Alibaba lanza el modelo de inteligencia artificial Qwen3-Next, más eficiente
Jinse Finance informó que Tongyi Qianwen, una filial de Alibaba, ha lanzado la arquitectura de modelo base de próxima generación Qwen3-Next y ha hecho de código abierto la serie de modelos Qwen3-Next-80B-A3B basada en esta arquitectura. En comparación con la estructura MoE del Qwen3, esta nueva estructura presenta las siguientes mejoras clave: mecanismo de atención híbrida, estructura MoE de alta dispersión, una serie de optimizaciones que favorecen la estabilidad del entrenamiento y un mecanismo de predicción multi-token que mejora la eficiencia de inferencia. Basándose en la estructura del modelo Qwen3-Next, Alibaba ha entrenado el modelo Qwen3-Next-80B-A3B-Base, que cuenta con 80 mil millones de parámetros, de los cuales solo se activan 3 mil millones. Este modelo Base logra un rendimiento similar o incluso ligeramente superior al modelo denso Qwen3-32B, mientras que su coste de entrenamiento (horas de GPU) es inferior a una décima parte del Qwen3-32B, y su rendimiento de inferencia en contextos superiores a 32k es más de diez veces mayor que el del Qwen3-32B, logrando así una relación costo-eficiencia extrema tanto en entrenamiento como en inferencia.
Descargo de responsabilidad: El contenido de este artículo refleja únicamente la opinión del autor y no representa en modo alguno a la plataforma. Este artículo no se pretende servir de referencia para tomar decisiones de inversión.
También te puede gustar
Datos: La emisión total de las dos principales stablecoins de Ethena, USDe y USDtb, ha superado los 15 mil millones.
En tendencia
MásPrecios de las criptos
Más








