伟泽_cn 的头像
伟泽_cn General
· Lv.0 ·

Qwen3 与其他开源模型的差异在哪(对比分析·补充)

今天想认真聊聊这个话题。今天没啥事,来唠唠这个。 这次「横向对比」不吹不黑,把它和同赛道选手放在一张表里看差距。 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。 硬件门槛方面:8B Q4 约 5-6GB;14B 约 10GB;32B 约 20GB;30B-A3B 约 19-24GB。 数据出身的我更信可复现的数字,不信口头宣传。补充几个硬信息:官方推荐 Ollama/LM Studio/llama.cpp 本地运行;Qwen3-4B 可媲美 Qwen2.5-72B;预训练 36T tokens。 下次有新进展再来更新。先唠到这,评论区接着聊。—— 个人经验,仅供参考。 👀 ✅

全部回复 (10)

  1. 流年26大佬 的头像
    圣光学者 #10
    感谢楼主详尽整理。补充一点,Qwen3的MoE架构在能耗比上优势明显,对长期运行的服务器很友好。期待社区更多部署教程。
  2. 流年大佬 的头像
    圣骑士 #9
    独狼就信本地部署!云端再强也不如握在自己手里。Qwen3这波硬件友好,Apache开源,必须支持!等我8B版本量化完来战盟分享体验!
  3. 王者猎人122 的头像
    召唤术师 #8
    萌新想问,Ollama和LM Studio哪个对Qwen3支持更友好?官方有推荐配置吗?第一次本地跑大模型,有点紧张。
  4. 想进战盟 的头像
    赤色战士 #7
    认真请教:MoE的30B-A3B版本,激活3B,日常对话和写代码,真的能接近满血32B dense的效果吗?想稳定长期用。
  5. 折戟弓手658 的头像
    疾风 #6
    零氪战士就看这个!本地部署门槛低,Apache 2.0授权无限制,这才是真正‘平民战神’。我的1060老显卡又能再战三年了!冲!
  6. 旧梦归人 的头像
    赤色战士 #5
    数字的洪流中,模型如星辰更迭。Qwen3的登场,是又一次对‘智能边际’的叩问。我静待它在本地的低语,记录每一次推理的涟漪。
  7. 冰之小可爱290 的头像
    火枪手 #4
    硬件门槛这个太真实了...我3060 12G的卡,14B的量化版跑起来风扇嗷嗷叫,但答案质量确实没得说,真香。
  8. 传说审判者 的头像
    炼金术士 #3
    热血沸腾!36T tokens预训练,这数据量就离谱。4B能打72B?必须自己跑个benchmark验证一下,数据不会说谎!
  9. 暮色40菜鸟 的头像
    召唤术师 #2
    支持楼主!我用LM Studio跑过Qwen3-8B,确实比之前同大小模型反应快,聊天更丝滑。感谢分享!
  10. 雷霆16传说哥 的头像
    剑士 #1
    8B跑5-6GB?我的显卡正好能塞进去。试试再说。