Qwen3
阿里巴巴推出的第五代千问大模型系列，全球首款开源混合推理模型，共六个尺寸，支持Dense和MoE双架构，旗舰模型235B-A22B可与Gemini 2.5 Pro正面抗衡
核心事实
时间轴 (近 90 天)
GQA（分组查询注意力）等技术可以有效压缩KV Cache，Qwen3系列也采用了类似优化
Unsloth Desktop当前已支持Qwen3、Meta系列模型以及DeepSeek等多种主流模型
UP主的测试环境为RTX 5070显卡（12GB显存）、Qwen3系列9B参数模型、64K上下文长度
在RTX 5070（12GB显存）配置下，本地Qwen3 9B模型的输出速度达到约70-76 token/秒
该1-bit量化的27B模型能够在仅8GB内存的设备上运行
Qwen3覆盖从0.6B到235B的多种参数规模，支持思考模式（thinking mode）混合推理能力，覆盖119种语言的多语言预训练数据
该量化模型相较于BF16全精度版本保留了约77%的准确率
该消息主要来自单一Twitter来源，具体测试基准、评测方法和适用场景细节尚待验证
Qwen3采用RoPE旋转位置编码并通过YaRN等技术进行外推扩展，使用GQA分组查询注意力降低长序列KV缓存显存占用
Qwen系列采用Apache 2.0协议开放，允许商业使用和二次修改
还有 2 条时间轴事件
全部知识事实 (12)
Qwen系列采用Apache 2.0协议开放，允许商业使用和二次修改
65%已验证Qwen 3.5架构使用改进的Transformer变体，融合了分组查询注意力（GQA）和旋转位置编码（RoPE）等技术
65%待验证Qwen3.6在训练时加入了MTP头，模型本身具备一次预测多个未来token的能力
85%待验证GQA（分组查询注意力）等技术可以有效压缩KV Cache，Qwen3系列也采用了类似优化
50%待验证Unsloth Desktop当前已支持Qwen3、Meta系列模型以及DeepSeek等多种主流模型
50%待验证在RTX 5070（12GB显存）配置下，本地Qwen3 9B模型的输出速度达到约70-76 token/秒
50%待验证UP主的测试环境为RTX 5070显卡（12GB显存）、Qwen3系列9B参数模型、64K上下文长度
50%待验证该1-bit量化的27B模型能够在仅8GB内存的设备上运行
50%待验证Qwen3覆盖从0.6B到235B的多种参数规模，支持思考模式（thinking mode）混合推理能力，覆盖119种语言的多语言预训练数据
50%待验证该量化模型相较于BF16全精度版本保留了约77%的准确率
50%待验证该消息主要来自单一Twitter来源，具体测试基准、评测方法和适用场景细节尚待验证
50%待验证Qwen3采用RoPE旋转位置编码并通过YaRN等技术进行外推扩展，使用GQA分组查询注意力降低长序列KV缓存显存占用
50%