Qwen3 由阿里云 Qwen 团队研发，是 Qwen 大型语言模型系列的一部分。资料将 Qwen3 描述为当前最先进、最智能的系统之一，建立在此前 QwQ 与 Qwen2.5 的经验之上，并公开模型权重。
主要能力与模型规模： Qwen3 提供 Dense 与 Mixture-of-Experts（MoE）两类模型，规模包括 0.6B、1.7B、4B、8B、14B、32B 以及 MoE 的 30B-A3B、235B-A22B。其特点包括可在思考模式（面向复杂逻辑推理、数学与编程）与非思考模式（面向高效通用对话）之间无缝切换；官方称在数学、代码生成、常识逻辑推理方面较此前模型有所提升；在创意写作、角色扮演、多轮对话与指令遵循等人类偏好对齐方面表现较好；具备智能体能力，可在思考与非思考模式下与外部工具集成；支持 100 多种语言与方言，具备多语言指令遵循与翻译能力。
Qwen3-2507 更新： 资料提到过去三个月探索了 Qwen3 系列的潜力，并推出 Qwen3-2507 的两个变体：Qwen3-Instruct-2507 与 Qwen3-Thinking-2507，以及三种规模：235B-A22B、30B-A3B、4B。 Qwen3-Instruct-2507 是此前 Qwen3 非思考模式的更新版，主要增强包括：指令遵循、逻辑推理、文本理解、数学、科学、编程与工具使用等通用能力显著提升；多语言长尾知识覆盖提升；主观与开放式任务中更符合用户偏好，生成更有帮助的回复与更高质量文本；增强 256K token 长上下文理解，可扩展至 100 万 token。 Qwen3-Thinking-2507 是 Qwen3 思考模型的延续，提升了推理质量与深度：在逻辑推理、数学、科学、编程及通常需要人类专业知识的学术基准上表现提升，官方称在开放权重思考模型中达到 state-of-the-art；通用能力如指令遵循、工具使用、文本生成与人类偏好对齐也有改善；同样增强 256K 长上下文理解，可扩展至 100 万 token。
使用方式： 资料提供了多种运行与部署路径。通过 Transformers 使用需推荐最新版本且 transformers>=4.51.0；Qwen3-Instruct-2507 仅支持非思考模式，输出不含 <think></think> 块，也无需再指定 enable_thinking=False；Qwen3-Thinking-2507 仅支持思考模式，默认聊天模板会自动包含 <think>，因此模型输出可能只出现 </think> 而没有显式开头标签。默认情况下 Qwen3 模型会先思考再回复，可通过 enable_thinking=False 严格控制不生成思考内容，也可在系统或用户消息中使用 /think 与 /no_think 指令，在多轮对话中遵循最新指令。 本地运行可使用 llama.cpp（建议 llama.cpp>=b5401 以完整支持 Qwen3）、Ollama（建议 v0.9.0 或更高）、LM Studio；也可通过 ExecuTorch、MNN、mlx-lm（Apple Silicon，mlx-lm>=0.24.0）、OpenVINO（Intel CPU 或 GPU）等方式运行。部署方面支持 SGLang（sglang>=0.4.6.post1）、vLLM（建议 vllm>=0.9.0）、TensorRT-LLM（建议 tensorrt_llm>=0.20.0rc3），并在 Ascend NPU 上可访问 Modelers 搜索 Qwen3。
工具与训练： 资料建议工具使用能力可查看 Qwen-Agent，其提供围绕相关 API 的封装，支持工具使用或函数调用并支持 MCP；工具使用也可通过 SGLang、vLLM、Transformers、llama.cpp、Ollama 等进行。训练方面建议使用 Axolotl、UnSloth、Swift、Llama-Factory 等框架进行 SFT、DPO、GRPO 等微调。
许可与限制： 所有开放权重模型采用 Apache 2.0 许可，许可文件位于各自的 Hugging Face 仓库中。资料提到 llama.cpp 与 Ollama 采用“rotating context management”，可能影响长上下文；Ollama 默认设置 num_ctx 2048 和 num_predict -1，建议用户正确设置。此外，SGLang、vLLM 在预处理 API 请求时会丢弃所有 reasoning_content 字段，可能影响 Qwen3 思考模型的多步工具使用质量，建议按原样传递内容而不提取思考内容，由聊天模板正确处理。Ollama 的命名可能与 Qwen 原始命名不一致，例如 qwen3:30b-a3b 在 2025 年 8 月指向 qwen3:30b-a3b-thinking-2507-q4_K_M。资料还提到中国大陆用户可优先使用 ModelScope，并提供 VLLM_USE_MODELSCOPE=true 与 SGLANG_USE_MODELSCOPE=true 环境变量。
