンテキストデータを使用してコンテキスト長を32Kトークンに拡張し、モデルがより長い入力を効果的に処理できるようにした。
モデルアーキテクチャの改善、訓練データの増加、およびより効果的な訓練方法により、Qwen3 Dense基盤モデルの全体的な性能は、より多くのパラメータを持つQwen2.5基盤モデルと同等である。例えば、Qwen3-1.7B/4B/8B/14B/32B-Baseは、それぞれQwen2.5-3B/7B/14B/32B/72B-Baseと同等のパフォーマンスを発揮する。
特にSTEM、コーディング、推論などの分野では、Qwen3 Dense基盤モデルのパフォーマンスは、より大規模なQwen2.5モデルさえも上回った。Qwen3 MoE基盤モデルは、アクティブパラメータのわずか10%を使用するだけで、Qwen2.5 Dense基盤モデルと同等の性能を達成しており、これにより訓練および推論コストの大幅な削減が実現された。

同時に、Qwen3は後学習段階で同様に最適化が行われた。
思考・推論能力と高速な応答能力を同時に備えたハイブリッドモデルを開発するため、開発チームは4段階の訓練プロセスを実施した。これには、(1) 長い思考連鎖のコールドスタート、(2) 長い思考連鎖の強化学習、(3) 思考パターンの融合、(4) 汎用強化学習が含まれる。

第1段階では、多様な長い思考連鎖データを使用してモデルのファインチューニングを行った。これには、数学、コード、論理推論、STEM問題など、様々なタスクや領域が網羅されている。このプロセスは、モデルに基本的な推論能力を付与することを目的としている。
第2段階の重点は大規模な強化学習である。これは、ルールに基づいた報酬を活用して、モデルの探索能力と深掘り能力を強化することを目的としている。
第3段階では、長い思考連鎖データと一般的な指示ファインチューニングデータを組み合わせたデータを使用してモデルのファインチューニングを行い、非思考パターンを思考モデルに統合した。これにより、推論能力と高速な応答能力のシームレスな組み合わせが確保された。
第4段階では、指示への追従性、フォーマットへの追従性、エージェント能力などを含む20以上の汎用的な領域のタスクで強化学習を適用し、モデルの汎用能力をさらに強化し、不適切な振る舞いを修正した。
Qwen は世界No.1のオープンソースモデルとなった
Qwen3の発表は、アリババの通義千問にとって新たなマイルストーンである。Llama 4シリーズモデルに対するコミュニティのフィードバックと比較して、Qwenシリーズが間違いなく世界No.1のオープンソースモデルになったことは明らかである。この主張はデータによっても裏付けられている。関係者によると、アリババの通義千問は200以上のモデルをオープンソース化しており、世界でのダウンロード数は3億回を超え、Qwenから派生したモデル数は10万個を超え、Llamaを凌駕し、世界最大のオープンソースモデルファミリーとなっている。

世界的なAI技術競争が激化する中、アリババの通義千問は継続的な技術革新とオープンな協力によりAI技術の普及と発展を推進し、世界のオープンソースAIエコシステムにおける中国テクノロジー企業の強力な影響力を示している。
参考リンク: https://x.com/Alibaba_Qwen/status/1916962087676612998