Знакомимся с Qwen3 от Alibaba: глубокое рассуждение и быстрые ответы

Qwen3 — это открытое семейство больших языковых моделей от Alibaba, представленное в конце апреля 2025 года. В релиз вошли восемь моделей: две MoE-версии (от 30 до 235 млрд параметров) и шесть плотных (dense) — от 0,6 до 32 млрд. Ключевая идея первого релиза — гибридное мышление: одна модель умеет и рассуждать пошагово, и отвечать мгновенно. Все веса открыты под лицензией Apache 2.0.

Материал обновлён в 2026 году: с момента запуска семейство заметно изменилось — ниже об этом отдельно.

• 8 моделей: 2 MoE + 6 dense, флагман Qwen3-235B-A22B (235 млрд всего / 22 млрд активных).
• Контекст 32K у младших (0.6B, 1.7B) и 128K у остальных в исходном релизе.
• Обучение на ~36 трлн токенов, поддержка 119 языков и диалектов.
• Лицензия Apache 2.0 — можно использовать в коммерческих продуктах.
• Важное обновление 2025–2026: гибридный режим в поздних версиях разделили на отдельные Instruct- и Thinking-модели.

Разбираем Qwen, DeepSeek и другие нейросети на практике — на бесплатном обзорном практикуме.

Что такое Qwen3 и из чего состоит линейка

Qwen3 (внутреннее имя — Tongyi Qianwen) продолжает линейку языковых моделей Alibaba Cloud. Отличие от прошлых поколений в том, что это не одна модель, а набор из восьми: две используют архитектуру Mixture-of-Experts (MoE), где на каждый запрос активируется лишь часть параметров, и шесть плотных, где работают все параметры сразу.

MoE-версии дают качество крупной модели при меньших затратах на инференс: у флагмана из 235 млрд параметров на запрос активируется только 22 млрд. Плотные модели удобнее для локального запуска — младшие помещаются на ноутбук или edge-устройство.

Вывод: линейка покрывает диапазон от карманной модели для локальных экспериментов до флагмана уровня топовых закрытых моделей — под задачу подбирается размер, а не берётся один вариант на всё.

ОНЛАЙН-ПРАКТИКУМ

ЗАПУСК нейросети DEEPSEEK R1 ЛОКАЛЬНО НА СВОЕМ КОМПЬЮТЕРЕ

ЧТО БУДЕТ НА ОБУЧЕНИИ?

• ПОКАЖЕМ, КАК РАЗВЕРНУТЬ МОДЕЛЬ нейросети DEEPSEEK R1 ПРЯМО НА СВОЁМ КОМПЬЮТЕРЕ
• Где и как применять? Потестируем модель после установки на разных задачах
• Как дообучить модель под себя?

Участвовать бесплатно

Гибридное мышление Qwen3: Thinking и Non-Thinking режимы

Главная фишка исходного Qwen3 — два режима внутри одной модели. В Thinking Mode модель рассуждает пошагово (chain of thought) перед ответом: это дороже по времени и токенам, но точнее на математике, коде и логике. В Non-Thinking Mode она отвечает почти мгновенно — для простых запросов, где важнее скорость. Переключение задаётся параметром запроса или мягкими командами прямо в промпте.

Такой подход даёт три вещи:

• выбор между глубиной ответа и скоростью отклика без смены модели;
• управляемый «бюджет мышления» — сколько токенов модель тратит на рассуждение;
• предсказуемый рост качества при увеличении этого бюджета.

Как режимы изменились к 2026 году

Здесь — та деталь, которую большинство обзоров упускают. Изначально Thinking и Non-Thinking жили в одной модели. Но уже в обновлениях с индексом 2507 (июль 2025) команда Qwen отказалась от гибридного подхода и стала обучать Instruct- и Thinking-модели раздельно. Причина по их же формулировке — так каждую модель можно оптимизировать под свою задачу и получить более стабильное качество.

Практический итог: у поздних версий, например Qwen3-235B-A22B-Instruct-2507, режим один — не-думающий, блоки <think> не генерируются, а указывать enable_thinking=False больше не нужно. Для рассуждений берётся отдельная Thinking-модель. Если вы читаете старые статьи про «переключаемый режим», сверяйтесь с конкретной версией: в актуальных сборках это уже не один тумблер, а две разные модели.

Вывод: концепция «глубина или скорость» осталась, но реализация ушла от одного гибрида к специализированным моделям — это влияет на то, какую версию скачивать под задачу.

Контекст, языки и обучение Qwen3

В исходном релизе контекстное окно составляло 128K токенов у большинства моделей и 32K у двух младших (0.6B и 1.7B). Этого хватает для анализа больших документов и длинных диалогов. Поздние версии 2507 расширили окно кардинально: у Instruct-2507 контекст — 262 144 токена нативно, с возможностью растянуть примерно до 1 млн токенов.

По языкам Qwen3 поддерживает 119 языков и диалектов, включая русский, что делает модель применимой почти в любом регионе. Предобучение шло примерно на 36 трлн токенов — вдвое больше, чем у предыдущего поколения Qwen2.5.

Пост-тренировка исходных моделей описана в официальном блоге Qwen как четырёхэтапный конвейер:

1. холодный старт на длинных цепочках рассуждений (long CoT cold start);
2. обучение с подкреплением на задачах рассуждения (reasoning RL);
3. слияние режима мышления (thinking mode fusion);
4. общее обучение с подкреплением (general RL).

