亚马逊云科技近日宣布，已在Amazon Bedrock平台正式上线Qwen3和DeepSeek-V3.1两款开放权重模型，目前该服务已面向全球用户开放。
此次发布进一步强化了亚马逊云科技作为运行开放权重AI模型首选平台的定位。Amazon Bedrock现已汇聚来自Meta、Mistral AI、OpenAI以及通义实验室、深度求索等多家领先机构的开源模型，为客户提供更加多元化的选择。
通过Amazon Bedrock使用这些模型，企业可享有高等级的安全保障，包括端到端数据加密与精细化访问权限管理，确保数据隐私并满足各类合规需求。客户对其输入输出数据拥有完全控制权——亚马逊云科技不会将客户数据共享给模型提供方，也不会用于改进基础模型训练。此外，客户还可启用如Amazon Bedrock Guardrails等推荐防护机制，有效识别并遏制模型幻觉现象。
目前，Amazon Bedrock已上线四款Qwen3系列模型，具备多步骤任务规划能力，支持与外部工具及API集成，并可在单次请求中处理极长上下文内容。其中部分通用模型还提供“思考”与“非思考”两种推理模式，灵活适配不同场景。
- Qwen3系列在多语言处理方面表现突出，尤其擅长中文与英文任务，助力企业实现跨语言业务拓展与内容生成。
- Qwen3-Coder-480B-A3B-Instruct 和 Qwen3-Coder-30B-A3B 针对软件工程场景深度优化，涵盖代码生成、理解及高级Agentic任务。它们不仅精通多种编程语言，还能自主调用数字工具（如外部应用或接口）完成复杂操作。
- Qwen-3-235B-A22B-Instruct-2507 是一款通用型推理模型，在性能与效率之间取得良好平衡，适用于代码编写、数学推导和广泛的知识推理任务。“混合专家”（MoE）架构使其在处理请求时仅激活相关参数子集，按需调用专业知识，从而提升计算效率。
- Qwen3-32B（Dense）则更适合资源受限环境下的部署需求，或需要稳定响应延迟的应用场景。不同于MoE模型按任务激活专家模块，“Dense”模型结构更紧凑，所有组件始终协同工作，提供一致且可靠的输出表现。
若将Qwen3系列人格化：
Qwen3-Coder系列如同细致严谨的朋友，能一丝不苟地按照说明书一步步组装家具，并清晰解释每一步逻辑；而通用型Qwen3则像一位掌握数十种语言的知识渊博的家庭成员，既能深入浅出讲解科学原理，也能妙笔生花创作故事，无论话题多冷门都能接续对话，且从不忘却任何细节。
全新发布的 DeepSeek 模型 DeepSeek-V3.1 具备混合推理能力，可在深度思考与快速响应之间自由切换，兼顾准确性与效率。
- 用户可根据任务复杂度选择运行模式：“思考模式”逐层拆解问题，展现完整推理链条；“快速响应模式”则适用于简单查询，实现即时反馈。整个过程透明可控，便于理解模型决策路径。
- 该模型在整体能力上媲美当前顶尖AI系统，其采用的MoE（混合专家）架构让客户在获得强大性能的同时降低计算开销。
- DeepSeek-V3.1 支持多语种交互，在编程开发、数学建模和数据分析等领域表现出色，能够高效应对各类技术挑战。同时非常适合构建AI Agents、自动化流程等具备主动决策能力的智能系统。
如果把DeepSeek-V3.1比作一个人，它就像一个善于解决问题的好伙伴，面对难题会条理分明地拆解分析，并根据情况决定是深入钻研还是迅速给出答案。
亚马逊云科技Amazon Bedrock负责人Luis Wang表示：“开放权重模型正推动AI创新的边界，我们持续投入资源，致力于打造一个安全、可扩展且成本高效的平台来运行这些模型。我们坚信没有‘万能’的单一模型——许多客户青睐开源模型，正是因为它赋予了更大的自由度去探索和定制AI应用。”
关键数据一览
- Qwen3-Coder-30B-A3B-Instruct 与 Qwen3-235B-A22B-Instruct-2507 支持高达 262K token 的上下文长度。这意味着一次对话可容纳约20万个字符的内容，相当于两部完整小说的信息量。
- DeepSeek-V3.1 拥有6,850亿参数。这些参数相当于模型内部的“知识连接点”，是在训练过程中不断调整的学习单元，帮助模型从海量数据中提取规律并做出预测。得益于MoE设计，每次任务仅调用必要部分，在保持高性能的同时显著节省资源。
- 根据Artificial Analysis评估，DeepSeek-V3.1 相较前代在推理能力和Agentic技能方面均有显著进步，展现出更强的任务执行与自主决策水平。
