日前，通义千问新一代模型架构 Qwen3-Next 正式发布，其核心突破聚焦“成本 - 效率”双重维度：训练端，Base 模型成本被压缩至 Qwen3-32B 的 1/10 以下；推理端，上下文吞吐量较 Qwen3-32B 增幅超 10 倍，真正实现了极致的训练和推理性价比。

图 | Qwen3-Next架构系列模型

目前，Qwen3-Next架构系列模型已上线网心算力云平台，开发者们可直接调用平台提供的API服务，为自己的业务降本增效。

模型介绍

据悉，为了在长上下文和大参数场景下进一步提升训练与推理效率，通义千问团队设计了全新的模型架构Qwen3-Next，新架构对混合注意力机制、高稀疏性MoE、训练方法等进行了大幅度创新。

图 | Qwen3-Next模型结构示意图

得益于创新的混合模型架构，Qwen3-Next-80B-A3B（Instruct）模型和推理（Thinking）两款模型也陆续发布并开源，二者在推理效率上展现出显著优势。具体来说：

✅ Qwen3-Next-80B-A3B-Instruct

基于Qwen3新一代非思考开源模型，较上一版本Qwen3-235B-A22B-Instruct-2507中文文本理解能力更佳、逻辑推理能力更强、文本生成类任务表现更好。甚至在包含通用知识、数学推理等核心测评中全面超越了 SOTA 密集模型 Qwen3-32B。

图 | Instruct 模型基准测试

在文本类生成任务中，我们让模型模仿李白的风格围绕“人工智能”作一首七言四句诗词。从生成结果上看，两首诗皆以李白式的豪放浪漫为底色，左诗借“星斗落瑶台”的奇幻想象，右诗凭“不羡飞仙纳九霄”的傲岸豪情，把 AI科技质感融入唐诗韵律，读起来既有古人气韵，又能感觉到 AI的“浪漫狂劲儿”。

图 | 模型文本生成表现

✅ Qwen3-Next-80B-A3B-Thinking

基于Qwen3新一代思考开源模型，相较上一版本Qwen3-235B-A22B-Thinking-2507指令遵循能力有提升、模型总结回复更加精简。其在数学推理评测中以 87.8 分全面超越了 Gemini2.5-Flash-Thinking，而达到如此高水平的模型性能，仅需激活 Qwen3-Next 总参数 80B 中的 3B。

图 | Thinking 模型基准测试

在应对清华北大奥数题目时，Qwen3-Next-80B-A3B（Thinking）与上一代 Qwen3-235B-A22B-Thinking-2507 的表现旗鼓相当，尽管二者解题思路存在差异，但都清晰推导解题过程并给出了正确答案。

图 | 模型数学推理能力

模型接入

目前，网心算力云已接入通义千问Qwen3-Next系列大模型，助力用户和开发者加速AI应用的开发与落地。

步骤一：访问网心算力云官网，完成新用户注册。（新人注册立得5元代金券，学生认证&企业实名可得20元代金券）

步骤二：获取开发者密钥。登录OneThingAI平台，进入账户管理，选择「API密钥」自主创建。（通过平台密钥可与第三方建立通信，拉取平台提供的模型API列表）

步骤三：OneThingAI平台提供curl、Python、Node.js三种技术方案，以便快速接入模型Qwen3-Next，满足多样化开发场景及开发者使用习惯。