Вывод: большой контекст плюс широкая языковая база делают Qwen3 рабочим инструментом для длинных документов и многоязычных сценариев, а не только для англоязычных бенчмарков.

Бенчмарки Qwen3 и сравнение с конкурентами

По данным Alibaba, флагманский Qwen3-235B-A22B показывает конкурентные результаты в сравнении с DeepSeek-R1, OpenAI o1 и o3-mini, Grok-3 и Gemini-2.5-Pro на задачах кодирования, математики и рассуждений. Формулировка официального блога — именно «конкурентные результаты», а не безусловное превосходство, поэтому осторожнее с обзорами, обещающими, что Qwen3 «бьёт всех».

Интереснее эффективность младших моделей: по заявлению разработчиков, Qwen3-30B-A3B с всего 3 млрд активных параметров обходит QwQ-32B (у которой активных в 10 раз больше), а компактная Qwen3-4B сопоставима по качеству с прошлым флагманом Qwen2.5-72B-Instruct. Это и есть главный сдвиг поколения — меньше активных параметров при том же уровне ответа.

Вывод: сравнивать Qwen3 с конкурентами корректнее по классу задач, а не по одной цифре. Сильная сторона — соотношение качества и стоимости инференса за счёт MoE.

Где попробовать Qwen3 и как начать работу

Попробовать Qwen3 можно без установки — в веб-чате Qwen Chat, а для интеграции и локального запуска доступны открытые веса. Базовый путь:

1. Быстрый старт в браузере. Откройте веб-версию Qwen Chat, выберите модель и задайте вопрос — режим рассуждения переключается в интерфейсе.
2. Скачайте веса. Модели (0.6B–32B и MoE) лежат на Hugging Face и ModelScope. Под ноутбук берите младшие плотные версии, под сервер — MoE.
3. Запустите локально. Для инференса подойдут Ollama, LM Studio, llama.cpp, MLX; для нагруженного продакшена — vLLM или SGLang.
4. Выберите режим. В исходных моделях мышление включается параметром запроса или мягкими командами в промпте; в версиях 2507 берите Instruct-модель для быстрых ответов и отдельную Thinking-модель для рассуждений.
5. Подключите через API. Для облачного использования модели доступны через Alibaba Cloud и сторонние провайдеры инференса.

Вывод: порог входа низкий — от чата в браузере за минуту до локального развёртывания на своём железе, если нужны приватность и контроль.

Как семейство выросло к 2026 году

Qwen3 перестал быть одним релизом и стал платформой. Помимо обновлений 2507 появились специализированные члены семейства: Qwen3-Coder под задачи программирования, Qwen3-VL для работы с изображениями и текстом одновременно, а также эффективные архитектуры вроде Qwen3-Next. Если вам нужна конкретная задача — код, зрение, длинный контекст — сегодня стоит смотреть не на исходный Qwen3, а на профильную ветку семейства.

Лицензия Qwen3 и когда её брать

Все базовые модели Qwen3 выпущены под Apache 2.0 — это разрешительная лицензия: можно дообучать, встраивать в продукты и использовать коммерчески без роялти. Именно открытость отличает Qwen3 от закрытых GPT и Gemini и делает его вариантом по умолчанию, когда важны локальный запуск, приватность данных или отсутствие вендор-лока.

Кому Qwen3 подходит: разработчикам ИИ-систем, командам, которым нужен self-hosted инференс, проектам с многоязычным контентом и всем, кто хочет управлять «бюджетом рассуждения» под конкретную задачу. Кому может не подойти: тем, кому нужен полностью управляемый облачный сервис без возни с развёртыванием — тогда закрытые API проще.

Коротко о Qwen3

• Открытое семейство из 8 моделей: 2 MoE + 6 dense, Apache 2.0.
• Флагман Qwen3-235B-A22B: 235 млрд параметров, 22 млрд активных.
• Гибридное мышление в исходном релизе; в версиях 2507 — раздельные Instruct и Thinking.
• Контекст 128K (до 256K–1M в поздних версиях), 119 языков, ~36 трлн токенов обучения.
• Пробовать: Qwen Chat, Hugging Face, ModelScope, локально через Ollama/vLLM.

Частые вопросы о Qwen3

Что такое Qwen3 простыми словами?

Это открытое семейство языковых моделей от Alibaba из восьми вариантов разного размера. Одни рассуждают пошагово для сложных задач, другие отвечают мгновенно. Веса открыты под Apache 2.0, модель понимает 119 языков, включая русский.

Qwen3 бесплатный?

Веса моделей открыты и распространяются под лицензией Apache 2.0, то есть их можно скачать и запускать локально бесплатно. Плата возможна только при использовании через облачные API сторонних провайдеров — по их тарифам.

Чем Qwen3 отличается от Qwen2.5?

Qwen3 обучен примерно на 36 трлн токенов — вдвое больше предыдущего поколения, получил гибридный режим мышления и лучшее соотношение качества к числу активных параметров. Компактная Qwen3-4B по качеству сопоставима с прежним флагманом Qwen2.5-72B-Instruct.

Какой контекст поддерживает Qwen3?

В исходном релизе — 128K токенов у большинства моделей и 32K у двух младших. Поздние версии с индексом 2507 расширили окно до 262 144 токенов нативно с возможностью растянуть примерно до 1 млн.

Где попробовать Qwen3?

Быстрее всего — в веб-чате Qwen Chat без установки. Для интеграции модели доступны на Hugging Face и ModelScope, а для локального запуска подойдут Ollama, LM Studio, llama.cpp или vLLM.