Qwen3: Alibabas neue Open Source KI

Ende April hat der chinesische Anbieter Alibaba seine neue Open Source KI mit dem Namen Qwen3 vorgestellt. Es sei ein neues Open-Source-KI-Spitzenmodell mit Hybrid-Reasoning, heißt es von Alibaba.

Alibaba stellt mit Qwen3 die neueste Generation seiner Open-Source-Sprachmodellreihe vor und setzt laut eigenen Angaben damit neue Maßstäbe in der KI-Entwicklung. Die neue Modellreihe umfasst insgesamt acht Varianten: sechs schlanke Modelle (mit 0,6B, 1,7B, 4B, 8B, 14B und 32B Parametern) sowie zwei Mixture-of-Experts (MoE)-Modelle (30B mit 3B aktiven Parametern und 235B mit 22B aktiven Parametern). Alle Varianten sind ab sofort quelloffen und weltweit verfügbar.

Hybrid-Reasoning für flexiblere Denkprozesse

Mit Qwen3 führt Alibaba erstmals sogenannte Hybrid-Reasoning-Modelle ein. Diese können dynamisch zwischen einem „Denkmodus" für komplexe Aufgaben wie Mathematik, Programmierung und logisches Schlussfolgern und einem „Nicht-Denkmodus" für schnelle, einfache Antworten wechseln.

Über die API lässt sich dabei zudem steuern, wie lange das Modell im Denkmodus bleiben darf – mit einem Kontextfenster bis maximal 38.000 Token. Besonders das neue Qwen3-235B-A22B-Modell (MoE) soll laut Alibaba mit hoher Leistung bei deutlich geringeren Infrastrukturkosten im Vergleich zu anderen Modellen seiner Klasse aufwarten.

Starke Performance bei Sprachen, Tools und Reasoning

Qwen3 wurde auf einem Datensatz mit 36 Billionen Token trainiert – doppelt so viel wie beim Vorgängermodell Qwen2.5. Das Large Language Modell (LLM) zeigt laut Alibaba deutliche Fortschritte in den Bereichen multilinguale Fähigkeiten, Tool-Nutzung, Reasoning und Mensch-Maschine-Interaktion. Zu den Highlights zählen:

• Multilinguale Kompetenz: Das Modell unterstützt 119 Sprachen und Dialekte und liefert starke Ergebnisse bei Übersetzungen und der Verarbeitung mehrsprachiger Anfragen.
• Agentenfähigkeiten: Qwen3 unterstützt das Model Context Protocol (MCP) sowie leistungsstarkes Function Calling und gehört damit zu den führenden Open-Source-Modellen für komplexe, agentenbasierte Anwendungen.
• Reasoning-Leistung: In Benchmarks zu Mathematik, Programmierung und logischem Schlussfolgern übertrifft Qwen3 alle bisherigen Modelle der Reihe – darunter QwQ im Denkmodus und Qwen2.5 im Nicht-Denkmodus.
• Bessere Mensch-Maschine-Interaktion: Qwen3 sorgt für natürlichere kreative Texte, realistischere Rollenspiele und flüssigere mehrstufige Dialoge, die das Nutzererlebnis deutlich verbessern.

Mit einer neuen Modellarchitektur, eines vergrößerten Trainingsdatensatzes und optimierter Lernmethoden soll Qwen3 Bestwerte in Benchmarks wie AIME25 (mathematisches Reasoning), LiveCodeBench (Programmierkompetenz), BFCL (Tool- und Funktionsnutzung) und Arena-Hard (Instruction Tuning) erzielen.

Die Entwicklung des Hybrid-Reasoning-Modells basiert auf einem vierstufigen Trainingsprozess: Zunächst startet das Modell mit einem Cold Start, bei dem es lernt, komplexe Aufgaben in nachvollziehbare Denkschritte aufzuteilen (Chain-of-Thought). Darauf folgt reasoning-basiertes Reinforcement Learning, das Verschmelzen von Denk- und Nicht-Denkmodus sowie ein abschließendes Feintuning durch allgemeines Reinforcement Learning.

Freie Verfügbarkeit, um Innovation zu fördern

Die Qwen3-Modelle sind ab sofort kostenlos über Hugging Face, Github und ModelScope verfügbar. Interaktive Tests können auf chat.qwen.ai durchgeführt werden. Ein API-Zugang wird in Kürze über Alibabas Model Studio bereitgestellt. Zudem wird Qwen3 bereits in Alibabas hauseigener Superassistent-App Quark eingesetzt.

Seit ihrer Veröffentlichung wurde die Qwen-Modellreihe mehr als 300 Millionen Mal heruntergeladen. Über 100.000 abgeleitete Qwen-Modelle wurden von Entwicklern auf Hugging Face erstellt, wodurch Qwen zu einer der am meisten genutzten Open-Source-AI-Modellreihen weltweit zählt, schreibt der Hersteller. Alibaba Cloud (www.alibabacloud.com) wurde 2009 gegründet und fungiert als IT-Kompetenzzentrum der Alibaba Group.