🧠 語言模型8 版本Apache 2.0

Qwen3

Qwen3 旗艦 MoE 模型,235B 總參數激活 22B,在 llm-stats.com 開源排行榜名列前茅,GPQA 89.2%,需要多 GPU 部署。

資料更新:2026年3月27日

選擇版本(參數量)

VRAM 計算器

我的 GPU VRAM:
量化等級
上下文長度
Q4_K_M · 8K context
模型權重 + KV Cache + 0.5 GB overhead
2.2 GB
完整 VRAM 對照表(所有量化 × 上下文)
量化1K4K8K16K32K64K128K
FP16 / BF161.9 GB2.5 GB3.1 GB4.1 GB6.0 GB9.2 GB14.8 GB
Q2_K0.9 GB1.5 GB2.1 GB3.1 GB5.0 GB8.2 GB13.8 GB
Q3_K_M1.0 GB1.6 GB2.2 GB3.2 GB5.0 GB8.2 GB13.9 GB
Q4_K_M1.0 GB1.6 GB2.2 GB3.3 GB5.1 GB8.3 GB13.9 GB
Q5_K_M1.1 GB1.7 GB2.3 GB3.4 GB5.2 GB8.4 GB14.0 GB
Q6_K1.2 GB1.8 GB2.4 GB3.4 GB5.3 GB8.5 GB14.1 GB
Q8_01.3 GB1.9 GB2.5 GB3.6 GB5.4 GB8.6 GB14.2 GB

部署指南

方法一:Ollama(最簡單)

安裝 Ollama 後直接執行,自動下載並運行模型。

ollama run qwen3:0.6b

方法二:llama.cpp

適合進階用戶,支援 CPU 和 GPU 混合推理,可精確控制量化等級。

# Download GGUF model from Hugging Face, then run:
./llama-cli -m model.gguf -p "Hello" -n 128

方法三:vLLM(高效能伺服器)

適合生產環境,支援批次推理和 OpenAI 相容 API。

pip install vllm
vllm serve Qwen3 --dtype auto

LM Studio(圖形介面)

下載 LM Studio,在搜尋欄輸入模型名稱,點擊下載即可。支援 Windows/Mac/Linux。

ollama run qwen3:0.6b

規格

參數量600M
最大上下文128K tokens
HF 下載量3.5M/月

模型強項

旗艦級性能高效MoE架構卓越推理能力多模式切換指令遵循佳

推薦用途

  • 適用於需要複雜邏輯推理、數學計算及程式碼生成的進階AI應用開發。
  • 適合部署於多GPU環境,提供高效能、高品質的對話生成與創意寫作服務。
  • 可用於構建具備優異人類偏好對齊能力的智能客服或虛擬助理。

標籤

HF 熱門嵌入式128K中文低顯存高效推薦高效推理MoE旗艦

部署工具

Ollamallama.cppLM StudiovLLMSGLang

關於 Qwen3 — 開源 AI 模型

Qwen3 是一個開源語言模型,擁有 600M 參數,採用 Apache 2.0 授權。可使用 Ollama、llama.cpp、LM Studio、vLLM、SGLang 進行部署。適用場景包括:適用於需要複雜邏輯推理、數學計算及程式碼生成的進階AI應用開發。、適合部署於多GPU環境,提供高效能、高品質的對話生成與創意寫作服務。、可用於構建具備優異人類偏好對齊能力的智能客服或虛擬助理。。核心優勢:旗艦級性能、高效MoE架構、卓越推理能力、多模式切換、指令遵循佳。 可在本地硬體上自行部署,完全保護隱私,無需 API 金鑰。

使用心得

分享你的使用體驗,幫助其他人了解這個模型

0/1000
還沒有評論,成為第一個分享心得的人!