ingFang SC", system-ui, -apple-system, "system-ui", "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 17px;font-style: normal;font-variant-ligatures: normal;font-variant-caps: normal;font-weight: 400;letter-spacing: 0.544px;orphans: 2;text-align: justify;text-indent: 0px;text-transform: none;widows: 2;word-spacing: 0px;-webkit-text-stroke-width: 0px;white-space: normal;text-decoration-thickness: initial;text-decoration-style: initial;text-decoration-color: initial;">
ingFang SC", system-ui, -apple-system, "system-ui", "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 17px;font-style: normal;font-variant-ligatures: normal;font-variant-caps: normal;font-weight: 400;letter-spacing: 0.544px;orphans: 2;text-align: justify;text-indent: 0px;text-transform: none;widows: 2;word-spacing: 0px;-webkit-text-stroke-width: 0px;white-space: normal;text-decoration-thickness: initial;text-decoration-style: initial;text-decoration-color: initial;visibility: visible;box-sizing: border-box !important;overflow-wrap: break-word !important;">作为Qwen系列全新一代的混合推理模型，Qwen3在 GPQA、AIME24/25、LiveCodeBench 等多个权威评测中表现出极具竞争力的结果。ingFang SC", system-ui, -apple-system, "system-ui", "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 17px;font-style: normal;font-variant-ligatures: normal;font-variant-caps: normal;font-weight: 400;letter-spacing: 0.544px;orphans: 2;text-align: justify;text-indent: 0px;text-transform: none;widows: 2;word-spacing: 0px;-webkit-text-stroke-width: 0px;white-space: normal;text-decoration-thickness: initial;text-decoration-style: initial;text-decoration-color: initial;visibility: visible;">
ingFang SC", system-ui, -apple-system, "system-ui", "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 17px;font-style: normal;font-variant-ligatures: normal;font-variant-caps: normal;font-weight: 400;letter-spacing: 0.544px;orphans: 2;text-align: center;text-indent: 0px;text-transform: none;widows: 2;word-spacing: 0px;-webkit-text-stroke-width: 0px;white-space: normal;text-decoration-thickness: initial;text-decoration-style: initial;text-decoration-color: initial;visibility: visible;box-sizing: border-box !important;overflow-wrap: break-word !important;">
ingFang SC", system-ui, -apple-system, "system-ui", "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 17px;font-style: normal;font-variant-ligatures: normal;font-variant-caps: normal;font-weight: 400;letter-spacing: 0.544px;orphans: 2;text-align: justify;text-indent: 0px;text-transform: none;widows: 2;word-spacing: 0px;-webkit-text-stroke-width: 0px;white-space: normal;text-decoration-thickness: initial;text-decoration-style: initial;text-decoration-color: initial;visibility: visible;box-sizing: border-box !important;overflow-wrap: break-word !important;">在相同计算资源下，Qwen3 模型以更小的规模实现了对更大体量上一代模型的超越，真正做到了“小而强大”。通过引入创新的MOE（混合专家）架构，Qwen3 在效果上媲美上一代超大规模 Dense 模型的同时，效率显著提升，使复杂任务处理更加轻松高效。ingFang SC", system-ui, -apple-system, "system-ui", "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 17px;font-style: normal;font-variant-ligatures: normal;font-variant-caps: normal;font-weight: 400;letter-spacing: 0.544px;orphans: 2;text-align: justify;text-indent: 0px;text-transform: none;widows: 2;word-spacing: 0px;-webkit-text-stroke-width: 0px;white-space: normal;text-decoration-thickness: initial;text-decoration-style: initial;text-decoration-color: initial;visibility: visible;box-sizing: border-box !important;overflow-wrap: break-word !important;">
