📢 LLM 世界的重大消息！Alibaba 剛剛推出了 Qwen3 系列！🤯
🔥 我們將把 Qwen3 整合到我們的 Codatta Arena 中——一個專注於去中心化數據的 Web3 原生 LLM 評估平台。我們很期待看到它在我們的人類偏好排行榜上的表現！查看 Arena：https://t.co/sSDyhDv7jn


Introducing Qwen3！

我們推出並開放權重的 Qwen3，這是我們最新的大型語言模型系列，包括 2 個 MoE 模型和 6 個 dense 模型，範圍從 0.6B 到 235B。我們的旗艦模型 Qwen3-235B-A22B，在 coding、math、general capabilities 等基準評測中，與 DeepSeek-R1、o1、o3-mini、Grok-3 和 Gemini-2.5-Pro 等頂尖模型相較，取得了具有競爭力的成果。此外，小型 MoE 模型 Qwen3-30B-A3B 在 activated parameters 達到 10 倍的 QwQ-32B 之上，甚至像 Qwen3-4B 這樣的微型模型，也能媲美 Qwen2.5-72B-Instruct 的表現。

欲了解更多資訊，歡迎在 Qwen Chat Web (https://t.co/bg4tAU1p74) 和 APP 進行試用，並造訪我們的 GitHub、HF、ModelScope 等平台。

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

像 Qwen3-30B-A3B 這樣的 post-trained 模型，以及它們的 pre-trained 版本（例如 Qwen3-30B-A3B-Base），現已在 Hugging Face、ModelScope 和 Kaggle 等平台上提供。部署方面，我們建議使用 SGLang 和 vLLM 等框架。若在本地使用，推薦工具包括 Ollama、LMStudio、MLX、llama.cpp 和 KTransformers，這些選項能讓用戶輕鬆將 Qwen3 整合到研究、開發或生產流程中。

希望你喜歡我們的新模型！