本文全面解析阿里大模型Qwen3系列17个模型的发展历程、性能对比与应用场景。从初始8个模型到最新Qwen3-Max-Preview，详细介绍了各模型特点及适用场景。同时提供了本地部署指南，包括Ollama安装和图形界面使用方法，帮助开发者根据显存条件选择合适模型进行开发应用。

前排提示，文末有大模型AGI-CSDN独家资料包哦！

一次性讲清楚大模型王者 Qwen3 系列的 17 个模型

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

读者福利：倘若大家对大模型感兴趣，那么这套大模型学习资料一定对你有用。

针对0基础小白：

如果你是零基础小白，快速入门大模型是可行的。
大模型学习流程较短，学习内容全面，需要理论与实践结合
学习计划和方向能根据资料进行归纳总结

包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉大模型视频和PDF合集👈

这里我们能提供零基础学习书籍和视频。作为最快捷也是最有效的方式之一，跟着老师的思路，由浅入深，从理论到实操，其实大模型并不难。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉获取方式：

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