OpenBayes 教程上新丨Qwen3狂揽近20k star，网友实测：比Llama更快解决更难问题

4 月 29 日凌晨，Qwen3 模型「家族」终于正式亮相，共 8 款混合推理模型全部开源， 仅仅一天的时间便在 GitHub 斩获近 20k stars，而除了极高的讨论热度外，Qwen3 更是凭借性能的提升与部署成本的下探，一举问鼎开源大模型王座。

• 开源版本包含 2 个 MoE 模型：Qwen3-235B-A22B 和 Qwen3-30B-A3B；6 个 Dense 模型：Qwen3-32B、Qwen3-14B、Qwen3-8B、Qwen3-4B、Qwen3-1.7B 和 Qwen3-0.6B。

根据官方发布的数据，旗舰模型 Qwen3-235B-A22B 在代码、数学、通用能力等基准测试中，表现出与 DeepSeek-R1、o1、o3-mini、Grok-3 和 Gemini-2.5-Pro 相媲美的能力。 值得一提的是，Qwen3-30B-A3B 的激活参数数量仅为 QwQ-32B 的 10%，但表现更胜一筹，甚至像 Qwen3-4B 这样的小模型也能匹敌 Qwen2.5-72B-Instruct 的性能。

面对性能表现一举超越 OpenAI-o1 与 DeepSeek-R1 两大顶流的 Qwen3，全球开发者跃跃欲试，不少已经发布了一手实测评价，可谓是「好评如潮」。

*图源：X 用户 Hasan Toor*