Qwen3模型：如何使用、效能表現、功能特徵及應用

Qwen 一直在默默地增加一個又一個模型。它的每款模型都擁有強大的功能和量化的尺寸，讓人無法忽視。今年，繼 QvQ、Qwen2.5-VL 和 Qwen2.5-Omni 之後，Qwen 團隊又釋出了他們的最新模型系列 – Qwen3。這一次，他們釋出的不是一個模型，而是八種不同的模型 – 從 6 億引數模型到 2,350 億引數模型–與 OpenAI 的 o1、Gemini 2.5 Pro、DeepSeek R1 等頂級模型競爭。在本文中，我們將詳細探討 Qwen3 模型，瞭解它們的功能、架構、訓練過程、效能和應用。

什麼是Qwen3？

Qwen3 由阿里巴巴集團開發，是 Qwen 模型的第三代產品，旨在出色地完成編碼、推理和語言處理等各種任務。Qwen3 系列由 8 個不同的模型組成，引數分別為 235B、30B、32B、14B、8B、4B、1.7B 和 0.6B。所有模型都是多模態的，這意味著它們可以接受文字、音訊、影像甚至影片輸入，並已免費提供。

這些模型可與 o1、o3-mini、Grok 3、Gemini 2.5 Pro 等頂級模型競爭。事實上，最新系列的 Qwen 模型不僅在效能上優於流行模型，而且在可比引數類別上比現有的 Qwen 系列模型有了顯著改進。例如，Qwen-30B-A3B（300 億引數，30 億啟用引數）模型優於全部啟用 320 億引數的 QwQ-32B 引數模型。

Qwen3模型簡介

Qwen3 系列包含 8 個模型，其中兩個是專家混合模型（MoE），另外 6 個是密集模型。下表列出了所有這些模型的詳細資訊：

在 Qwen3-235B-A22B 和 Qwen3-30B-A3B 等 MoE 模型中，網路的不同部分或 “專家 ”會根據不同的輸入被啟用，因此效率很高。在 Qwen3-14B 等密集模型中，所有網路部分都會根據每個輸入啟用。

Qwen3的主要特點

以下是 Qwen3 模型的一些主要亮點：

1. 混合方法

(i) 思考模式：這種模式適用於處理涉及多步驟推理、邏輯演繹或高階問題解決的複雜任務。在這種模式下，Qwen3 模型會將給定的問題分解成易於處理的小步驟，從而得出答案。

(ii) 非思考模式：該模式適用於需要快速高效響應的任務，如即時對話、資訊檢索或簡單的問答。在這種模式下，Qwen3 模型會根據現有知識或簡單的網路搜尋快速生成回覆。

目前，這種混合方法在所有表現優異的 LLM 中都相當流行，因為這種方法可以更好地利用 LLM 的能力，併合理地使用標記。

2. 靈活思維

最新的 Qwen3 系列模型還允許使用者控制思考的 “深度”。這是同類產品中首創的功能，使用者可以選擇在特定問題上希望使用的“思考”資源的級別。這也使使用者能夠更好地管理特定任務的預算，幫助他們在成本和質量之間實現最佳平衡。

3. MCP和代理支援

Qwen3 模型針對編碼和代理功能進行了最佳化。這些模型還增強了對模型上下文協議（MCP）的支援。Qwen3 模型與外部環境的互動能力更強。 它們還具有改進的 “工具呼叫 ”能力，是構建智慧代理的關鍵。事實上，他們已經發布了一個單獨的工具“Qwen-Agent”，允許使用 Qwen 模型建立智慧代理。

4. 增強的預訓練和後訓練

(i) 預訓練：其預訓練過程分為三步。第一步是以 4K 的上下文長度對 30 萬億個標記進行訓練。第二步是在 STEM、編碼和推理任務中進行訓練，最後一步是使用長語境資料進行訓練，將語境長度擴充套件到 32K 標記。

(ii) 後期訓練：支援混合“思維”方法的 Qwen3 模型支援 4 步推理過程。這 4 個步驟包括長思維鏈（CoT）冷啟動、基於推理的強化學習（RL）、思維模式融合和一般強化學習。輕量級模型的訓練涉及基礎模型的提煉。

5. 無障礙功能

(i) 開放權重：所有 Qwen3 模型都根據 Apache 2.0 許可開放權重。這意味著使用者可以下載、使用甚至修改這些模型，而不受任何重大限制。

(ii)多語言支援：該模型目前支援超過 119 種語言和方言，是少數幾個注重語言包容性的最新 LLM 之一。

Qwen3模型：實際應用

既然我們已經詳細討論了它們的所有功能，現在是時候探索 Qwen3 模型的功能了。我們將測試以下三種模型： Qwen3-235B-A22B、Qwen3-30B-A3B 和 Qwen3-32B 在以下三個任務中的表現：

1. 複雜邏輯推理
2. 編碼
3. 影像分析

任務 1：複雜邏輯推理

提示詞：“An astronaut travels from Earth to a distant star 8 light-years away at 0.8c (80% the speed of light), as measured from Earth’s frame. At the midpoint of the journey, the astronaut detours near a black hole, where strong gravitational time dilation occurs. The detour lasts 1 year in the astronaut’s frame, but in that region, time passes 10× slower compared to outside due to gravitational effects.The astronaut claims that, including the detour, only 6 years passed for them during the entire journey.Using special relativity and gravitational time dilation principles, evaluate whether the astronaut’s claim of “only 6 years passed” is consistent with the known relativistic effects. Provide a step-by-step explanation considering time experienced in both uniform motion and near the black hole.”

