Qwen3 模型发展历程

第一阶段

2025年4月29日，阿里推出了 Qwen3 模型，包含8个模型，覆盖各种 GPU 要求。

1. 1. 两个 MoE 模型：Qwen3-235B-A22B 和 Qwen3-30B-A3B
2. 2. 六个 Dense 模型：Qwen3-32B、Qwen3-14B、Qwen3-8B、Qwen3-4B、Qwen3-1.7B 和 Qwen3-0.6B

其中 Qwen3-235B-A22B 是最优模型，各项评分超过 DeepSeek-R1、Qwen32B 和 OpenAI-o1，与 Gemini-2.5-Pro 的比较中，各有优势，官方比较指标如下：

Qwen3-30B-A3B 相较于上一代的 Qwen32B，也更胜一筹。

综合官方的比较，发现 Qwen3 的8个模型的从优到劣分别是：Qwen3-235B-A22B > Qwen3-32B > Qwen3-30B-A3B > …，本地24G显存可以部署 Qwen3-32B 和 Qwen3-30B-A3B 的量化版。

第二阶段

2025年7月21日到8月8日，阿里推出了 Qwen3 的升级模型，核心包含6个模型。

1. 1. Qwen3-235B-A22B-Instruct-2507 和 Qwen3-235B-A22B-Thinking-2507，是针对上一代旗舰模型 Qwen3-235B-A22B 的升级，前者是非思考模式，后者是思考模式模型。是新的旗舰模型。
2. 2. Qwen3-30B-A3B-Instruct-2507 和 Qwen3-30B-A3B-Thinking-2507，是针对 Qwen3-30B-A3B 的升级，前者是非思考模式，后者是思考模式模型。
3. 3. Qwen3-4B-Instruct-2507 和 Qwen3-4B-Thinking-2507，是针对 Qwen3-4B 的升级，前者是非思考模式，后者是思考模式模型。

其中 Qwen3-235B-A22B-Instruct-2507 与其他开闭源模型的性能对比如下，可以说是遥遥领先。

Qwen3-30B-A3B-Thinking-2507 的性能评测图如下，在大部分场景超过了上一代的 Qwen3-235B-A22B 模型的思考模式。

Qwen3-30B-A3B-Instruct-2507 的性能评测图如下，全面大幅度超过了上一代的 Qwen3-235B-A22B 模型非思考模式。

本地24G显存最高可以部署 Qwen3-30B-A3B-Instruct-2507 和 Qwen3-30B-A3B-Thinking-2507 的量化版本。

除了以上的通用模型之外，Qwen3 还提供了两个垂类编码模型 Qwen3-Coder-480B-A35B-Instruct 和 Qwen3-Coder-30B-A3B-Instruct

第三阶段

2025年9月5日，阿里推出了当前系列的最强模型 Qwen3-Max-Preview，估计很快就会推出 Qwen3-Max 正式版，该模型具有1万亿参数，是同系列 Qwen3-235B-A22B 参数的四倍。官方测评如下，超过了 Qwen3-235B-A22B-Instruct-2507/Kimi K2/Claude Opus4/Deepseek-V3.1

该模型当前可以在 https://chat.qwen.ai/ 免费使用。

综上所述，如果是远程使用模型，则可以选择 Qwen3-Max-Preview；如果是本地使用模型，24G 显存可以选择 Qwen3-30B-A3B-Instruct-2507 和 Qwen3-30B-A3B-Thinking-2507 的量化版本。

本地使用

通过 ollama 进行安装，确保先安装过 ollama，若无，先参考 https://www.aileading.cn/docs/llm/ollama.html 安装 ollama。

在 ollama 官网 https://ollama.com/library/qwen3 选择一个适合自己显存的模型进行下载。下载的过程中，如果发现突然变慢，可以 ctrl+c 终止下载流程，之后继续使用如下命令进行下载（会接着之前的进度）

复制命令，在 cmd 中执行，即可下载并运行模型

ollama run qwen3:30b-a3b-thinking-2507-q4_K_M

如果模型没有下载过，则会先下载模型，再运行。简单测试：

>>> 0.8和0.11谁大
0.8 比 0.11 大。

### 解释：
- 0.8 可以写成 0.80（小数点后补零，便于比较）。
- 比较小数部分：0.80 的十分位是 8，0.11 的十分位是 1。
- 8 > 1，因此 0.80 > 0.11。
- 用分数验证：0.8 = 80/100，0.11 = 11/100，80/100 > 11/100。

所以，**0.8 > 0.11**。
（简单来说：0.8 是 8 个十分之一，0.11 是 11 个百分之一，相当于 1.1 个十分之一，所以 0.8 更大。）

目前在终端中就可以使用 Qwen3 模型了，但是终端的界面不太友好，接下来通过 PageAssist 图形化界面进行使用，关于 PageAssist 的安装和使用见 https://www.aileading.cn/docs/llm/page-assist.html。也可以使用 OpenWebUI 图形界面使用，关于 OpenWebUI 的安装和使用见 https://www.aileading.cn/docs/llm/open-web-ui.html

大模型算是目前当之无愧最火的一个方向了，算是新时代的风口！有小伙伴觉得，作为新领域、新方向人才需求必然相当大，与之相应的人才缺乏、人才竞争自然也会更少，那转行去做大模型是不是一个更好的选择呢？是不是更好就业呢？是不是就暂时能抵抗35岁中年危机呢？

答案当然是这样，大模型必然是新风口！

那如何学习大模型 ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。但是具体到个人，只能说是：

最先掌握AI的人，将会比较晚掌握AI的人有竞争优势。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

但现在很多想入行大模型的人苦于现在网上的大模型老课程老教材，学也不是不学也不是，基于此我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近100余次后，终于把整个AI大模型的学习路线完善出来！

在这个版本当中：

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型路线+学习教程已经给大家整理并打包分享出来, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全咨料，放心领取）👈

​

一、大模型经典书籍（免费分享）

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套大模型报告（免费分享）

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、大模型系列视频教程（免费分享）

四、2025最新大模型学习路线（免费分享）

我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方二维码，免费领取

👉CSDN大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全资料，放心领取）👈

​