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*

X 用户 Jafar Najafov 对比了 Qwen3 与相同模型参数量的 Llama Qwen3 能更快地解决更难的问题

闲言少叙，为了让更多开发者能够便捷地体验 Qwen3 的超强性能，OpenBayes 已经上线了「使用 vLLM+Open-webUI 部署 Qwen3-30B-A3B」， 支持切换 32B Dense 模型，一键部署即可快速体验 demo。

此外，我们还为新用户准备了惊喜算力资源福利，使用邀请码「Qwen3-30B-A3B」注册即可获得 2 小时双卡 A6000 使用时长（资源有效期 1 个月）， 数量有限，不要错过！

教程地址：

https://go.openbayes.com/CJDmk

此外，OpenBayes 还上线了「vLLM+Open-webUI 部署 Qwen3 系列模型」，该项目提供了 4 种型号的模型：

• Qwen3-8B（默认使用）

• Qwen3-4B

• Qwen3-1.7B

• Qwen3-0.6B

教程地址：

https://go.openbayes.com/f9sgO

Demo 运行

01 运行阶段

1.登录 http://OpenBayes.com，在「公共教程」页面，选择 「使用 vLLM+Open-webUI 部署 Qwen3-30B-A3B」教程。

2. 页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。

3. 选择「NVIDIA RTX A6000-2」以及「vllm」镜像。OpenBayes 平台提供了 4 种计费方式，大家可以按照需求选择「按量付费」或「包日/周/月」，点击「继续执行」。新用户使用下方邀请链接注册，可获得 4 小时 RTX 4090 + 5 小时 CPU 的免费时长！

小贝总专属邀请链接（直接复制到浏览器打开）：

https://go.openbayes.com/9S6Dr

4. 等待分配资源，首次克隆需等待 2 分钟左右的时间。当状态变为「运行中」后，打开「端口映射」下的访问地址，即可跳转至 Demo 页面。请注意，用户需在实名认证后才能使用 API 地址访问功能。

02 效果演示

五一假期马上到了，输入 prompt 「帮我做 1 个五一去北京的旅游攻略」。

可以看到它制定了详细的行程。

新用户福利

注册福利： 点击下方邀请链接注册，即可获得 4 小时 RTX 4090 + 5 小时 CPU 的免费算力时长，永久有效！

小贝总专属邀请链接（直接复制到浏览器打开）：

https://go.openbayes.com/9S6Dr