2025年4月29日凌晨，距离通义千问Qwen3正式发布还有5小时，X和GitHub上的开发者们已经搬好小板凳蹲守发布。开源社区的技术爱好者们熬夜刷新，等待第一时间测试和体验这款备受期待的中国大模型新作。

甚至中国开发者已经蹲守通宵，在发布凌晨5点发布的第一时间测试并发布了评测报告。这样的现象曾经只在OpenAI发布新模型前出现过如此关注度。如今，中国大模型也能引发全球开发者如此热切的期待，不仅是模型技术的突破，也是因为对于开发者和企业而言，能够真正用起来，产生产业价值。

“在为企业在国内选模型，基本上只有Qwen和DeepSeek两个选项，但R1参数太大了，很多场景不需要那么强的性能。对比来看，千问系列提供了从小到大全系列参数规模的选择，在任何场景下都能找到适合的模型。”Agent数字员工应用公司语核科技创始人翟星吉告诉我们。

尤其在Qwen3发布之后，模型尺寸从0.6B到235B再度拓宽光谱，并且进一步降低了部署和推理成本之后，企业和开发者的门槛再度被磨平，也为应用生态的爆发奠定了基础。

“Qwen3以后，我才真正敢投大模型应用。”一位投资人对硅星人坦白：“端侧算力不足是事实，如果一味用云端模型没法本地部署，很多功能被限制用户也会担心隐私的问题。”

大模型竞赛的第一赛段已经过去，淘金之后企业和开发者能够选择有足够性能的模型其实并不多，而Qwen似乎已经成为了中国环境的首选。

以服务产业为目标做模型

回顾Qwen系列模型的发展历程，能够发现其与其他大模型的核心区别：不是单纯追求技术领先，而是以服务产业实际需求为导向。

做“精”还是做“全”，DeepSeek和Qwen代表着这两个技术的方向。

Qwen系列模型以“全谱系”布局策略，为不同场景提供针对性解决方案。从参数规模来看，Qwen3涵盖从轻量级的0.6B、1.7B、4B、8B、14B、32B稠密模型，到30B-A3B和235B-A22B的混合专家模型，覆盖了从端侧到云端的所有部署需求。在模型类型上，更大的Qwen系列不仅有基础语言模型，还包括推理模型、多模态视觉理解(VLM)、图像生成、视频理解等全模态能力。

翟星吉指出：“它的模型系列覆盖得很全，从文本到VL多模态识别，再到推理模型，你会发现全套都有。”

“Qwen是真的很大方，最好性能的模型都拿来开源。”翟星吉感叹道。

从最小的0.6B到最大的72B，再到新一代的235B MoE模型，所有规格都对外开源；不保留最好的模型作为闭源产品，而是将每个级别最好的模型完整开源；持续更新迭代，不断推出新的模型和能力，从文本到多模态，从对话到推理的全方位开放。

不是保留最好的模型作为闭源产品，而是将每个级别最好的模型完整开源。事实上，基座模型厂商通常开源性能有限的小模型，将高性能大模型保留为付费API服务，从而形成完整的商业闭环，才是行业常见的开源模式。

而Qwen全部尺寸模型向社区开放，没有任何能力衰减或功能限制，不只是预训练模型，还包括SFT微调版本、对话版本和各种专业领域的指令优化模型，为开发者提供了即取即用的解决方案，同时允许开发者进行深度修改和二次开发，而不是像某些厂商那样只提供有限访问权限的“半开源”模式。这种无保留的开放态度，已经不再是开源战略，而是生存之本。

开源不是口号，是“生存方式”

如今的一切开放，其实是建立在真开源的基础上。

“到2024年年中多模态模型开始逐步成熟之后，千问是最开始推VL模型的，从千问2.0就开始有多模态模型，然后2.5的多模态更强了。而Llama3.2才支持图像识别，已经晚了”。翟星吉回忆到，Qwen团队“太卷了”。

模型的开放与云的服务形成了良好的闭环。阿里云作为国内第一的云厂商，需要有更多客户在上面调用，提供MaaS服务。当它将开源生态做起来以后，养成了品牌心智，如果需要闭源模型，自然也会选择千问。

另一位to B领域的创业者讲道：“如果我们现在在国内去做应用，能用云，我们一定优先用云，没有运维成本，没有部署成本。但如果客户一定要私有化，那我们就会选择开源模型部署，尤其是在一些特殊行业，如金融、政府和医疗领域，出于数据安全和合规要求，往往需要完全私有化部署。”

在全球范围内，目前模型和云能够形成良性闭环的，也就只有阿里一家。微软选择与OpenAI合作提供服务，AWS选择与Anthropic合作。

从技术到产业，从研究到应用，Qwen系列通过全面开源的策略，不仅赢得了开发者的青睐，也在实际商业环境中找到了自己的位置。开源不只是分享代码，它是构建生态的方式，是连接开发者和企业的桥梁，更是在激烈的大模型竞争中生存和发展的根本。