Qwen3 是 Qwen 系列最新一代的大语言模型，提供了完整的稠密模型和专家混合（MoE）模型套件。基于大规模训练，Qwen3 在推理、指令跟随、智能体能力以及多语言支持方面实现了突破性进展，主要特性如下：

• 独特支持在单一模型中无缝切换：可在 思考模式（用于复杂逻辑推理、数学和编程）与 非思考模式（用于高效的通用对话）之间切换，从而在不同场景下都能发挥最佳性能。
• 推理能力显著增强：在数学、代码生成和常识逻辑推理方面，超越了此前的 QwQ（思考模式）和 Qwen2.5 instruct 模型（非思考模式）。
• 更优的人类偏好对齐：在创意写作、角色扮演、多轮对话和指令跟随方面表现突出，能够带来更自然、更有吸引力和更沉浸式的对话体验。
• 智能体能力方面的专长：能够在思考和非思考模式下精确调用外部工具，在复杂的基于智能体任务中实现了开源模型的领先表现。
• 支持 100+ 种语言和方言，并具备强大的 多语言指令跟随 和 翻译 能力。

Model Farm 提供预编译好的模型资源以及推理代码，支持以下两种方式获取：

• 通过 Model Farm 页面获取：在右侧性能参考板块中点击模型 & 代码获取模型资源及代码包。

• 通过命令获取（推荐）：持有阿加犀开发板的用户，可以通过开发板内置的 MMS 工具获取模型资源及代码包。

# 模型查询
mms list [model name]

# 模型资源获取
mms get -m [model name] -p [precision] -c [soc] -b [backend] -d [file path]

MMS 具体使用请参考：MMS 使用 & 提前获取预览版块模型

Qwen3-4B 具有以下特性：

• 类型：因果语言模型
• 训练阶段：预训练 & 后训练
• 参数量：40 亿
• 非嵌入参数量：36 亿
• 层数：36
• 注意力头数（GQA）：Q 为 32，KV 为 8
• 上下文长度：原生支持 32,768，使用 YaRN 可扩展至 131,072 tokens。

更多详情，包括基准评测、硬件需求和推理性能，请参考我们的 博客、GitHub 以及 文档。

注意：此表格显示的是源模型的评估，而非量化模型的评估。源模型评估来自于 Qwen3-4B 评估结果

用户可以通过以下两种方式实现大模型在高通芯片上的推理运行：

• 通过 APLUX AidGen 推理大模型：请参考 APLUX AidGen 开发者文档
• 通过 QualComm Genie 推理大模型：请参考 Qualcomm Genie 文档