📢 ¡GRANDES noticias en el mundo de los LLM! ¡Alibaba acaba de lanzar la serie Qwen3! 🤯
🔥 Integraremos Qwen3 en nuestro Codatta Arena, una plataforma de evaluación de LLM nativa de Web3 centrada en datos descentralizados. ¡Estamos emocionados de ver cómo se desempeña en nuestro ranking de preferencias humanas! Echa un vistazo al Arena: https://t.co/sSDyhDv7jn

¡Presentamos Qwen3!

Lanzamos y abrimos Qwen3, nuestros últimos large language models, que incluyen 2 modelos MoE y 6 modelos dense, con rangos desde 0.6B hasta 235B. Nuestro modelo insignia, Qwen3-235B-A22B, logra resultados competitivos en evaluaciones de benchmark en codificación, matemáticas, capacidades generales, etc., en comparación con otros modelos de primer nivel como DeepSeek-R1, o1, o3-mini, Grok-3 y Gemini-2.5-Pro. Además, el modelo pequeño MoE, Qwen3-30B-A3B, supera a QwQ-32B con 10 veces más parámetros activados, e incluso un modelo diminuto como Qwen3-4B puede rivalizar con el rendimiento de Qwen2.5-72B-Instruct.

Para más información, no dudes en probarlos en Qwen Chat Web (https://t.co/bg4tAU1p74) y APP, y visitar nuestro GitHub, HF, ModelScope, etc.

Blog: https://t.co/Z8YgHerTXz
GitHub: https://t.co/Ij0Vne5b5K
Hugging Face: https://t.co/V1WxhQ0fad
ModelScope: https://t.co/Z9Z37FODVN

Los modelos post-entrenados, como Qwen3-30B-A3B, junto con sus versiones pre-entrenadas (por ejemplo, Qwen3-30B-A3B-Base), ya están disponibles en plataformas como Hugging Face, ModelScope y Kaggle. Para despliegue, recomendamos usar frameworks como SGLang y vLLM. Para uso local, herramientas como Ollama, LMStudio, MLX, llama.cpp y KTransformers son altamente recomendables. Estas opciones aseguran que los usuarios puedan integrar fácilmente Qwen3 en sus flujos de trabajo, ya sea en investigación, desarrollo o producción.

¡Esperamos que disfrutes nuestros nuevos modelos!