Qwen 3 (通義千問) — วิธีเลือกโมเดลในตระกูลโอเพนซอร์สของ Alibaba

ตรวจสอบและยืนยันโดย FeiYueh · อัปเดตล่าสุด 2026-10-20

เวลาเลือกโมเดล Qwen 3 อย่าดูแค่ว่าพารามิเตอร์ยิ่งมากยิ่งดี ให้ดูว่าการอนุมานแต่ละครั้งเปิดใช้พารามิเตอร์จริงกี่ตัว Qwen3-30B-A3B มีพารามิเตอร์รวม 30,000 ล้าน แต

เวลาเลือกโมเดล Qwen 3 อย่าดูแค่ว่าพารามิเตอร์ยิ่งมากยิ่งดี ให้ดูว่าการอนุมานแต่ละครั้งเปิดใช้พารามิเตอร์จริงกี่ตัว Qwen3-30B-A3B มีพารามิเตอร์รวม 30,000 ล้าน แต่ละ token เปิดใช้เพียงราว 3,000 ล้าน ในการทดสอบของทีมพัฒนา โมเดลนี้ทำผลงานได้ดีกว่า QwQ-32B ซึ่งเปิดใช้พารามิเตอร์มากกว่าถึง 10 เท่า ดังนั้นถ้าคุณมีการ์ดจอระดับผู้บริโภคเพียงใบเดียว โมเดลแรกที่ควรลองมักเป็นตัวนี้ ไม่ใช่โมเดลแบบ Dense ขนาด 32B ตระกูล Qwen 3 มีโมเดลอะไรบ้าง Qwen 3 เป็นซีรีส์โมเดลภาษาขนาดใหญ่แบบโอเพนซอร์สจากทีม Tongyi Qianwen ของ Alibaba เปิดตัวเมื่อวันที่ 29 เมษายน 2025 น้ำหนักโมเดลแบบเปิดทั้งหมดเผยแพร่ภายใต้สัญญาอนุญาต Apache 2.0 จึงใช้เชิงพาณิชย์ได้ ทั้งตระกูลแบ่งเป็นสองสถาปัตยกรรม ได้แก่ โมเดลแบบ Dense และโมเดลแบบ Mixture of Experts (MoE) อ่านรายละเอียดการเปิดตัวฉบับเต็มได้ที่ บล็อกทางการของ Qwen3 โมเดลแบบ Dense: 6 ขนาด Qwen3-0.6B, 1.7B, 4B : บริบทดั้งเดิม 32K tokens เหมาะกับการอนุมานบนมือถือ Raspberry Pi และในเบราว์เซอร์ Qwen3-8B, 14B, 32B : บริบท 128K tokens เป็นขนาดที่นิยมที่สุดสำหรับรันบนเครื่องตัวเองและการ fine-tune โมเดลแบบ MoE: 2 ขนาด Qwen3-30B-A3B : พารามิเตอร์รวม 30B เปิดใช้ครั้งละ 3B ความเร็วในการอนุมานใกล้เคียงโมเดล 3B แต่คุณภาพใกล้เคียงระดับ 30B Qwen3-235B-A22B : โมเดลโอเพนซอร์สรุ่นเรือธง พารามิเตอร์รวม 235B เปิดใช้ 22B ต้องใช้เซิร์ฟเวอร์ที่มีการ์ดจอหลายใบ ความต่างที่ใหญ่ที่สุดระหว่าง Qwen 3 กับรุ่นก่อนคือปริมาณข้อมูลที่ใช้ pre-train “การ pre-train ของ Qwen3 ใช้ข้อมูลราว 36 ล้านล้าน tokens เป็นสองเท่าของ Qwen2.5 ที่ใช้ 18 ล้านล้าน tokens” (ที่มา: บล็อกทางการของ Qwen, เมษายน 2025) และ “รองรับ 119 ภาษาและภาษาถิ่น” (ที่มา: บล็อกทางการของ Qwen, เมษายน 2025) ครอบคลุมภาษาจีนตัวเต็ม และภาษาในเอเชียตะวันออกเฉียงใต้อย่างไทย อินโดนีเซีย และเวียดนาม โหมดคิดแบบผสม: โมเดลเดียวใช้ได้สองแบบ แนวคิดหลักของ Qwen 3 คือรวม “โหมดคิด” (Thinking) และ “โหมดไม่คิด” (Non-thinking) ไว้ในโมเดลเดียว ผู้ใช้เลือกได้ทุกครั้งว่าจะให้โมเดลใช้เหตุผลหรือไม่ ในโหมดคิด โมเดลจะแสดงกระบวนการใช้เหตุผลในบล็อก <think> ก่อนแล้วจึงตอบ เหมาะกับคณิตศาสตร์ การดีบักโค้ด และการวางแผนหลายขั้นตอน ส่วนโหมดไม่คิดจะตอบทันที เหม

ตรวจสอบและยืนยันโดย FeiYueh · อัปเดตล่าสุด 2026-10-20. Independently maintained — not AI-generated boilerplate.