今日凌晨，通義千問(wèn)團(tuán)隊(duì)正式開(kāi)源了 Qwen3 大模型，并且一口氣發(fā)布了 8 個(gè)型號(hào)，其中包括 0.6B、1.7B、4B、8B、14B、32B 以及 30B-A3B 和 235B-A22B，使用者可以根據(jù)自己的業(yè)務(wù)情況，選擇合適的版本進(jìn)行使用。

更讓人驚喜的是，最新的 Qwen3 系列模型具備雙模推理能力（深入思考/快速響應(yīng)）、支持 119 種語(yǔ)言及方言，并強(qiáng)化了 Agent 功能與代碼執(zhí)行能力，全面滿足復(fù)雜問(wèn)題處理與全球化應(yīng)用需求。

PS：Qwen3 也是國(guó)內(nèi)首個(gè)「混合推理模型」，「快思考」與「慢思考」集成進(jìn)同一個(gè)模型，對(duì)簡(jiǎn)單需求可低算力「秒回」答案，對(duì)復(fù)雜問(wèn)題可多步驟「深度思考」，大大節(jié)省算力消耗。

Qwen3 旗艦?zāi)Ｐ?Qwen3-235B-A22B 在代碼、數(shù)學(xué)、通用能力等基準(zhǔn)測(cè)試中，與 DeepSeek-R1、o1、o3-mini、Grok-3 和 Gemini-2.5-Pro 等頂級(jí)模型相比，表現(xiàn)出極具競(jìng)爭(zhēng)力的結(jié)果。此外，小型 MoE 模型 Qwen3-30B-A3B 的激活參數(shù)數(shù)量是 QwQ-32B 的 10%，表現(xiàn)更勝一籌，甚至像 Qwen3-4B 這樣的小模型也能匹敵 Qwen2.5-72B-Instruct 的性能，以下是測(cè)試報(bào)告：

對(duì)接 Qwen3

常見(jiàn)對(duì)接大模型的方案有以下幾種：

1. 官方對(duì)接方式：例如，調(diào)用阿里百煉平臺(tái)對(duì)接 Qwen3。
2. 本地模型對(duì)接方式：安裝 Ollama 部署 Qwen3，對(duì)接 Ollama 實(shí)現(xiàn)調(diào)用。
3. 三方平臺(tái)對(duì)接方式：使用千帆或火山引擎等三方平臺(tái)，對(duì)接調(diào)用 Qwen3。

但目前因?yàn)?Qwen3 剛剛發(fā)布，所以只能使用前兩種對(duì)接方式，截止發(fā)稿時(shí)，三方平臺(tái)還未上線 Qwen3，但也夠用了。

具體實(shí)現(xiàn)

接下來(lái)我們就以官方的調(diào)用方式，來(lái)實(shí)現(xiàn)一下 Qwen3 的具體代碼對(duì)接吧，這里提供 Spring AI 和 LangChain4j 兩種對(duì)接實(shí)現(xiàn)。

Spring AI 對(duì)接 Qwen3

1.添加依賴

Spring AI 并沒(méi)有內(nèi)置阿里云百煉平臺(tái)，但百煉平臺(tái)支持 OpenAI 協(xié)議，因此我們可以使用 OpenAI 對(duì)接百煉平臺(tái)，因此我們只需要添加 OpenAI 依賴即可。

<dependency>

  <groupId>org.springframework.ai</groupId>

  <artifactId>spring-ai-starter-model-openai</artifactId>

</dependency>

2.設(shè)置配置信息

spring:

  ai:

    openai:

      base-url: https://dashscope.aliyuncs.com/compatible-mode/

      api-key: ${ALIYUN-AK}

      chat:

        options:

          model: qwen3-235b-a22b

其中：

• base-url 填寫(xiě)百煉平臺(tái)地址。
• api-key 為準(zhǔn)備階段在百煉平臺(tái)申請(qǐng)的 AK 憑證。
• model 設(shè)置為 qwen3-235b-a22b 模型。

支持的模型列表參考官方文檔：https://help.aliyun.com/zh/model-studio/models?spm=a2c4g.11186623.0.0.78d848237YTeH1#cefdf0875dorc

3.編寫(xiě)調(diào)用代碼

import org.springframework.ai.openai.OpenAiChatModel;

import org.springframework.beans.factory.annotation.Autowired;

import org.springframework.web.bind.annotation.RequestMapping;

import org.springframework.web.bind.annotation.RequestParam;

import org.springframework.web.bind.annotation.RestController;

@RestController

@RequestMapping("/ds")

public class TestController {

    private final OpenAiChatModel chatModel;

    @Autowired

    public TestController(OpenAiChatModel chatModel) {

        this.chatModel = chatModel;

    }

    @RequestMapping("/chat")

    public String chat(@RequestParam("msg") String msg) {

        String result = chatModel.call(msg);

        System.out.println("返回結(jié)果：" + result);

        return result;

    }

}

LangChain4j 對(duì)接 Qwen3

LangChain4j 內(nèi)置集成了阿里云百煉平臺(tái)，所以可以直接對(duì)接。

1.添加依賴

<dependency>

  <groupId>dev.langchain4j</groupId>

  <artifactId>langchain4j-community-dashscope-spring-boot-starter</artifactId>

</dependency>

可以為“l(fā)angchain4j-community-xxx”其添加統(tǒng)一版本管理：

<dependencyManagement>

  <dependencies>

    <dependency>

      <groupId>dev.langchain4j</groupId>

      <artifactId>langchain4j-community-bom</artifactId>

      <version>1.0.0-beta3</version>

      <type>pom</type>

      <scope>import</scope>

    </dependency>

  </dependencies>

</dependencyManagement>

2.設(shè)置配置信息

注意這里需要配置“chat-model”節(jié)點(diǎn)，官方文檔有問(wèn)題，如果不配置 chat-model 則不能自動(dòng)注入百煉模型：

langchain4j:

  community:

    dashscope:

      base-url: https://dashscope.aliyuncs.com/compatible-mode/

      chat-model:

        api-key: ${ALIYUN-AK}

        model-name: qwen-plus

支持的模型列表：https://help.aliyun.com/zh/model-studio/models

3.編寫(xiě)調(diào)用代碼

import dev.langchain4j.model.chat.ChatLanguageModel;

import org.springframework.beans.factory.annotation.Autowired;

import org.springframework.web.bind.annotation.RequestMapping;

import org.springframework.web.bind.annotation.RestController;

@RestController

@RequestMapping("/qw")

public class QwenController {

    @Autowired

    private ChatLanguageModel qwenChatModel;

    @RequestMapping("/chat")

    public String chat(String question) {

        return qwenChatModel.chat(question);

    }

}

小結(jié)

當(dāng)然，以上對(duì)接方式是全量輸出（得到結(jié)果之后一次性返回），生產(chǎn)級(jí)別我們通常要使用流式輸出，并且需要實(shí)現(xiàn)連續(xù)（上下文）對(duì)話，以及歷史對(duì)話信息持久化等功能，文章篇幅有限，這里就不一一實(shí)現(xiàn)了，大家可以下來(lái)自己試試。

本文已收錄到我的技術(shù)小站 www.javacn.site，其中包含的內(nèi)容有：Spring AI、LangChain4j、MCP、Function Call、RAG、向量數(shù)據(jù)庫(kù)、Prompt、多模態(tài)、向量數(shù)據(jù)庫(kù)、嵌入模型等內(nèi)容。

總結(jié)

以上是生活随笔為你收集整理的国内首个「混合推理模型」Qwen3深夜开源，盘点它的N种对接方式！的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。