从 Qwen3 看开源大模型这两年的变化

今天想认真聊聊这个话题。不整虚的，直接上数字。 这篇「避坑指南」都是踩过的坑，看完能少走弯路。 查了下公开资料：Qwen3 出自阿里云·通义千问，2025-04-29 与大家见面，6 dense（0.6B/1.7B/4B/8B/14B/32B）+ 2 MoE（30B-A3B 总30B激活3B、235B-A22B 总235B激活22B），使用Apache 2.0授权。 本地跑起来的话，8B Q4 约 5-6GB；14B 约 10GB；32B 约 20GB；30B-A3B 约 19-24GB。 从算法侧看，训练数据质量与推理时的稳定性同样重要。几个值得关注的点：官方推荐 Ollama/LM Studio/llama.cpp 本地运行；支持 119 种语言与方言。 下次有新进展再来更新。数据都摆在这，结论大家自己判断。—— 个人经验，仅供参考。