Qwen团队近日发布了Qwen3-Next架构的预览版：Qwen3.5的抢先预览，并率先开源了基础模型Qwen3-Next-80B-A3B-Base。
这一80B参数模型在训练成本和推理效率上实现重大突破：训练资源消耗仅为Qwen3-32B的十分之一，而长上下文推理吞吐量可达后者的十倍以上。
实测表现
案例1:AIME数学竞赛题
模型就开始飞快地列出了详细解题思路和计算过程，最终得到的答案“588”与AIME标准答案完全吻合。
案例2：用p5js创建一个可直接玩的扫雷游戏。
案例3：生成天气卡片。
性能表现
预填充阶段 (Prefill)： 在4K上下文下吞吐接近Qwen3-32B的7倍；在超过32K的长上下文下，吞吐提升超过10倍。
解码阶段 (Decode)： 在4K上下文下吞吐提升约4倍；在长上下文（32K+）场景中，吞吐优势仍可保持超过10倍。
Qwen3-Next-80B-A3B-Base在多项基准测试中也展现了强大的实力：
在测试中超过了闭源模型Gemini-2.5-Flash-Thinking，并在部分指标上接近Qwen最新的旗舰模型
Qwen3-235B-A22B-Thinking-2507。
Qwen3-Next-80B-A3B-Base的发布标志着大模型在效率和性能上的一次重大突破。它以十分之一的训练成本，实现了对前代标杆模型的超越，并在长上下文推理吞吐上实现了数量级的提升。
开源地址：
https://huggingface.co/Qwen/Qwen3-Next-80B-A3B-Instruct
