Что такое Qwen 3 и кто её создал
Qwen 3 — это третье поколение больших языковых моделей, разработанное компанией Alibaba Cloud. Alibaba — китайский технологический гигант, которому принадлежит торговая площадка AliExpress, поэтому Qwen 3 часто называют «нейросетью от создателей AliExpress». Модель была представлена в 2025 году и быстро привлекла внимание сообщества благодаря открытым весам, поддержке 119 языков (включая русский) и гибридной архитектуре, объединяющей быстрые ответы и глубокие рассуждения.
В отличие от многих проприетарных решений, Qwen 3 распространяется по лицензии Qwen License, которая разрешает коммерческое использование. Это делает её привлекательной для компаний, которым нужен контроль над инфраструктурой и данными. Модель обучалась на массиве из 36 триллионов токенов, включающем тексты, программный код, научные статьи и синтетические данные, что обеспечивает широкий кругозор и высокую точность в различных задачах.
Архитектура и семейство моделей Qwen 3
Qwen 3 — это не одна модель, а целое семейство из восьми языковых моделей, различающихся по размеру и архитектуре. В линейку входят как плотные (dense) модели, так и модели на основе смеси экспертов (Mixture of Experts, MoE).
Плотные модели (Dense):
- Qwen3-0.6B и Qwen3-1.7B — компактные модели для мобильных устройств, чат-ботов и локальных ассистентов. Работают на обычных видеокартах и не требуют серверов.
- Qwen3-4B и Qwen3-8B — средние модели для многоязычных интерфейсов и длинного контекста.
- Qwen3-14B и Qwen3-32B — крупные модели для сложных вычислений, анализа данных и программирования.
MoE-модели:
- Qwen3-30B-A3B — гибридная модель, где активно только 3 миллиарда параметров из 30. Обеспечивает хороший баланс между качеством рассуждений и вычислительными затратами.
- Qwen3-235B-A22B — флагманская модель с 235 миллиардами параметров, из которых активны 22 миллиарда. Показывает результаты, сопоставимые с лучшими проприетарными моделями в задачах логики, математики и генерации кода.
MoE-архитектура позволяет активировать только часть параметров при каждом запросе, экономя ресурсы без потери качества. Это особенно важно для продакшен-сред, где важна скорость и стоимость.
Два режима мышления: Thinking и Non-Thinking
Одна из ключевых особенностей Qwen 3 — возможность переключения между двумя режимами работы: режимом мышления (thinking) и быстрым режимом (non-thinking).
Режим мышления (Thinking Mode): В этом режиме модель демонстрирует пошаговую логику решения. Она разбивает задачу на этапы, анализирует промежуточные результаты и только затем формирует окончательный ответ. Это особенно полезно для:
- Решения математических задач и головоломок
- Написания и отладки сложного кода
- Анализа больших таблиц и данных
- Научных и исследовательских текстов
Пользователь может видеть цепочку рассуждений, что повышает доверие к результату и позволяет проверять логику.
Быстрый режим (Non-Thinking Mode): В этом режиме модель не показывает ход рассуждений и отвечает максимально быстро. Это идеальный выбор для:
- Переводов и справочных запросов
- Генерации коротких текстов и писем
- Частых интерактивных диалогов
- Рутинных задач, где не требуется глубина
Переключение между режимами можно выполнять как через интерфейс, так и с помощью системного промпта. В продакшене удобно держать одну модель и динамически выбирать режим: быстрый для 90% задач, thinking для критически важных 10%.
Мультимодальность и специализированные версии: Qwen3-VL и Qwen3-Coder
Помимо базовых текстовых моделей, Alibaba Cloud выпустила специализированные версии Qwen 3 для работы с изображениями и кодом.
Qwen3-VL (Vision-Language): Мультимодальная модель, которая понимает изображения, схемы, интерфейсы и сканы документов. Она умеет:
- Описывать сцены и отвечать на вопросы по картинке
- Читать текст с фото (в том числе рукописный)
- Анализировать видео, выделять события и делать саммари
- Сочетать визуальный анализ с режимом мышления, объясняя логику выводов
Это делает Qwen3-VL полезной для документооборота, e-commerce, медицины, аналитики графиков и интерфейсных агентов.
Qwen3-Coder: Модель, заточенная под программирование. Она поддерживает:
- Генерацию функций и модулей на основных языках (Python, JavaScript, Swift, C++ и др.)
- Рефакторинг legacy-кода
- Поиск и исправление багов в контексте всего проекта
- Генерацию тестов и объяснение решений в режиме мышления
Для разработчиков Qwen3-Coder — это аналог «открытого Copilot», который можно развернуть локально или подключить через API.
