Qwen3系列中最具技術含量的設計之一是混合推理模式——同一個模型內建了thinking和non-thinking兩種工作狀態。
如何運作
- Thinking模式：模型會先產生一段內部推理過程（類似Chain-of-Thought），然後基於推理結果給出回答。適合數學、邏輯、程式碼分析等需要深度思考的任務。
- Non-thinking模式：跳過推理步驟，直接回應。適合日常對話、簡單問答。
開發者可以透過API參數控制使用哪種模式，也可以設為自動——讓模型自己判斷當前任務需不需要深度思考。
為什麼要做成一個模型
過去的做法通常是分開部署兩個模型——一個負責快速回應，一個負責深度推理。這意味著兩份部署成本、兩套維運。
混合模式的好處是一套部署搞定兩種需求。對於中小企業和預算有限的團隊來說，這個成本差異很實際。
技術上如何實現
Qwen3採用的方法是在訓練階段同時優化兩種目標：
- 在需要推理的資料上訓練thinking能力
- 在直接對話的資料上訓練快速回應能力
模型學會了根據輸入的特徵自動判斷「這個問題需不需要想一想」。
與其他家的對比
- DeepSeek V3.1：也是雙模式，think/non-think
- Claude Opus 4.6：自適應思考（四檔可調）
- GPT-5.4 Thinking：獨立的thinking版本
大家殊途同歸，都意識到了「一個模型覆蓋兩種使用場景」是用戶真正需要的。
Qwen3-Max作為系列的旗艦版，在thinking模式下的數學和程式碼成績可以與DeepSeek R1正面競爭。non-thinking模式下的回應速度則快得多。這種靈活性是純推理模型做不到的。
參考來源：CocoLoop、阿里雲官方發布