阿里巴巴發佈了 Qwen3 Next 80B：一個開放權重的混合推理模型，僅用 30 億活躍參數就達到了 DeepSeek V3.1 級別的智能 關鍵要點： 💡 新穎架構：首個引入 @Alibaba_Qwen 的 ‘Qwen3-Next’ 基礎模型的模型，具有幾個關鍵架構決策，如 Gated DeltaNet 和 Gated Attention 的混合注意機制，以及 3.8% 的活躍參數份額的高稀疏性，相比之下，Qwen3 235B 為 9.4% 🧠 智能：Qwen3 Next 80B（推理）在人工分析智能指數上得分 54，與 DeepSeek V3.1（推理）並列。非推理變體得分 45，與 gpt-oss-20B 和 Llama Nemotron Super 49B v1.5（推理）一致 💲 定價模型：在 @alibaba_cloud 上的每個 token 定價為推理每百萬輸入/輸出 token 0.5 美元/6 美元，非推理變體為 0.5 美元/2 美元。這與 Qwen3 235B 2507 的更高價格 0.7 美元/8.4 美元（推理）和 0.7 美元/2.8 美元（非推理）相比，減少了 ≥25%，具體取決於工作負載 ⚙️ 模型細節：該模型具有 256k token 的原生上下文窗口，僅支持文本，且沒有多模態輸入或輸出。在僅 80B 參數的 FP8 下，該模型適合單個 H200 GPU

啟動我們的2025年生成媒體狀態調查，得到@fal的支持！參與調查以獲取完整的調查報告並贏得一副Meta Ray-Bans 🕶️ 我們進行這項調查是為了收集關於2025年生成媒體狀態的見解。這包括組織如何使用、選擇和訪問圖像、視頻和音樂模型的觀點！ 為什麼要參與？ ✅ 免費獲得擴展調查報告的副本（僅有有限版本會公開發布） ✅ 有機會贏得一副Ray-Ban Meta AI眼鏡 🕶️ ✅ 為分享塑造生成媒體的關鍵趨勢的見解做出貢獻 鏈接在下面的線程中！⬇️⬇️⬇️⬇️⬇️⬇️⬇️

DeepSeek推出V3.1，將V3和R1統一為一個混合推理模型，智能水平逐步提升 智能水平逐步提升：DeepSeek V3.1的初步基準測試結果顯示，推理模式下的人工分析智能指數為60，較R1的59有所上升。在非推理模式下，V3.1的得分為49，較早期的V3 0324得分44有了更大的提升。這使得V3.1（推理）落後於阿里巴巴最新的Qwen3 235B 2507（推理）——DeepSeek尚未重新奪回領先地位。 混合推理：@deepseek_ai首次採用混合推理模型，支持推理和非推理模式。DeepSeek轉向統一的混合推理模型模仿了OpenAI、Anthropic和Google的做法。然而，值得注意的是，阿里巴巴最近放棄了他們之前偏好的混合方法，分別發布了Qwen3 2507推理和指令模型。 功能調用/工具使用：雖然DeepSeek聲稱模型的功能調用有所改善，但DeepSeek V3.1在推理模式下不支持功能調用。這可能會大大限制其支持具有智能要求的代理工作流程的能力，包括在編碼代理中的應用。 令牌使用：DeepSeek V3.1在推理模式下的得分比DeepSeek R1略高，並且在我們用於人工分析智能指數的評估中使用的令牌略少。在非推理模式下，它使用的令牌比V3 0324略多——但仍然是其推理模式使用的令牌的幾倍。 API：DeepSeek的第一方API現在在他們的聊天和推理端點上服務於新的DeepSeek V3.1模型——只需在聊天模板中更改是否提供結束思考</think>令牌，以控制模型是否進行推理。 架構：DeepSeek V3.1在架構上與之前的V3和R1模型完全相同，具有671B的總參數和37B的活躍參數。 影響：我們建議在對這一發布所暗示的DeepSeek在未來模型（傳聞稱為V4或R2）進展方面做出任何假設時保持謹慎。我們注意到，DeepSeek之前在2024年12月10日發布了基於其V2架構的最終模型，僅在發布V3的兩週前。