La diversidad de Qwen3 es intencional: permite a los desarrolladores elegir el equilibrio adecuado entre precisión, costo, memoria y hardware, manteniendo una capacidad central unificada: razonamiento híbrido. Esta guía te ayuda a comprender las diferencias y encontrar qué modelo Qwen3 es más adecuado para tus necesidades específicas, ya sea que estés creando un chatbot, un asistente de codificación o un agente de investigación de IA.
¿Por qué la serie Qwen 3 tiene tantos modelos?
De Qwen
Qwen3 235B A22B/Qwen3 32B
- Modelos base
Este es el punto de partida del entrenamiento, que representa los modelos base originales. - Etapa 1: Arranque en frío con Long-CoT
Se utiliza razonamiento de cadena larga (Long-CoT) como fase de arranque en frío para ayudar al modelo a adquirir capacidades iniciales para tareas de razonamiento complejas. - Etapa 2: RL de razonamiento
Mediante el Aprendizaje por Refuerzo de Razonamiento (Reasoning RL), se mejora aún más la capacidad de razonamiento del modelo para las tareas. - Etapa 3: Fusión de modos de pensamiento
Se fusionan diferentes modos de pensamiento (por ejemplo, razonamiento lógico, juicio intuitivo) para mejorar la generalidad y flexibilidad del modelo. - Etapa 4: RL general
Se aplica Aprendizaje por Refuerzo General (General RL) para que el modelo pueda adaptarse a tareas más amplias.
Qwen3 30B A3B;Qwen3 14B/8B/4B/1.7B/0.6B
- Modelos base
Del mismo modo, esto también comienza con los modelos base. - Destilación de fuerte a débil
La destilación de fuerte a débil transfiere conocimiento de modelos frontera a modelos ligeros, asegurando que estos modelos mantengan eficiencia mientras conservan capacidades sólidas de razonamiento.
Introducción básica a los modelos Qwen 3
Modelos MOE de Qwen 3
| Característica | Qwen3 235B A22B | Qwen3 30B A3B |
|---|---|---|
| Tamaño del modelo | 235B/22B (activados) | 30.5B/3.3B (activados) |
| Arquitectura | 94 capas, 64 cabezas de atención para consultas y 4 para clave-valor | 48 capas, 32 cabezas de atención para consultas y 4 para clave-valor |
| Capacidad | Soporta llamadas a funciones | Soporta llamadas a funciones |
| Contexto | 32,768 tokens | 32,768 tokens |
| Soporte de idiomas | 119 idiomas y dialectos | 119 idiomas y dialectos |
| Capacidad multimodal | Texto a texto | Texto a texto |
Modelos densos de Qwen 3
| Modelo | Tamaño del modelo | Capas | Cabezas de atención (Q / KV) | Longitud de contexto | Soporte multilingüe |
|---|---|---|---|---|---|
| Qwen3 32B | 32.8B | 64 | 64 / 8 | 32K / hasta 128K | 119 idiomas y dialectos |
| Qwen3 14B | 14.8B | 40 | 40 / 8 | 32K / hasta 128K | 119 idiomas y dialectos |
| Qwen3 8B | 8.2B | 36 | 32 / 8 | 32K / hasta 128K | 119 idiomas y dialectos |
| Qwen3 4B | 4.0B | 36 | 32 / 8 | 32K | 119 idiomas y dialectos |
| Qwen3 1.7B | 1.7B | 28 | 16 / 8 | 32K | 119 idiomas y dialectos |
| Qwen3 0.6B | 0.6B | 28 | 16 / 8 | 32K | 119 idiomas y dialectos |
El punto es que todos los modelos de la serie Qwen3 — incluyendo Qwen3 0.6B, 1.7B, 4B, 8B, 14B, 32B, así como las variantes MoE Qwen3 30B A3B y Qwen3 235B A22B — son compatibles con el “Modo de Razonamiento Híbrido”.
- Modo Pensamiento: Diseñado para problemas complejos que requieren un análisis profundo. El modelo razona paso a paso y ofrece respuestas cuidadosamente consideradas.
- Modo No Pensamiento: Adecuado para tareas simples. El modelo proporciona respuestas rápidas, casi instantáneas.
Además, los modelos Qwen3 introducen un mecanismo de “presupuesto de pensamiento” que permite a los usuarios establecer un máximo de tokens durante el razonamiento. Esto ayuda a controlar la profundidad del razonamiento y gestionar el consumo de recursos computacionales.
