La compañía de tecnología china Alibaba lanzó el lunes Qwen 3, una familia de AI modela que la compañía afirma coincidir y, en algunos casos, supera a los mejores modelos disponibles de Google y OpenAI.
La mayoría de los modelos están, o pronto estarán, disponibles para descargar bajo una licencia “abierta” de la plataforma AI Dev abrazando a Face y Github. Randean en tamaño de 0.6 mil millones de parámetros a 235 mil millones de parámetros. Los parámetros corresponden aproximadamente a las habilidades de resolución de problemas de un modelo, y los modelos con más parámetros generalmente funcionan mejor que aquellos con menos parámetros.
El surgimiento de la serie de modelos originada en China como Qwen ha aumentado la presión en los laboratorios estadounidenses como OpenAI para ofrecer tecnologías de IA más capaces. También han llevado a los responsables políticos a implementar restricciones destinadas a limitar la capacidad de las compañías de IA chinas para obtener los chips necesarios para capacitar a los modelos.
Según Alibaba, los modelos QWEN 3 son modelos “híbridos” en el sentido de que pueden tomar tiempo y “razón” a través de problemas complejos o responder solicitudes más simples rápidamente. El razonamiento permite que los modelos se verifiquen de manera efectiva, similar a modelos como O3 O3, pero a costa de una mayor latencia.
“Tenemos modos de pensamiento y sin pensamiento sin problemas, ofreciendo a los usuarios la flexibilidad de controlar el presupuesto de pensamiento”, escribió el equipo QWEN en una publicación de blog. “Este diseño permite a los usuarios configurar los presupuestos específicos de la tarea con mayor facilidad”.
Los modelos Qwen 3 admiten 119 idiomas, dice Alibaba, y fueron entrenados en un conjunto de datos de casi 36 billones de tokens. Los tokens son los bits de datos sin procesar que procesa un modelo; 1 millón de tokens es equivalente a aproximadamente 750,000 palabras. Alibaba dice que Qwen 3 fue entrenado en una combinación de libros de texto, “pares de respuesta-respuesta”, fragmentos de código, datos generados por IA y más.
Estas mejoras, junto con otras, aumentaron enormemente las capacidades de Qwen 3 en comparación con su predecesor, Qwen 2, dice Alibaba. Ninguno de los modelos Qwen 3 es la cabeza y los hombros por encima de los modelos recientes de primera línea como O3 y O4-Mini de OpenAI, pero no obstante son fuertes.
En CodeForces, una plataforma para concursos de programación, el modelo QWEN 3 más grande, QWEN-3-235B-A22B, solo supera el O3-Mini de OpenAI y Gemini 2.5 Pro de Google. QWEN-3-235B-A22B también supera a O3-Mini en la última versión de AIME, un punto de referencia de matemáticas desafiante y BFCL, una prueba para evaluar la capacidad de un modelo para “razonar” sobre los problemas.
Pero QWEN-3-235B-A22B no está disponible públicamente, al menos aún no.
El modelo público público más grande de Qwen 3, QWEN3-32B, sigue siendo competitivo con una serie de modelos de IA propietarios y abiertos, incluido el R1 de Deepseek de Lab de AI chino. QWEN3-32B supera el modelo O1 de OpenAI en varias pruebas, incluido el referencia de codificación LivecodeBench.
Alibaba dice que Qwen 3 “sobresale” en las capacidades de llamado de herramientas, así como las siguientes instrucciones y copia de formatos de datos específicos. Además de los modelos para descargar, Qwen 3 está disponible en proveedores de la nube, incluidos los fuegos artificiales, IA e hiperbólicos.
Tuhin Srivastava, cofundador y CEO del anfitrión de AI Cloud Baseten, dijo que Qwen 3 es otro punto en la línea de tendencias de modelos abiertos que mantienen ritmo con sistemas de código cerrado como OpenAi’s.
“Estados Unidos se está duplicando para restringir las ventas de chips a China y las compras de China, pero modelos como Qwen 3 que son de vanguardia y abiertos […] Sin duda, se usará a nivel nacional “, dijo a TechCrunch.” Refleja la realidad de que las empresas están construyendo sus propias herramientas [as well as] Comprar en el estante a través de compañías de modelo cerrado como Anthrope y OpenAI “.
