阿里云一键部署 Qwen3 满血版，30分钟拥有企业级专属模型服务

背景

随着大模型技术的快速发展，开源大模型在自然语言处理、代码生成、多语言理解等领域的应用日益广泛。

Qwen3是 Qwen 系列大型语言模型的最新成员。其旗舰模型 Qwen3-235B-A22B 在代码、数学、通用能力等基准测试中，与 DeepSeek-R1、o1、o3-mini、Grok-3 和 Gemini-2.5-Pro 等顶级模型相比，表现出极具竞争力的结果。此外，小型 MoE 模型 Qwen3-30B-A3B 的激活参数数量是 QwQ-32B 的 10%，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。

为帮助个人用户与企业用户便捷地拥有专属Qwen3模型服务，阿里云计算巢推出了Qwen3一键部署方案。该方案让用户无需深入理解底层技术细节，即可在 30分钟内 快速完成模型环境搭建与服务启动，真正实现“开箱即用”的企业级超大模型服务。该方案支持Vllm或Sglang部署，默认采用Vllm部署，支持用户自定义部署参数。详情可参考用户部署文档。

为什么选择Qwen3一键部署方案？

• 极速部署，省时省力
  从部署配置到服务启动，整个流程只需30分钟，大幅缩短部署时间，助力用户快速上手。
• 开箱即用，零技术门槛
  预置标准化环境与自动化编排模板，让用户无需关心底层技术细节，专注于业务创新。
• 高性能优化，低延迟高可用
  阿里云GPU异构团队提供模型高性能推理优化，确保Qwen3在企业级场景中实现高可用。
• 灵活扩展，满足多样化需求
  支持多种部署规模与场景，无论是单机部署还是分布式集群，都能轻松应对用户的不同需求。

本方案支持一键部署的模型

Qwen系列：

• Qwen/Qwen3-235B-A22B
• Qwen/Qwen3-32B
• Qwen/Qwen3-8B
• Qwen/QwQ-32B
• Qwen/Qwen2.5-32B-Instruct

Deepseek系列：

• deepseek-ai/DeepSeek-R1（671B，双机版）
• deepseek-ai/DeepSeek-V3（双机版）
• deepseek-ai/DeepSeek-R1-Distill-Llama-70B
• deepseek-ai/DeepSeek-R1-Distill-Qwen-32B
• deepseek-ai/DeepSeek-R1-Distill-Qwen-7B

部署流程

1. 单击部署链接。选择单机版，个人用户建议选择Qwen3-8B。Qwen3-32B需8*A10以上实例规格，Qwen3-235B-A22B需提交工单申请H20实例规格。根据界面提示填写参数，可根据需求选择是否开启公网，可以看到对应询价明细，确认参数后点击下一步：确认订单。
   
   

2. 点击下一步：确认订单后可以看到价格预览，随后可点击立即部署，等待部署完成。

3. 等待部署完成后，就可以开始使用服务了。点击服务实例名称，进入服务实例详情，使用Api调用示例即可访问服务。如果是内网访问，需保证ECS实例在同一个VPC下。
   

使用说明

公网API访问

复制Api调用示例，在本地终端中粘贴Api调用示例即可。默认为流式响应，将stream改为false即可关闭。content中为用户所提问题。

内网API访问

复制Api调用示例，在资源标签页的ECS实例中粘贴Api调用示例即可。也可在同一VPC内的其他ECS中访问。默认为流式响应，将stream改为false即可关闭。content中为用户所提问题。

性能测试

Qwen3-235B-A22B压测结果

本服务方案下，针对Qwen3-235B-A22B在ecs.ebmgn8v.48xlarge（H20）实例规格下，分别测试QPS为20情况下模型服务的推理响应性能，压测持续时间均为1分钟。

H20规格

QPS为20，1分钟1200个问答请求

QPS为50，1分钟3000个问答请求

Qwen3-32B压测结果

本服务方案下，针对Qwen3-32B在ecs.gn7i-8x.16xlarge（8*A10）实例规格下，分别测试QPS为20情况下模型服务的推理响应性能，压测持续时间均为1分钟。

8*A10规格

QPS为20，1分钟1200个问答请求

QPS为50，1分钟3000个问答请求