Qwen3与2025.4.29凌晨发布，此次发布3一如既往的引起轰动，一方面来自于开源社区对LLama4的失望，另一方面来自于Qwen系列一直以来不是上来发布一个238B的看起来很牛逼但实际上并没有什么卵用的超大模型，而是一系列的小模型，尺寸从几千万参数到几百亿不等。可以说是非常实用且合理。

一、模型发布概览

以下是Qwen3系列模型的详细信息，包括模型尺寸、参数大小以及是否为MoE架构的表格：

模型名称	总参数规模	激活参数规模	是否MoE	上下文长度	备注
Qwen3-0.6B	0.6B	-	否	32K	超小型模型，适合端侧设备部署
Qwen3-1.7B	1.7B	-	否	32K	移动端优化，显存占用低
Qwen3-4B	4B	-	否	32K	性能匹敌Qwen2.5-72B-Instruct
Qwen3-8B	8B	-	否	128K	延续Qwen系列参数规模
Qwen3-14B	14B	-	否	128K	通用任务性能提升
Qwen3-32B	32B	-	否	128K	性能对标Qwen2.5-72B
Qwen3-30B-A3B	30B	3B	是	128K	MoE架构，激活参数为QwQ-32B的10%
Qwen3-235B-A22B	235B	22B	是	128K	旗舰MoE模型，性能超越DeepSeek-R1/Gemini-2.5-Pro等

其中几大亮点：

1. 大尺寸MoE，超越了Deepseek R1，并且部署成本更低

1. 4B的模型代码能力超越GPT4o，是的你没看错

1. Qwen3-30B-A3B以3B激活的尺寸，超越了DeepseekV3（激活32B）

可以看出，这一次的黑马应该是Qwen3-4B，以及Qwen3-30B-A3B，以前我觉得MoE没啥用，很难打败同尺寸的Dense模型，但是把A缩小，这个推理的增益就显得有点恐怖了。你几乎可以以一个3B的速度，来达到一个72B Dense的效果。

反观LLama4, 400B激活17B，不能说是用处大，几乎可以说是没有一丁点卵用。

与此同时，RIP LLama4

二、Qwen3上手实测

简单测了几道题目，这道题目很少看到LLM能做对，但是，Qwen3 炸裂。

In a room I have only 3 sisters.

Anna is reading a book

Alice is playing a match of chess

What the third sister, Amanda is doing ?

这个A3B能知道，Amanda在和Alice玩国际象棋。它能推理出来，象棋需要两个人玩！

Kevin currently has 8 apples. He ate 3 apples yesterday. How many apples does Kevin have now?

但是遗憾的是，它没有能回答这个问题。

这个问题，Qwen3-32B能回答正确：

太溜了。这个问题连Claude一开始都是跪下的。

尝试打开思考模式，MoE基本上都是跪下的，A22B也是跪下的，这么看来，还是Dense模型厉害，MoE仅仅只适合在推理增益非常大的情况下有用，例如这一次的30BA3B，就很让人心动，虽然大体上能力远不如32B。

Sally is a girl. She has 3 brothers. Each brother has 2 sisters. How many sisters does Sally have?

这道经典题目，在之前只有Gemini1.5能回答正确。现在30B-A3B也可以了。

I do not not not like eggs. Do I like eggs?

超级经典问题：

A3B只有在开启thinking模式下才能work。

Generate ten sentences ending in apple.

总结

由于时间关系，没有测试更多模型，但是我们可以很明显看到一个惊人的结论：

• Qwen3-30B-A3B应该是目前部署性价比最高的模型，对于要求速度同时又要求精度的场景，如果你不考虑用多少显存，大概率可以直接上；

• Qwen3-32B目前可能是同尺寸开源最强的模型，对于企业级应用应该是绰绰有余，几乎可以直接替代Deepseek-R1.

• Qwen3-8B用来部署企业级应用，甚至在VL模型出来之后，可能成为多模态模型的标配，而Qwen3-4B-VL，可能达到现在32B-VL的水准。

最后感谢Qwen团队慷慨的开源，让我们可以直接获取到这些伟大的模型。同时这也进一步倒逼开源界产出更强大的模型，让AGI真正平权。

不知道如果DeepSeek继续开发小模型和新的强化模型，是否能和Qwen3一战？

 

 一、大模型风口已至：月薪30K+的AI岗正在批量诞生

2025年大模型应用呈现爆发式增长，根据工信部最新数据：

国内大模型相关岗位缺口达47万

初级工程师平均薪资28K（数据来源：BOSS直聘报告）

70%企业存在"能用模型不会调优"的痛点

真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！

二、如何学习大模型 AI ？

🔥AI取代的不是人类，而是不会用AI的人！麦肯锡最新报告显示：掌握AI工具的从业者生产效率提升47%，薪资溢价达34%！🚀

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。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工

📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）

 

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

*   大模型 AI 能干什么？
*   大模型是怎样获得「智能」的？
*   用好 AI 的核心心法
*   大模型应用业务架构
*   大模型应用技术架构
*   代码示例：向 GPT-3.5 灌入新知识
*   提示工程的意义和核心思想
*   Prompt 典型构成
*   指令调优方法论
*   思维链和思维树
*   Prompt 攻击和防范
*   …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

*   为什么要做 RAG
*   搭建一个简单的 ChatPDF
*   检索的基础概念
*   什么是向量表示（Embeddings）
*   向量数据库与向量检索
*   基于向量检索的 RAG
*   搭建 RAG 系统的扩展知识
*   混合检索与 RAG-Fusion 简介
*   向量模型本地部署
*   …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

*   为什么要做 RAG
*   什么是模型
*   什么是模型训练
*   求解器 & 损失函数简介
*   小实验2：手写一个简单的神经网络并训练它
*   什么是训练/预训练/微调/轻量化微调
*   Transformer结构简介
*   轻量化微调
*   实验数据集的构建
*   …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

*   硬件选型
*   带你了解全球大模型
*   使用国产大模型服务
*   搭建 OpenAI 代理
*   热身：基于阿里云 PAI 部署 Stable Diffusion
*   在本地计算机运行大模型
*   大模型的私有化部署
*   基于 vLLM 部署大模型
*   案例：如何优雅地在阿里云私有部署开源大模型
*   部署一套开源 LLM 项目
*   内容安全
*   互联网信息服务算法备案
*   …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】