亚马逊云科技宣布，在Amazon Bedrock上新增Qwen3和DeepSeek-V3.1开放权重模型，这些模型现已在全球范围内正式可用。

公告称，亚马逊云科技致力于成为运行开放权重模型的最佳平台，此次新增模型进一步扩展了Amazon Bedrock上现已丰富的开放权重模型选择，Amazon Bedrock上其他开放权重模型还包括来自Meta、Mistral AI和OpenAI的模型。

通过在Amazon Bedrock上使用这些模型，客户可以获得企业级的安全保障，包括数据加密和严格的访问控制，帮助客户保持数据隐私和满足合规要求。客户对其数据拥有完全控制权，这意味着亚马逊云科技不会与模型提供商共享客户的模型输入和输出数据，这些数据也不会用于基础模型的改进。此外，客户还可以设置安全保障措施，如亚马逊云科技推荐的Amazon Bedrock Guardrails来检测和防止模型幻觉。

亚马逊云科技客户现可使用四个Qwen3系列开放权重模型。这些模型具备多步骤工作流规划的能力，可与工具和API集成，并能在单个任务中处理长上下文窗口，其中两个通用模型还提供"思考"和"非思考"推理模式。

• Qwen3系列模型支持多语言处理，尤其在中文和英文方面表现卓越，可帮助企业实现跨文化业务运营和内容创作。
• Qwen3-Coder-480B-A3B-Instruct和Qwen3-Coder-30B-A3B针对复杂的软件工程场景进行优化，包括代码生成和理解以及高级Agentic任务。这些模型不仅支持多种编程语言的代码编写，还能自主调用各类数字工具（如外部工具和应用程序）。
• Qwen-3-235B-A22B-Instruct-2507专为通用推理设计，在性能与效率间实现平衡，在代码、数学和通用推理等任务中都表现出色。"混合专家"（MoE）模型在处理每个请求时只激活部分参数，这意味着针对特定任务或问题，他们只调用相关知识，从而实现高性能和高效率。
• Qwen3-32B（Dense）则适用于在计算资源有限情况下的计算任务和应用程序，或者需要稳定、可预测性能的场景。与MoE模型类似专家团队只在需要时才激活他们的特定专业知识不同，"Dense"模型通常规模更小，所有组件始终协同工作。

如果把Qwen3系列模型拟人化，Qwen3-Coder系列就像是那些注重细节的朋友，他们能够耐心地按照复杂的家具组装说明，一步步将散落的零件组装成一个完美的书柜，同时还能清晰地解释每个步骤。而通用型的Qwen3模型则像一个精通多国语言的大家庭，他们不仅能流利地使用数十种语言交流，还拥有百科全书般的知识储备，无论是讲解科学概念还是创作故事都游刃有余。他们可以就几乎任何话题展开深入对话，并且能记住之前对话中的每个细节，不管这段对话发生在多久之前。

最新的 DeepSeek 模型 DeepSeek-V3.1提供混合推理能力，在快速响应和深度、透明的思考间实现平衡。

• 客户可以根据需求在两种模式间切换："思考模式"通过一步一步的解决问题，"快速响应模式"则适用于简单的问题，客户能够清晰地了解模型的决策过程。
• 这个高度复杂的模型可与当今最先进的AI系统相媲美，而其MoE（混合专家）架构意味着客户在享受卓越性能的同时还能优化计算成本。
• DeepSeek-V3.1支持多语言处理，在软件开发、数学推理和数据分析等领域表现出色，能够高效解决各类编程和技术挑战。同时，该模型特别适合构建如AI Agents和流程自动化等Agentic问题解决任务。

如果将DeepSeek-V3.1拟人化，它就像是擅长解决问题的好友，会通过逻辑推理系统地分解挑战，同时根据问题的复杂程度调整处理方式。

亚马逊云科技Amazon Bedrock总监Luis Wang表示："开放权重模型代表着AI创新的重要前沿，这也是为什么我们不断投入使亚马逊云科技成为安全、规模化且具有成本效益地运行这些模型的最佳平台。我们认为没有一个模型能适合所有使用场景...很多客户喜欢使用开源模型，而开源模型的一大优势在于它能为用户提供更大的灵活性去探索和使用。"

数据详解

• Qwen3-Coder-30B-A3B-Instruct和Qwen3-235B-A22B-Instruct-2507模型可即刻处理高达262K token的上下文长度。在单次对话中，相当于约20万个字符或两部完整的长篇小说的内容量。
• DeepSeek-V3.1拥有6,850亿参数。参数可以理解为模型的"知识连接点"，是训练过程中不断调整的内部数值设置，帮助模型从数据中学习并做出预测。DeepSeek-V3.1每次任务只调用相关知识部分，在保持强大性能的同时优化了运行成本。
• 根据Artificial Analysis,DeepSeek-V3.1相比前代实现了显著提升，尤其是推理能力和Agentic技能方面。