CNDBA社区
截至 2025 年 12 月，阿里巴巴通义千问（Qwen）团队已开源 Qwen3 系列共 12 款模型，涵盖 纯语言（Dense/MoE）、多模态、安全、语音、代码、检索 等多个方向。以下是完整汇总表格，并附各模型简要概述：
✅ Qwen3 全系列开源模型总览表
| 模型名称 | 类型 | 参数规模 | 主要能力 | 开源状态 | 适用场景 |
|---|---|---|---|---|---|
| Qwen3-0.6B | Dense LLM | 0.6B | 基础文本生成、对话 | ✅ 开源（Apache 2.0） | 手机端、嵌入式设备 |
| Qwen3-1.7B | Dense LLM | 1.7B | 轻量级通用任务 | ✅ 开源 | 边缘计算、教育应用 |
| Qwen3-4B | Dense LLM | 4B | 对话、简单编程 | ✅ 开源 | 本地开发、小型服务 |
| Qwen3-8B | Dense LLM | 8B | 代码/数学/多语言 | ✅ 开源 | 开发者日常使用 |
| Qwen3-14B | Dense LLM | 14B | 高性能通用推理 | ✅ 开源 | 企业级部署 |
| Qwen3-32B | Dense LLM | 32B | 强大综合能力 | ✅ 开源 | 替代旧版 72B 模型 |
| Qwen3-30B-A3B | MoE LLM | 总 30B / 激活 ~3B | 高效复杂推理 | ✅ 开源 | 平衡成本与性能 |
| Qwen3-235B-A22B | MoE LLM | 总 235B / 激活 ~22B | 顶级语言理解 | ✅ 开源 | 科研、高阶任务 |
| Qwen3-Omni-30B-A3B | 全模态 MoE | 总 ~35B / 激活 ~3B | 文本+图像+音频+视频端到端理解与生成 | ✅ 开源 | 多模态智能体、音视频助手 |
| Qwen3-VL-235B-A22B | 视觉语言（VL） | 总 235B / 激活 ~22B | 图像/视频理解、OCR、VQA、空间推理 | ✅ 开源 | 视觉问答、文档分析、机器人视觉 |
| Qwen3-Embedding | 文本表征模型 | - | 高质量向量嵌入（支持 119 语言） | ✅ 开源 | 语义搜索、RAG |
| Qwen3-Reranker | 排序模型 | - | 精准重排序（提升检索精度） | ✅ 开源 | 搜索引擎后处理 |
✅ 所有模型均采用 宽松开源协议（如 Apache 2.0），可免费商用，支持 Hugging Face、ModelScope 等平台下载。
📌 各类模型详细概述
🔹 1. 纯语言模型（8 款）
- 包含 6 款 Dense + 2 款 MoE。
- 支持 混合推理模式：通过
/think或enable_thinking=True切换“深思”与“快答”。 - 训练数据达 36 万亿 tokens，覆盖 119 种语言和大量代码/教科书。
- 小模型性能惊人：Qwen3-4B ≈ Qwen2.5-72B；Qwen3-30B-A3B 可在消费级 GPU 运行。
🔹 2. 全模态模型：Qwen3-Omni
- 全球首个开源的端到端全模态大模型，支持：
- 输入：文本、图像、音频（19 种语言）、视频
- 输出：文本 + 语音（10 种语言）
- 延迟低至 211ms（音频流式响应）
- 提供 Instruct / Thinking / Captioner 三个子版本
- 适用于 智能客服、会议转录、无障碍交互 等场景
🔹 3. 视觉语言模型：Qwen3-VL
- 基于 Interleaved-MRoPE + DeepStack + 时间戳对齐 三大技术创新
- 支持 长视频理解（4K/60fps）、2D/3D Grounding、图表解析
- 在 MLVU（84.3）、RealWorldQA（89.7） 等基准超越 Gemini 2.5 Pro
- 提供 Instruct（轻量） 和 Thinking（深度推理） 两个版本
🔹 4. 检索增强模型（2 款）
- Qwen3-Embedding：生成高质量语义向量，支持多语言文本检索
- Qwen3-Reranker：对候选结果进行精排，显著提升 RAG 系统准确率
- 二者常配合使用，构成 高效检索流水线
🌐 获取方式
- Hugging Face：https://huggingface.co/Qwen
- ModelScope（魔搭）：https://modelscope.cn/models/qwen
- GitHub：https://github.com/QwenLM/Qwen3
💡 小结
Qwen3 已构建 完整的开源 AI 基础设施栈：
- 语言层：从 0.6B 到 235B 全覆盖
- 多模态层：Omni（全模态） + VL（视觉语言）双轨并进
- 应用层：Embedding + Reranker 支撑 RAG，Coder 支撑编程（虽未列但 Qwen3-Coder 也已开源）
这标志着 Qwen3 不仅是“最强开源语言模型”，更是 首个覆盖“语言+视觉+语音+检索”的全栈开源大模型家族。