模型：Qwen3-30B-A3B

輸出：

點評：

這個模型的執行速度之快令人印象深刻！它能一步一步地解決問題，並簡單解釋每個步驟。然後，模型給出與問題陳述相關的詳細計算，最後得出結論。它還會進一步解釋結果，確保有效涵蓋所有要點。

任務 2：編碼

提示詞： “Create a web page that helps users suggest the best outfit for them based on the weather, occasion, time of the day, and the price range.”

模型：Qwen3-235B-A22B

輸出：

點評：

該模型很快就生成了包含所有相關輸入的網頁程式碼，使用 QwenChat 介面中的“artifacts”功能測試程式碼也非常簡單。程式碼執行完畢後，我只需在生成的網頁上新增詳細資訊，就能根據我的要求獲得服裝推薦–所有這一切都在幾秒鐘內完成！這個模型展示了速度與準確性。

任務 3：影像分析

提示詞：“Analyse the following images and arrange the models in the descending order of their performance on the “LiveCodeBench” benchmark.”

模型：Qwen3-32B

輸出：

點評：

該模型在影像分析方面非常出色。它能快速掃描兩張影像，然後根據掃描結果，以我們要求的格式輸出結果。該模型最棒的地方在於它能快速處理所有資訊並生成輸出結果。

Qwen3：基準效能

在上一節中，我們看到了 3 個不同的 Qwen3 模型在 3 個不同任務中的表現。這三個模型都表現出色，它們解決問題的方法讓我大吃一驚。現在讓我們看看 Qwen 模型與其他頂級模型和 Qwen 系列前幾款模型相比的基準效能。

Source: Github

與 OpenAI-o1、DeepSeek-R1、Grok 3、Gemini 2.5 Pro 等頂級模型相比，Qwen-235B-A22B 是當之無愧的冠軍。它在編碼和多語言語言支援基準測試中表現出色。

事實上，小巧的 Qwen3-32B 也能勝過幾種模型，是許多工的高價效比之選。

Source: Github

與前幾代產品相比，Qwen3 模型：Qwen3-30B-A3B 和 Qwen3-4B 超越了大多數現有模型。這些模型不僅效能更佳，而且價格經濟實惠，Qwen3 模型確實比以前的模型更勝一籌。

如何線上使用Qwen3模型？

要訪問 Qwen3 模型，您可以使用以下任何一種方法：

1. 開啟 QwenChat：進入QwenChat 。
2. 選擇模型：從螢幕中間左側的下拉選單中選擇你想使用的模型。
3. 訪問後訓練模型和前訓練模型：要訪問後訓練模型和前訓練模型，請訪問 Hugging Face、Modelscope 和 Kaggle。
4. 部署模型：要部署模型，可以使用 SGLang 和 vLLM 等框架。
5. 本地訪問模型：要在本地訪問這些模型，可以使用 Ollama、LMStudio、MLX、llama.cpp 和 KTransformers 等工具。

Qwen3模型的應用

Qwen3 模型令人印象深刻，可在以下任務中提供極大幫助：

1. 代理構建：Qwen3 模型具有增強的功能呼叫特性，是開發人工智慧代理的理想選擇。這些代理可以幫助我們完成涉及金融、醫療保健、人力資源等方面的各種任務。
2. 多語言任務：Qwen3 模型已接受過多種語言的訓練，對於開發需要多語言支援的工具來說，Qwen3 可以發揮巨大的增值作用。這可能涉及即時語言翻譯、語言分析和處理等任務。
3. 移動應用：小型 Qwen3 模型明顯優於同類的其他 SLM。這些模型可用於開發具有 LLM 支援的移動應用程式。
4. 複雜問題的決策支援：這些模型具有思考模式，可幫助分解預測、資產規劃和資源管理等複雜問題。

小結

在 OpenAI 和谷歌等頂級公司的每一個最新 LLM 都在增加引數的世界裡，Qwen3 模型甚至為其最小的模型帶來了效率。每個人都可以免費試用這些模型，而且這些模型已經公開發布，以幫助開發人員建立令人驚歎的應用程式。

這些模型會帶來突破嗎？也許不是，但它們更好嗎？肯定是的！此外，透過靈活的思維，這些模型允許使用者根據任務的複雜程度分配資源。我一直期待著 Qwen 模型的釋出，因為它們所做的就是將質量和功能打包，衝出大多數頂級模型還無法達到的結果。