Qwen3（通义千问 3）是阿里巴巴通义团队开发的开源大模型系列，2025 年 4 月底首发。它能做的事和 ChatGPT、DeepSeek 属于同一类：聊天问答、写文章、写代码、做数学推理，还支持 100 多种语言和方言。与闭源产品最大的差别在于开放程度——全系列模型权重公开，采用 Apache 2.0 许可证，任何人都可以免费下载、修改、商用。对普通用户来说，用它不需要任何技术基础：打开官方对话站 Qwen Chat（chat.qwen.ai）就能直接开聊，国内可以正常访问，免费。
如果需求只是找一个免费的 AI 助手，网页版足以满足。这篇文章面向想再深入一步的读者：Qwen3 家族十几个型号分别是什么，名字里的 235B、30B-A3B 该怎么读，以及通过 API 或本地部署使用时的具体操作。文中的版本号和参数均核对自 Qwen3 官方 GitHub 仓库与官方文档。
型号命名怎么读：两种架构与思考模式
Qwen3 首发提供 8 个尺寸，分稠密（Dense）和混合专家（MoE，Mixture of Experts）两种架构。稠密模型有 0.6B、1.7B、4B、8B、14B、32B 六档，B 代表十亿参数，数字越大能力越强，对硬件的要求也越高。MoE 型号有两个：Qwen3-30B-A3B 和 Qwen3-235B-A22B，横线前是总参数量，A 后面是每次推理实际激活的参数量。以 30B-A3B 为例，模型总共 300 亿参数，但每生成一个词只调用其中约 30 亿，运行速度接近小模型，能力却向大模型看齐，这也是它成为本地部署热门型号的原因。
思考模式是 Qwen3 的另一个特色。首发版在一个模型里内置两种工作方式：思考模式先推理再回答，适合数学、代码和复杂逻辑；非思考模式直接回答，响应更快，在对话中输入 /think 或 /no_think 即可切换。2025 年 7 月起官方调整了产品线，推出更新版 Qwen3-2507，把两种模式拆成两个独立系列：Instruct（不思考，面向日常任务）和 Thinking（专注深度推理），各有 235B-A22B、30B-A3B、4B 三个尺寸，上下文长度 256K token，最高可扩展到 100 万 token，相当于一次塞给模型几本长篇小说。
怎么选：三类需求对应的型号
- 日常使用：不用纠结型号，直接上网页版，官方默认配置的就是当前主推版本。
- 本地部署：16GB 内存的普通笔记本从 4B 或 8B 起步，量化后的模型文件只有几个 GB；配备 32GB 以上内存的 Mac 或大显存显卡，可以上 30B-A3B——按 4bit 量化粗算，权重文件在 20GB 上下，MoE 架构让它跑起来比同级稠密模型快得多。
- 企业级部署：235B-A22B 面向多卡服务器集群，个人设备跑不动，不必考虑。
和同为国产开源路线的 DeepSeek 对比一句：DeepSeek 的 V3、R1 只提供 671B 规格的旗舰款，个人本地部署基本不现实；Qwen3 的差异化在于 0.6B 到 235B 全尺寸覆盖，想在笔记本甚至手机上跑开源模型，现阶段它的选择面最宽。
用法一：网页版，零门槛
chat.qwen.ai 是官方对话站，国内直接打开即用，可以选用 Qwen3 系列的不同型号。不确定要不要折腾部署的用户，从这里开始是最合理的路径。
用法二：API 接入，OpenAI 兼容
做应用开发又不想自己架服务器，可以走阿里云的模型服务平台百炼（海外版叫 Alibaba Cloud Model Studio），Qwen3 系列均已上架，按 token 用量计费，具体价格以阿里云官网为准，国内开通没有网络障碍。接口兼容 OpenAI 格式，已有的 GPT 应用代码通常改一下 base_url 和模型名就能切换过来。
自建推理服务的团队可以用 vLLM（官方建议 0.9.0 以上）或 SGLang 启动一个 OpenAI 兼容服务，以 8B 型号为例：
vllm serve Qwen/Qwen3-8B --port 8000 --max-model-len 131072 --enable-reasoning --reasoning-parser qwen3启动后 API 地址是 http://localhost:8000/v1。
用法三：本地部署，Ollama 最省事
本地部署适合在意数据隐私、或者想离线使用的场景。最简单的方案是 Ollama：到 ollama.com 下载安装（官方建议 v0.9.0 以上），然后两条命令：
ollama serve
ollama run qwen3:8b模型下载完成后就能在终端对话，想换尺寸改后缀即可，比如 qwen3:4b、qwen3:30b-a3b。偏好图形界面可以用 LM Studio，直接加载官方 GGUF 文件；Apple Silicon 的 Mac 另有 mlx-lm 方案（0.24.0 以上）；喜欢轻量命令行的用 llama.cpp（建议 b5401 以上版本）。
本地部署的三个常见坑
这三条都写在官方文档里，但容易被忽略。
一、Ollama 默认上下文只有 2048 token。这个默认值对 Qwen3 明显偏小，长回答容易出问题，官方明确建议手动调大。进入对话后输入：
/set parameter num_ctx 40960
/set parameter num_predict 32768二、Ollama 的标签和官方命名对不上。比如 qwen3:30b-a3b 这个标签，按官方 README 的记载（2025 年 8 月），指向的是 2507 思考版的 4bit 量化模型，并非首发版。下载前先到 ollama.com/library/qwen3/tags 页面核对清楚。
三、Hugging Face 在大陆无法直接访问。模型文件优先从魔搭 ModelScope 下载，这也是官方对大陆用户的明确建议。命令行工具用 modelscope download；vLLM 和 SGLang 分别设置环境变量 VLLM_USE_MODELSCOPE=true、SGLANG_USE_MODELSCOPE=true，就会自动改从魔搭拉取模型。
许可证与配套生态
Apache 2.0 属于商业上最宽松的一类开源许可证：可以商用、可以修改、可以基于它开发自己的产品，只需保留版权声明，也不要求开源衍生作品。对想把大模型接进自家业务的中小团队，这一条比性能参数更重要。
配套生态方面，微调可以用 LLaMA-Factory、Unsloth 等框架；做工具调用和智能体开发，官方推荐自家的 Qwen-Agent 框架，支持 MCP 协议。Qwen3 的参数规格与资料入口汇总在站内 Qwen3 模型页。部署好模型后想搭建知识库或智能体应用，站内的 RAG 原理拆解和 Agent 设计模式解析可以接着读；想补大模型背后的系统知识，参考机器学习系统设计入门。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
