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。
| 量化 | 1K | 4K | 8K | 16K | 32K | 64K | 128K |
|---|---|---|---|---|---|---|---|
| FP16 / BF16 | 1.9 GB | 2.5 GB | 3.1 GB | 4.1 GB | 6.0 GB | 9.2 GB | 14.8 GB |
| Q2_K | 0.9 GB | 1.5 GB | 2.1 GB | 3.1 GB | 5.0 GB | 8.2 GB | 13.8 GB |
| Q3_K_M | 1.0 GB | 1.6 GB | 2.2 GB | 3.2 GB | 5.0 GB | 8.2 GB | 13.9 GB |
| Q4_K_M★ | 1.0 GB | 1.6 GB | 2.2 GB | 3.3 GB | 5.1 GB | 8.3 GB | 13.9 GB |
| Q5_K_M | 1.1 GB | 1.7 GB | 2.3 GB | 3.4 GB | 5.2 GB | 8.4 GB | 14.0 GB |
| Q6_K | 1.2 GB | 1.8 GB | 2.4 GB | 3.4 GB | 5.3 GB | 8.5 GB | 14.1 GB |
| Q8_0 | 1.3 GB | 1.9 GB | 2.5 GB | 3.6 GB | 5.4 GB | 8.6 GB | 14.2 GB |
安裝 Ollama 後直接執行,自動下載並運行模型。
ollama run qwen3:0.6b
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
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
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 qwen3:0.6bQwen3 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。
分享你的使用體驗,幫助其他人了解這個模型