Сравнение Qwen 3 с конкурентами: ChatGPT, DeepSeek, Gemini
Qwen 3 конкурирует с такими моделями, как ChatGPT (GPT-4o), DeepSeek-R1, Gemini 2.5 Pro и Grok. Рассмотрим ключевые различия.
Качество рассуждений (Reasoning): В бенчмарке ArenaHard (общая логика) Qwen3-235B набирает 95.6 баллов, немного уступая Gemini 2.5 Pro (96.4), но опережая DeepSeek-R1 и GPT-4o. В математических задачах (AIME'24/25) Qwen3-235B показывает 85.7/81.4, что выше DeepSeek-R1 и Grok 3, но чуть ниже Gemini.
Генерация кода: В LiveCodeBench Qwen3-235B набирает 70.7, уступая только Gemini. В соревновательном программировании (CodeForces Elo) модель получает 2056 баллов — выше всех других моделей, включая DeepSeek-R1 и Gemini 2.5 Pro.
Скорость работы: Благодаря MoE-архитектуре Qwen 3 в среднем работает быстрее ChatGPT в задачах, требующих рассуждений. В быстром режиме (non-thinking) задержка минимальна.
Открытость и контроль: Главное преимущество Qwen 3 — открытые веса и возможность локального развёртывания. Это позволяет компаниям с жёсткими требованиями к конфиденциальности не передавать данные в чужие облака. ChatGPT и Gemini — проприетарные решения, доступные только через API.
Мультиязычность: Qwen 3 поддерживает 119 языков, включая русский, и уверенно работает со смешанными запросами. DeepSeek сильнее в английском и китайском, но слабее в других языках.
Практические тесты: перевод, распознавание текста, генерация кода
Рассмотрим, как Qwen 3 справляется с реальными задачами в сравнении с ChatGPT и Grok.
Перевод статьи с английского: Grok написал живой и интересный текст, обозначив проблему и плавно подведя к сути. ChatGPT сделал ставку на точность, снабдив перевод ссылками на оригинал. Qwen 3 показал результат, близкий к Grok, но более сдержанный. В целом все три модели справились хорошо, но подходы различаются.
Распознавание рукописного текста: Qwen 3 успешно распознал ФИО пациента и вид спорта на медицинской справке. ChatGPT показал примерно такой же уровень. Grok ошибся в более чем половине рукописного текста, что говорит о преимуществе Qwen 3 в задачах OCR.
Генерация кода (Swift): При написании приложения для учёта расходов Grok использовал UIKit и показал зачатки логики интерфейса. ChatGPT применил SwiftUI, чистые структуры и Codable, что дало мощный задел для развития. Qwen 3 использовал Core Data, что продемонстрировало уверенное владение инструментами Apple, но код выглядел как шаблон из Xcode с минимальными изменениями и был архитектурно тяжеловесным.
Генерация изображений: Qwen 3 справился с задачей нарисовать медведя, собирающего малину, за несколько секунд, что быстрее, чем у конкурентов.
Как пользоваться Qwen 3: онлайн, локально и через API
Существует несколько способов начать работу с Qwen 3.
Онлайн-версия: Самый простой способ — открыть сайт Qwen 3 в браузере. Не требуется установка или настройка. Доступны три основные модели: Qwen3-235B, Qwen3-30B и Qwen3-32B. В интерфейсе есть поле для ввода текста, возможность прикрепить файл и переключение между режимами мышления. Можно задать лимит на «бюджет мышления», чтобы не тратить ресурсы зря. Контекст до 128 тысяч токенов позволяет загружать целые книги или большие отчёты.
Агрегаторы нейросетей: В России для доступа без VPN можно использовать сервисы вроде Study AI, где Qwen 3 доступен бесплатно с оплатой российскими картами. Это удобно для маркетологов, аналитиков, студентов и разработчиков, которым важен быстрый доступ.
Локальное развёртывание: Для тех, кто хочет полный контроль, можно скачать веса с официального репозитория на Hugging Face. Доступны форматы FP16, 8-bit и 4-bit (GGUF, AWQ, GPTQ). Развернуть модель можно через llama.cpp, vLLM, Transformers или Ollama. Компактные модели (0.6B–7B) работают на 8–16 ГБ видеопамяти, 14B комфортно с квантизацией 4-bit, а 235B требует серверов.
API: Qwen 3 совместим с OpenAI-подобным API, что упрощает миграцию с других моделей. Достаточно поменять endpoint и ключ, не переписывая код.
Как выбрать подходящую модель Qwen 3 для своей задачи
Выбор модели зависит от конкретных требований к производительности, качеству и доступным ресурсам.