De Qwen
Puntos de referencia de Qwen 3
Punto de referencia de razonamiento de Qwen 3
| Prueba | Qwen3 235B | Qwen3 32B | Qwen3 30B | Qwen3 14B | Qwen3 8B | Qwen3 7B | Qwen3 4B | Qwen3 0.6B |
|---|---|---|---|---|---|---|---|---|
| MMLU-Pro | 83% | 80% | 78% | 77% | 74% | 57% | 35% | - |
| GPQA Diamond | 70% | 67% | 62% | 60% | 59% | 36% | 24% | - |
| Humanity’s Last Exam | 11.7% | 8.3% | 6.6% | 5.7% | 5.1% | 4.3% | 4.2% | - |
| LiveCodeBench | 62% | 55% | 52% | 51% | 47% | 41% | 31% | 12% |
| SciCode | 40% | 35% | 32% | 28% | 23% | 4% | 4% | 3% |
| MATH-500 | 96% | 96% | 96% | 93% | 93% | 90% | 89% | 75% |
| AIME 2024 | 84% | 81% | 76% | 75% | 75% | 66% | 51% | 10% |
Punto de referencia sin razonamiento de Qwen 3
| Prueba | Qwen3 235B | Qwen3 32B | Qwen3 30B | Qwen3 14B | Qwen3 8B | Qwen3 7B | Qwen3 4B | Qwen3 0.6B |
|---|---|---|---|---|---|---|---|---|
| MMLU-Pro | 76% | 73% | 71% | 68% | 64% | 41% | 23% | - |
| GPQA Diamond | 61% | 54% | 52% | 47% | 45% | 40% | 28% | 23% |
| Humanity’s Last Exam | 5.2% | 5.2% | 4.7% | 4.6% | 4.3% | 3.7% | 2.8% | - |
| LiveCodeBench | 34% | 32% | 29% | 28% | 23% | 20% | 13% | 7% |
| SciCode | 30% | 28% | 27% | 26% | 17% | 17% | 7% | 4% |
| MATH-500 | 90% | 87% | 87% | 86% | 84% | 83% | 72% | 52% |
| AIME 2024 | 33% | 30% | 28% | 26% | 24% | 21% | 10% | 2% |
Humanity’s Last Exam prueba el razonamiento y el conocimiento extremos. Todos los modelos obtienen un rendimiento bajo.
- Para tareas de alto riesgo que requieren un rendimiento de primer nivel (por ejemplo, investigación científica, codificación avanzada), Qwen3 235B es la mejor opción.
- Para soluciones rentables donde los recursos computacionales son limitados, Qwen3 30B o Qwen3 32B ofrecen un buen equilibrio entre rendimiento y eficiencia.
- Modelos más pequeños como Qwen3 0.6B son más adecuados para aplicaciones ligeras, pero pueden tener dificultades con tareas complejas.
Requisitos de hardware de Qwen 3
| Nombre del modelo | Memoria requerida (GB) |
| Qwen3 0.6B | 3.01GB |
| Qwen3 1.7B | 5.75GB |
| Qwen3 4B | 10.99GB |
| Qwen3 8B | 19.82GB |
| Qwen3 14B | 33.48GB |
| Qwen3 30B A3B | 74.21GB |
| Qwen3 32B | 73.5GB |
| Qwen3 235B A22B | 553.96GB |
0.6B–4B: Aplicaciones locales, chatbots, uso ligero en el borde.
8B–14B: Modelos generalistas potentes para servidores de inferencia de tamaño mediano.
32B: Casos de uso de alto rendimiento que necesitan resultados creativos y un razonamiento más profundo.
235B: Implementación a nivel de investigación o escala empresarial, no rentable para la mayoría de los usuarios.
¿Qué Qwen 3 satisface tus necesidades?
| Tu objetivo | Modelo(s) recomendado(s) | Por qué |
|---|---|---|
| Tareas locales ligeras / chatbots | Qwen3-0.6B / Qwen3-1.7B | Inicio rápido, baja memoria (<6GB), funciona en portátiles, ideal para uso en el borde |
| Razonamiento equilibrado + hardware asequible | Qwen3-8B / Qwen3-14B | Maneja bien tareas generales, se adapta a GPUs de 16GB–24GB, sólida IA multilingüe |
| Razonamiento y generación avanzados | Qwen3-32B | Mejor modelo denso para código, matemáticas, tareas de formato largo sin la sobrecarga de MoE |
| Rendimiento de primer nivel para investigación | Qwen3-235B (A22B) | Mejores puntuaciones en puntos de referencia de razonamiento, pero muy costoso de ejecutar |
| Opción MoE eficiente pero capaz | Qwen3-30B (A3B) | Resultados sólidos usando ~3B de parámetros activos; mejor escalado por memoria de GPU |
¿Cómo acceder a los modelos Qwen 3 de forma rentable?