此外，Qwen3 融合了推理与非推理能力，在逻辑分析和创意生成等任务中表现卓越。预训练数据量达到月36万亿tokens，并通过多轮大规模强化学习与精细优化，在推理、工具调用、指令遵循及多语言能力等方面显著提升。
其中，Qwen3-235B-A22B 表现尤为突出，刷新了开源模型的智能水平新高，显存占用仅为性能相近模型的三分之一。无论是数学推理、代码生成还是综合逻辑分析， Qwen3 均展现出卓越能力，稳居全球开源模型前列。在工具调用方面表现优异，大幅降低了复杂任务的实现门槛，同时还支持119种语言，覆盖全球主要语种，满足多样化需求。 ingFang SC", system-ui, -apple-system, "system-ui", "Helvetica Neue", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 17px;font-style: normal;font-variant-ligatures: normal;font-variant-caps: normal;font-weight: 400;letter-spacing: 0.544px;orphans: 2;text-align: justify;text-indent: 0px;text-transform: none;widows: 2;word-spacing: 0px;-webkit-text-stroke-width: 0px;white-space: normal;text-decoration-thickness: initial;text-decoration-style: initial;text-decoration-color: initial;">
Qwen3 引入了“思考模式”和“非思考模式”，使模型能够在不同场景下表现出最佳性能。在思考模式模式下，模型会进行多步推理和深度分析，类似于人类在解决复杂问题时的“深思熟虑”。（eg：在回答数学题或编写复杂代码时，模型会反复验证逻辑并优化输出结果。）
在非思考模式模式下，模型优先追求响应速度和效率，适用于简单任务或实时交互。（eg：在日常对话或快速问答中，模型会跳过复杂的推理步骤，直接给出答案。）
你可以通过简单的指令或配置文件在两种模式之间切换。
启用思考模式：默认情况下，Qwen3 启用了思考能力enable_thinking=True。在此模式下，模型会在生成响应前进行深度分析，并输出包裹在<think>...</think>块中的思考过程。
关闭思考模式：如果需要禁用思考行为，可以设置 enable_thinking=False，使模型功能与 Qwen2.5-Instruct 保持一致。此模式适合对响应速度要求较高的场景。
软开关机制：Qwen3 支持动态切换思考模式，你可通过
fromtransformersimportAutoModelForCausalLM,AutoTokenizerclassQwenChatbot:def__init__(self,model_name="Qwen3-30B-A3B/Qwen3-30B-A3B"):self.tokenizer=AutoTokenizer.from_pretrained(model_name)self.model=AutoModelForCausalLM.from_pretrained(model_name)self.history=[]defgenerate_response(self,user_input):messages=self.history+[{"role":"user","content":user_input}]text=self.tokenizer.apply_chat_template(messages,tokenize=False,add_generation_prompt=True)inputs=self.tokenizer(text,return_tensors="pt")response_ids=self.model.generate(**inputs,max_new_tokens=32768)[0][len(inputs.input_ids[0]):].tolist()response=self.tokenizer.decode(response_ids,skip_special_tokens=True)#Updatehistoryself.history.append({"role":"user","content":user_input})self.history.append({"role":"assistant","content":response})returnresponse#ExampleUsageif__name__=="__main__":chatbot=QwenChatbot()#Firstinput(without/thinkor/no_thinktags,thinkingmodeisenabledbydefault)user_input_1="Howmanyr'sinstrawberries?"print(f"User:{user_input_1}")response_1=chatbot.generate_response(user_input_1)print(f"Bot:{response_1}")print("----------------------")#Secondinputwith/no_thinkuser_input_2="Then,howmanyr'sinblueberries?/no_think"print(f"User:{user_input_2}")response_2=chatbot.generate_response(user_input_2)print(f"Bot:{response_2}")print("----------------------")#Thirdinputwith/thinkuser_input_3="Really?/think"print(f"User:{user_input_3}")response_3=chatbot.generate_response(user_input_3)print(f"Bot:{response_3}")
