Yuan3.0-Flash

源3.0多模态基础大模型

最近更新 🎉🎉

• *[2025-12-30]** **发布源3.0-40B多模态大模型，面向企业级应用场景的高性能模型：Yuan3.0 Flash**

• 简介

Yuan 3.0 Flash 由 **YuanLab.ai 团队**开发，是一款 **40B 参数规模的多模态基础大模型**，采用稀疏混合专家（MoE）架构，单次推理仅激活约 **3.7B 参数**。通过创新的强化学习训练方法（RAPO），在提升推理准确性的同时显著降低推理 token 消耗，探索 "更少算力、更高智能" 的大模型创新路径。同时，我们发布了Yuan3.0模型的**技术报告**，可以通过论文查看更详细的技术细节与测评结果。

Fig.1: Yuan3.0多模态大模型架构图

核心特性

🚀 **高效推理**：推理 token 消耗降低高达 75%，显著节省成本

🎯 **企业级优化**：针对 RAG、文档理解、表格分析等企业场景深度优化

🎨 **多模态支持**：支持文本、图像、表格、文档等多模态输入

📚 **长上下文**：支持 128K 上下文，在 "大海捞针" 测试中实现 100% 准确率

⚡ **即用即智能**：默认推理模式即可满足绝大多数企业场景需求

• 性能表现

Yuan 3.0 Flash 在企业级 RAG、多模态检索、表格理解、摘要生成等任务上优于 GPT-5.1，同时以 40B 参数量达到 235B/671B 模型的推理精度，Token 消耗降低 50%-75%，为企业提供高性能、低成本的大模型解决方案。

Fig.2: Yuan3.0 Flash评测结果

• 核心技术

RAPO 强化学习算法

创新的 **Reflection-aware Adaptive Policy Optimization (RAPO)** 算法，通过反思抑制奖励机制（RIRM）：

✅ 识别首次得到正确答案的关键节点

🎯 抑制后续冗余推理行为

📉 准确率提升的同时，推理 token 数量减少约 75%

训练方法 AIME 2024 准确率 平均输出长度 MATH-500 准确率 平均输出长度

• -------- ------------------ -------------- ----------------- --------------

Yuan3.0 Flash (40B) SFT 31.45% 13,656 tokens 83.20% 3,362 tokens

RL+DAPO length-penalty 46.35% 13,781 tokens 89.06% 3,974 tokens

• *RL+RIRM** **47.92%** **7,505 tokens** **89.47%** **1,777 tokens**

• 模型下载

我们提供多种模型格式的下载链接：**

模型 参数量 精度 序列长度 模型格式 下载链接

:----------: :------: :------: :------: :-------: :---------------------------:

Yuan3.0 Flash 400亿 16bit 128K HuggingFace ModelScope \ HuggingFace \ 始智AI

Yuan3.0 Flash 4bit 400亿 4bit 128K HuggingFace ModelScope \ HuggingFace \ 始智AI

• 测评结果

• 1 文本类RAG评测：ChatRAG**🏆

源3.0 Flash在业界权威RAG评测ChatRAG的10个评测任务上，平均精度领先DeepSeek-V3、DeepSeek-R1等大模型。

模型平均精度对比**

Models Avg All D2D QuAC QReCC CoQA DoQA CFQA SQA TCQA HDial INSCIT

• ------- --------- ----- ------ ------- ------ ------ ------ ----- ------ ------- --------
• *DeepSeek-V3** 50.47 31.59 28.86 49.31 76.98 26.11 83.49 82.13 46.69 47.43 32.08
• *DeepSeek-V3.23** 49.67 34.30 28.09 49.97 77.29 29.46 72.85 79.48 44.64 47.99 32.64
• *OpenAI GPT-4o** 50.54 32.76 26.56 49.30 76.11 28.78 81.85 81.14 49.75 41.29 26.69
• *OpenAI GPT-o3** 44.06 23.05 20.82 40.42 69.42 18.56 67.75 86.71 45.85 41.29 26.69
• *DeepSeek-R1** 39.42 21.46 22.23 42.41 62.53 24.68 81.48 82.06 30.74 37.97 28.68
• *OpenAI GPT-5.1** 46.10 28.24 23.16 45.43 68.84 20.88 73.05 81.32 44.70 45.39 29.95
• *Yuan3.0 Flash** **64.47** 49.82 53.79 57.08 90.93 59.99 74.40 87.52 66.31 68.45 36.40