Novita AI es una plataforma en la nube de IA que ofrece a los desarrolladores una forma sencilla de implementar modelos de IA mediante nuestra API simple, al mismo tiempo que proporciona la nube de GPU asequible y confiable para construir y escalar.
Además de Qwen 3 Reranker 8B y Embedding 8B, Novita AI también ofrece Qwen 3 (0.6B, 1.7B, 4B) de forma gratuita para apoyar el desarrollo de la comunidad de código abierto.
Paso 1: Inicia sesión y accede a la Biblioteca de Modelos
Inicia sesión en tu cuenta y haz clic en el botón Biblioteca de Modelos.
Paso 2: Elige tu modelo y comienza una prueba gratuita
Navega por las opciones disponibles y selecciona el modelo que se adapte a tus necesidades.
Paso 3: Obtén tu clave API
Para autenticarte con la API, te proporcionaremos una nueva clave API. Ingresa a la página de “Configuración” y copia la clave API como se indica en la imagen.
Paso 4: Instala la API
Instala la API usando el administrador de paquetes específico para tu lenguaje de programación.
Después de la instalación, importa las librerías necesarias en tu entorno de desarrollo. Inicializa la API con tu clave API para comenzar a interactuar con Novita AI LLM. Este es un ejemplo de uso de la API de completado de chat para usuarios de Python.
from openai import OpenAI
client = OpenAI(
base_url="https://api.novita.ai/v3/openai",
api_key="session_nkvtuVXXxS-LlR7txjZ3Rox8GhLMuv1R8IrIySNwTPN7xHJ0SVErFx3kNwJgkUEpcSM4F8c6zmcvyfuc1h59gw==",
)
model = "qwen/qwen3-32b-fp8"
stream = True # or False
max_tokens = 2048
system_content = ""Be a helpful assistant""
temperature = 1
top_p = 1
min_p = 0
top_k = 50
presence_penalty = 0
frequency_penalty = 0
repetition_penalty = 1
response_format = { "type": "text" }
chat_completion_res = client.chat.completions.create(
model=model,
messages=[
{
"role": "system",
"content": system_content,
},
{
"role": "user",
"content": "Hi there!",
}
],
stream=stream,
max_tokens=max_tokens,
temperature=temperature,
top_p=top_p,
presence_penalty=presence_penalty,
frequency_penalty=frequency_penalty,
response_format=response_format,
extra_body={
"top_k": top_k,
"repetition_penalty": repetition_penalty,
"min_p": min_p
}
)
if stream:
for chunk in chat_completion_res:
print(chunk.choices[0].delta.content or "", end="")
else:
print(chat_completion_res.choices[0].message.content)
Ya sea que estés creando un chatbot en un portátil o implementando un agente científico a gran escala, Qwen3 tiene un modelo adaptado a tus recursos y objetivos. Los modelos más pequeños (0.6B–4B) son ligeros y rápidos; los modelos medianos (8B–14B) equilibran potencia y eficiencia; y los modelos más grandes (32B, 235B) lideran en puntos de referencia de razonamiento. Para desarrolladores que buscan acceso rentable, Novita AI ofrece una implementación fluida de los modelos Qwen3 a través de API, con algunos disponibles completamente gratis.
Preguntas frecuentes
¿Qué modelo Qwen3 es mejor para aplicaciones locales?
Qwen3-0.6B o Qwen3-1.7B. Estos modelos se ejecutan en PC básicos o Apple Silicon y son ideales para tareas ligeras y chatbots.
¿Qué debería elegir para un razonamiento sólido sin un alto costo de GPU?
Qwen3-8B o Qwen3-14B. Proporcionan una gran capacidad de razonamiento y se ajustan a GPUs con 16–24GB de VRAM.
¿Cuándo debería usar Qwen3-32B?
Usa Qwen3-32B cuando necesites lógica avanzada, codificación y generación de formato largo, sin depender de una estructura MoE.
Novita AI es una plataforma en la nube de IA que ofrece a los desarrolladores una forma sencilla de implementar modelos de IA mediante nuestra API simple, al mismo tiempo que proporciona la nube de GPU asequible y confiable para construir y escalar.