 如何在不同框架中使用 Qwen3 ？我们提供了一个在 Hugging Face transformers 中使用 Qwen3-30B-A3B 的标准示例：
frommodelscopeimportAutoModelForCausalLM,AutoTokenizermodel_name="Qwen/Qwen3-30B-A3B"#loadthetokenizerandthemodeltokenizer=AutoTokenizer.from_pretrained(model_name)model=AutoModelForCausalLM.from_pretrained(model_name,torch_dtype="auto",device_map="auto")#preparethemodelinputprompt="Givemeashortintroductiontolargelanguagemodel."messages=[{"role":"user","content":prompt}]text=tokenizer.apply_chat_template(messages,tokenize=False,add_generation_prompt=True,enable_thinking=True#Switchbetweenthinkingandnon-thinkingmodes.DefaultisTrue.)model_inputs=tokenizer([text],return_tensors="pt").to(model.device)#conducttextcompletiongenerated_ids=model.generate(**model_inputs,max_new_tokens=32768)output_ids=generated_ids[0][len(model_inputs.input_ids[0]):].tolist()#parsingthinkingcontenttry:#rindexfinding151668(</think>)index=len(output_ids)-output_ids[::-1].index(151668)exceptValueError:index=0thinking_content=tokenizer.decode(output_ids[:index],skip_special_tokens=True).strip("\n")content=tokenizer.decode(output_ids[index:],skip_special_tokens=True).strip("\n")print("thinkingcontent:",thinking_content)print("content:",content)要禁用思考模式，只需对参数 enable_thinking 进行如下修改： text=tokenizer.apply_chat_template(messages,tokenize=False,add_generation_prompt=True,enable_thinking=False#Trueisthedefaultvalueforenable_thinking.)
对于部署，您可以使用 sglang>=0.4.6.post1 或 vllm>=0.8.4来创建一个与 OpenAI API 兼容的 API endpoint：
SGLang: python-msglang.launch_server--model-pathQwen/Qwen3-30B-A3B--reasoning-parserqwen3
vLLM: vllmserveQwen/Qwen3-30B-A3B--enable-reasoning--reasoning-parserDeepSeek_r1
要禁用思考模式，您可以移除参数 --reasoning-parser（以及 --enable-reasoning）。
如果用于本地开发，您可以通过运行简单的命令 Ollama run qwen3:30b-a3b 来使用 ollama 与模型进行交互。您也可以使用 LMStudio 或者 llama.cpp 以及 ktransformers 等代码库进行本地开发。
你还可以使用Qwen-Agent 来充分发挥 Qwen3 的 Agent 能力。Qwen-Agent 内部封装了工具调用模板和工具调用解析器，大大降低了代码复杂性。
要定义可用的工具，您可以使用 MCP 配置文件，使用 Qwen-Agent 内置的工具，或者自行集成其他工具。
fromqwen_agent.agentsimportAssistant#DefineLLMllm_cfg={'model':'Qwen3-30B-A3B',#UsetheendpointprovidedbyAlibabaModelStudio:#'model_type':'qwen_dashscope',#'api_key' s.getenv('DASHSCOPE_API_KEY'),#UseacustomendpointcompatiblewithOpenAIAPI:'model_server':'http://localhost:8000/v1',#api_base'api_key':'EMPTY',#Otherparameters:#'generate_cfg':{##Add:Whentheresponsecontentis`<think>thisisthethought</think>thisistheanswer;##Donotadd:Whentheresponsehasbeenseparatedbyreasoning_contentandcontent.#'thought_in_content':True,#},}#DefineToolstools=[{'mcpServers':{#YoucanspecifytheMCPconfigurationfile'time':{'command':'uvx','args':['mcp-server-time','--local-timezone=Asia/Shanghai']},"fetch":{"command":"uvx","args":["mcp-server-fetch"]}}},'code_interpreter',#Built-intools]#DefineAgentbot=Assistant(llm=llm_cfg,function_list=tools)#Streaminggenerationmessages=[{'role':'user','content':'https://qwenlm.github.io/blog/IntroducethelatestdevelopmentsofQwen'}]forresponsesinbot.run(messages=messages):passprint(responses) |
