多拉多网络冲浪工具扩展版是基于通义千问3-4B微调的函数调用和智能推理模型，专为网络搜索编排、工具增强推理和动态问题解决而设计。它在智能决策、工具选择和结构化执行流程方面表现出色。

自然语言处理Transformers英语

Qwen3-Next-80B-A3B-Instruct是通义千问团队开发的高效稀疏混合专家模型，总参数量80B，激活参数量仅3B。该模型采用创新的混合注意力机制和极低激活率的MoE架构，在保持强大性能的同时大幅提升推理效率，原生支持262K上下文长度并可扩展至1M令牌。

自然语言处理Transformers

Qwen3-Next-80B-A3B-Instruct是阿里巴巴通义千问团队开发的最新一代大型语言模型，采用创新的混合注意力机制和高稀疏专家混合架构，在保持80B总参数的同时仅激活3B参数，实现了高效的上下文建模和推理加速，原生支持262K上下文长度并可扩展至1M令牌。

自然语言处理Transformers

Qwen3-30B-A3B-Instruct-2507是阿里巴巴通义千问团队推出的300亿参数大语言模型，专门针对指令跟随任务进行了优化。该模型支持文本生成、对话交互等多种自然语言处理任务，并通过LM Studio社区模型计划向开发者开放使用。

自然语言处理Gguf

埃斯珀 3 是基于千问 3 构建的编码、架构和开发运维推理专家模型，适用于本地和服务器部署。

自然语言处理Transformers支持多种语言

埃斯佩尔3是基于千问3构建的代码、架构和开发运维推理专家模型，适用于本地和服务器推理。

自然语言处理Transformers支持多种语言

基于千问3-30B-A3B的混合专家模型微调版本，激活专家数提升至16，上下文窗口扩展至128k，适合复杂推理场景

自然语言处理Transformers

Qwen3-32B-AWQ是通义千问系列最新一代32.8B参数的大语言模型，采用AWQ 4-bit量化技术，支持思维与非思维模式切换，具备卓越的推理、指令遵循和智能体能力。

自然语言处理Transformers

基于千问3-4B模型微调的角色扮演对话模型，擅长生成符合角色特征的连贯对话

自然语言处理Gguf英语

赛灵格集团推出的心理健康行业首个基础大模型，基于千问3-14B的强大能力，在心理健康领域百万级多场景数据上进行了深度微调。

自然语言处理Transformers支持多种语言

通义千问3 0.6B的量化版本，适用于文本生成任务，支持32k上下文长度和多语言处理。

自然语言处理Gguf

Qwen3-14B-Base是通义千问系列最新一代大语言模型，提供148亿参数的稠密模型，支持32k上下文长度，覆盖119种语言。

自然语言处理Transformers

Qwen3-4B-Base是通义千问系列最新一代40亿参数量的预训练语言模型，支持32k上下文长度和多语言处理。

自然语言处理Transformers

Qwen3-32B-FP8是通义千问系列最新一代32.8B参数大语言模型，支持思维与非思维模式切换，具备卓越的推理、指令遵循和智能体能力。

自然语言处理Transformers

Qwen3是通义千问系列大语言模型的最新版本，提供32.8B参数的密集模型，在推理能力、指令遵循、智能体功能和多语言支持方面实现突破性进展。

自然语言处理Transformers英语

Qwen3是通义千问系列最新一代6亿参数大语言模型，支持32k上下文长度，覆盖119种语言

自然语言处理Transformers

通义千问系列最新一代大语言模型，提供148亿参数的预训练基础模型，支持32k超长上下文理解

自然语言处理Transformers

Qwen3-1.7B是通义千问系列最新一代17亿参数基础语言模型，采用三阶段预训练体系，支持32k上下文长度。

自然语言处理Transformers

Qwen3-4B-Base是通义千问系列最新一代40亿参数大语言模型，基于36万亿token的多语言数据预训练，支持32k上下文长度。

自然语言处理Transformers

Qwen3是通义千问系列最新一代大语言模型，提供完整的稠密模型与混合专家（MoE）模型体系，覆盖119种语言的36万亿token预训练数据。

自然语言处理Transformers