2025年9月19日，亚马逊云科技宣布在其模型服务平台Amazon Bedrock上，正式上线通义千问Qwen3系列和DeepSeek V3.1模型。这是两个来自中国团队开发的开放权重模型，一定程度表达了对中国AI技术实力的认可。
Amazon Bedrock上架第二个来自中国的大语言模型
在今年年初，DeepSeek-R1模型和DeepSeek-V3模型在国内爆火之后，在全球范围内也引发了广泛关注，亚马逊云科技很快就把这两个模型上架到了Amazon Bedrock上，DeepSeek也成了亚马逊云科技上架的首个来自中国的大语言模型。
此次上架的通义千问Qwen3则是来自中国的第二个模型，它出自中国的通义团队之手。亚马逊云科技选择将这一模型引入Amazon Bedrock，体现出其始终以客户需求为导向的原则——无论模型来源，只要能帮助客户获得更丰富的选择和更好的体验，就会被纳入平台。
Amazon Bedrock的定位是为客户提供业界最领先、最丰富的模型选择。亚马逊云科技经常说，“没有一款模型能够一统天下”，用户会在不同场景下选择最合适的模型，也可能同一应用中组合使用不同模型，它给了用户选择的权利。
亚马逊云科技大中华区产品部技术总监王晓野表示，”我们一直秉承一个原则，就是持续引入业内领先（SOTA）的模型。我们会综合考虑模型是否具备价值，在行业里是否领先，接入Qwen3就是综合判断后的结果。“
开放权重的模型，任何企业和个人都可以下载、部署和使用。在亚马逊云科技的Amazon Bedrock上使用这些模型最大的价值在于，用户可以让模型更快用起来，可以更快一步的把AI模型变成生产力。
两大顶级开源模型入驻，Amazon Bedrock提供更多样选择
首先来认识一下这次上架到Amazon Bedrock的两款模型：通义千问Qwen3系列和DeepSeek-V3.1模型。
通义千问Qwen3系列这次一共上线四个模型，按照功能用途可以分为代码开发和通用场景两大类。其中，代码开发模型是Qwen3-Coder-480B-A35B-Instruct和Qwen3-Coder-30B-A3B，其中，后者的整体规模比较小。
Qwen3模型名字比较长，但每个单词都有意义的。Coder描绘了用途，480B指4800亿参数，A35B表示激活了350亿参数，最后的Instruct表示模型经过了指令微调，适合直接对话和接收命令式任务。
Qwen3-Coder-480B-A35B-Instruct不仅能写代码，还能自己上网查资料、调用工具，相当于一个能独立完成任务的智能伙伴。而且，它的性能表现很强，作为开源模型，却能和当最强商用编码模型Claude Sonnet4一较高下。
另外两个Qwen模型是做通用推理的，Qwen-3-235B-A22B-Instruct属于旗舰版本，在代码、数学和通用场景表现出色，跟DeepSeek-R1、Grok-3和 Gemini-2.5-Pro是同意水平。另外一个Qwen3-32B (Dense)则适用于在计算资源有限的场景。
此次上架的另外一个模型则是DeepSeek-V3.1，它拥有6850亿参数，支持用”思考模式”一步一步的解决复杂问题，也可以用“快速响应模式回答简单的问题。它支持多语言处理，在软件开发、数学推理和数据分析等领域表现出色。
亚马逊云科技大中华区产品部总经理陈晓建提到，Amazon Bedrock已经有来自Meta、Mistral AI和OpenAI的多个模型，此次上线Qwen3和DeepSeek V3.1将进一步增强Amazon Bedrock的模型阵容。
Amazon Bedrock不只是“模型超市”，更是生产力平台
当谈到用户为什么会选择在Amazon Bedrock上使用这些模型时，陈晓建给出了一个清晰的答案：Amazon Bedrock提供的远不止模型API本身，而是一个集成了企业级安全、工程化工具和更强性能的一站式模型应用平台。
首先，Amazon Bedrock提供了一系列安全相关功能。比如，会承诺绝不与模型供应商分享客户的输入或输出数据，这些数据也不会被用于模型的二次训练。又比如，客户数据在存储和传输过程中全程加密，并配有严格的访问控制机制。
Amazon Bedrock还提供了Guardrails等功能，企业可以用它自定义安全策略，防止生成不合规的内容。前不久发布的Guardrails Automated Reasoning（自动推理检查）功能，能自动生成一系列规则，让模型按照规则输出内容，从而更好地用于生产环境。
此外，Amazon Bedrock还提供了强大的工程化能力与增值服务。王晓野表示，“我们不仅仅是把模型权重参数放上来，这背后还有大量的工程化工作要做，以确保客户获得最佳效果。”
比如，用户可以将模型与Knowledge Bases结合，接入私有数据进行检索增强生成（RAG）；使用Fine-tuning进行模型定制；利用Prompt Caching在保证结果一致性的同时，大幅降低多轮交互场景（如Agent）的成本。
值得提到的是，Amazon Bedrock大量采用亚马逊云科技自研芯片，能够为模型提供比通用GPU更高的性价比，从而在根源上降低客户的推理成本。王晓野明确表示：“我们不会为了降低成本而牺牲模型效果，客户在Bedrock上用到的绝非减配版模型。”
对于承载关键业务的企业而言，服务的稳定性至关重要。Amazon Bedrock利用全球化的基础设施，提供跨区域的高可用保障。无论是中国企业出海，还是跨国公司协作，都能通过统一的API接口，获得稳定、一致的服务体验。
结束语
随着Qwen3和DeepSeek V3.1的加入，Amazon Bedrock的模型库越发壮大。但比模型数量更重要的是，亚马逊云科技正在通过深厚的工程积累和对企业需求的理解，为这些强大的“大脑”构建了一个安全、高效、可靠的“家”。
对于期望在生产环境中真正释放生成式AI潜力的企业而言，这或许才是Amazon Bedrock最核心的价值所在。