- Для стартапа или небольшой команды: Qwen3-7B или Qwen3-14B — оптимальный баланс характеристик, приемлемые требования к железу и хороший русский язык.
- Для максимального качества рассуждений и сложной аналитики: Qwen3-235B-A22B в режиме мышления. Подходит для математики, науки, длинных отчётов и больших кодовых баз.
- Для продакшен-баланса «качество/стоимость»: Qwen3-30B-A3B (MoE). Глубина рассуждений с оптимизацией по вычислениям.
- Для мобильных и edge-устройств: Qwen3-0.6B, 1.7B или 3B. Офлайн-перевод, локальные ассистенты, IoT.
- Для кодогенерации и Dev-флоу: Qwen3-Coder. IDE-плагины, автодополнение, анализ PR, генерация тестов.
- Для визуальных задач и документооборота: Qwen3-VL. Документы, интерфейсы, товары, медицинские и технические изображения.
Также стоит учитывать, что для простых задач (перевод, FAQ, короткие ответы) лучше использовать быстрый режим, а для сложных — режим мышления. Это позволяет экономить ресурсы и время.
Ограничения и особенности Qwen 3
Несмотря на впечатляющие возможности, у Qwen 3 есть ряд ограничений, которые стоит учитывать.
Скорость в режиме мышления: При активации thinking mode модель тратит больше времени на генерацию ответа, особенно для сложных задач. Это может быть критично для интерактивных сервисов, где важна низкая задержка.
Качество на русском языке: Хотя Qwen 3 поддерживает русский язык, в некоторых тестах он уступает специализированным моделям, обученным преимущественно на русскоязычных данных. Для узкоспециализированных задач (например, юридические или медицинские тексты на русском) может потребоваться дообучение.
Требования к железу для флагманской модели: Qwen3-235B-A22B требует серьёзных вычислительных ресурсов. Даже с квантизацией 4-bit для её запуска нужны серверные видеокарты с большим объёмом памяти. Для большинства пользователей более практичными будут модели 7B–32B.
Отсутствие некоторых функций: В отличие от ChatGPT, Qwen 3 не имеет встроенной поддержки плагинов и расширений. Однако function calling и MCP (Model Context Protocol) позволяют подключать внешние API и базы данных.
Сравнение с DeepSeek: DeepSeek часто быстрее и эффективнее по FLOPs, особенно на английском и китайском коде. Qwen 3 выигрывает в мультиязычности и длинном контексте.
Вопросы и ответы
Чем Qwen 3 отличается от ChatGPT?
Qwen 3 — открытая модель с возможностью локального развёртывания, в то время как ChatGPT — проприетарное решение, доступное только через API. Qwen 3 поддерживает 119 языков, включая русский, и имеет гибридный режим мышления. По качеству рассуждений Qwen 3 приближается к GPT-4o, а в некоторых задачах (например, соревновательное программирование) превосходит его.
Можно ли использовать Qwen 3 бесплатно?
Да, Qwen 3 можно использовать бесплатно через онлайн-версию на официальном сайте или через агрегаторы нейросетей, такие как Study AI. Также модель доступна для скачивания с открытыми весами, что позволяет развернуть её локально без абонентской платы.
Какой режим мышления выбрать: thinking или non-thinking?
Режим thinking (мышление) подходит для сложных задач: математика, логика, отладка кода, анализ данных. Non-thinking (быстрый) — для рутинных запросов: перевод, FAQ, генерация коротких текстов. В продакшене рекомендуется использовать быстрый режим для 90% задач и thinking для критически важных 10%.
Поддерживает ли Qwen 3 русский язык?
Да, Qwen 3 поддерживает 119 языков, включая русский. Модель уверенно работает с русскоязычными запросами, переводами и текстами. Однако для узкоспециализированных задач на русском может потребоваться дообучение.
Какие модели Qwen 3 лучше всего подходят для программирования?
Для программирования рекомендуется использовать специализированную версию Qwen3-Coder. Также хорошо справляются флагманские модели Qwen3-235B-A22B и Qwen3-32B. Компактные модели (0.6B–7B) подходят для автодополнения и простых скриптов.
Можно ли запустить Qwen 3 на домашнем компьютере?
Да, компактные модели (0.6B–7B) работают на обычных видеокартах с 8–16 ГБ памяти. Модели 14B и 32B требуют квантизации (4-bit) и более мощного железа. Флагманская 235B модель требует серверных видеокарт.
Какие форматы квантизации поддерживает Qwen 3?
Qwen 3 поддерживает форматы FP16, 8-bit (AWQ, GPTQ) и 4-bit (GGUF). Квантизация позволяет уменьшить требования к памяти и ускорить инференс, но может незначительно снизить качество.