• **长上下文测试** (D2D、QuAC、QReCC)

• **维基百科检索测试** (TCQA、INSCIT)

• **短文、结构化上下文测试** (CoQA、DoQA、CFQA、SQA、HDial)

• 2 多模态RAG评测：Docmatix**🏆

Yuan3.0 Flash 在多模态RAG评测Docmatix中领先Claude3.5、OpenAI GPT-4o 、o3等模型，精度表现仅次于GPT-5.1。

模型平均精度对比**

Models Avg.

• ------- :---------:
• *Qwen2.5-VL-72B-Instruct** 59.75
• *InternVL3-78B** 42.99
• *Claude3.5-Sonnet** 42.55
• *OpenAI GPT-4o** 56.79
• *OpenAI GPT-o3** 45.57
• *OpenAI GPT-4V** 60.10
• *OpenAI GPT-5.1** 48.52
• *Yuan3.0 Flash** **65.07**

Docmatix** - 评测模型在多页复杂文档中跨文本、表格、图像等多模态内容进行信息检索、关联与准确问答的能力。*

• 3 多模态复杂表格内容分析评测：MMTab**🏆

多模态表格理解是企业办公重要应用场景，源3.0-1T在业界权威多模态复杂表格理解评测MMTab的15个评测任务上，实现平均精度领先OpenAI的GPT-5.1。

模型平均精度对比**

Models Avg. TABMWP WTQ WTQ HiTab TAT-QA FeTaQAU TabFact InfoTabs HiTab T2T Rotowire WikiBIO TSD Row TSD Col TCE TCL MCD RCE

• ------- :----: :------: :---: :---: :-----: :------: :-------: :-------: :--------: :---------: :--------: :-------: :-------: :-------: :---: :---: :---: :---:
• *Zhipu GLM-4.5V** 52.00 88.21 77.42 51.52 62.69 5.25 89.44 79.48 5.17 4.48 2.69 47.40 89.70 52.74 50.84 43.47 50.77 82.79
• *OpenAI GPT-4V** 29.90 60.50 48.00 27.50 32.50 11.04 45.50 65.60 2.98 4.23 1.94 19.00 38.00 14.36 27.91 3.50 48.52 57.14
• *OpenAI GPT-5.1** 55.15 64.95 60.77 77.77 61.37 8.70 52.81 64.30 44.16 17.81 11.95 96.60 62.10 86.43 44.66 72.46 53.58 57.20
• *Yuan3.0 Flash** 58.29 95.09 68.23 69.80 69.17 28.42 87.32 83.50 13.30 14.74 17.26 46.60 82.80 56.77 56.98 65.20 62.07 73.67

• 4 文本摘要生成评测：SummEval**🏆

摘要生成是智能体应用中用户历史信息压缩的核心需求，源3.0在业界权威摘要生成评测SummEval的词汇重叠、语义相似度、事实一致性3大类能力上，实现平均精度领先DeepSeek-V3大模型。

模型平均精度对比**

Models Avg. 词汇重叠ROUGE-1 词汇重叠ROUGE-2 语义相似度BERTScore 事实一致性SummaC

• ------- :---------: :-----------: :-----------: :--------------: :------------:
• *DeepSeek-V3** 59.28 25.50 9.20 86.30 68.20
• *DeepSeek-V3.2** 51.36 33.30 11.92 85.61 41.76
• *Gemini-2.0-Flash** 45.35 24.80 8.70 85.70 29.50
• *Claude-3.5-Sonnet** 45.43 24.10 8.30 85.20 30.70
• *OpenAI GPT-4o** 46.53 25.00 8.90 85.90 32.50
• *OpenAI GPT-5.1** 49.44 27.48 10.16 84.63 40.50
• *Yuan3.0 Flash** **59.31** 51.32 28.32 89.99 45.34