アリババ、オープンソースLLM「Qwen3」を発表。2種の推論モードを切り替えて柔軟な開発を実現

　アリババグループは、オープンソースのLLM「通義千問（Qwen）」シリーズの最新世代となる、「Qwen3」を5月1日に発表した。

　Qwen3シリーズのモデルには、6つの通常型モデル（dense model）と2つの混合専門家（MoE）モデルが含まれており、モバイルディバイス、スマートグラス、自律走行車、ロボティクスといった多様な分野での次世代アプリケーション構築を実現する。

　Qwen3の全モデル（通常型モデル：0.6B、1.7B、4B、8B、14B、32Bパラメータ）、およびMoEモデル（30B／3Bアクティブ、235B／22Bアクティブ）のすべてが世界中でオープンソース化され、自由に利用できる。

　アリババ初となるハイブリッド推論モデルを搭載し、従来型LLMの機能に加えて動的かつ高度な推論能力を組み合わせることで、数式処理やコーディング、論理的推論といった複雑なタスクに対応する思考モードと、高速な汎用応答を提供する非思考モードを、状況に応じてシームレスに切り替えられる。

　API経由のアクセスでは、最大38000トークンまで思考時間の制御が可能で、パフォーマンスと計算効率の最適なバランスを実現する。とりわけ、Qwen3-235B-A22B MoEモデルは他の最先端モデルと比較して、展開コストを大幅に低減している。

　あわせて、以下のような機能強化が行われた。

• 多言語対応：119の言語と方言に対応し、翻訳や多言語プロンプト処理で業界トップクラスの精度を実現
• 高度なエージェント統合：Model Context Protocol（MCP）およびファンクションコールに標準対応し、エージェント型タスクにおいてオープンソースモデルをリード
• 推論力の向上：数理演算、コーディング、論理推論において、Qwen2.5やQwQを上回る結果を記録
• 人間との整合性の強化：より自然な創造的な文章作成、ロールプレイ、マルチターンの自然な対話を提供し、ユーザー体験を向上

　モデルアーキテクチャの進化、トレーニングデータの増加、学習手法の高度化によって、数学的推論（AIME25）、コーディング能力（LiveCodeBench）、ツールと関数呼び出し機能（BFCL）、命令調整型LLMの性能評価（Arena-Hard）といった業界ベンチマークにて、トップクラスの成果を達成している。

　さらに、ハイブリッド推論モデルの開発にあたっては、長文の思考連鎖（Chain-of-Thought: CoT）による初期学習、推論ベースの強化学習（Reasoning-based Reinforcement Learning）、思考モードの統合、汎用強化学習（General Reinforcement Learning）を含む、4段階の学習プロセスが導入された。

「Qwen3」の各種ベンチマークにおけるスコア

　Qwen3は、Hugging Face、GitHub、ModelScopeで無料公開されており、専用チャットサイト（chat.qwen.ai）でも試用できる。また、アリババのAI開発プラットフォームModel Studio経由でのAPI提供も間もなく開始予定となっている。