其中，Qwen3-235B-A22B 表现尤为突出，刷新了 开源模型的智能水平新高， 显存占用仅为性能相近模型的三分之一。无论是数学推理、代码生成还是综合逻辑分析， Qwen3 均展现出卓越能力，稳居全球开源模型前列。在工具调用方面表现优异，大幅降低了复杂任务的实现门槛，同时还支持 119 种语言，覆盖全球主要语种，满足多样化需求。

Qwen3 引入了 “思考模式” 和 “非思考模式” ，使模型能够在不同场景下表现出最佳性能。在思考模式模式下，模型会进行多步推理和深度分析，类似于人类在解决复杂问题时的“深思熟虑”。 （eg：在回答数学题或编写复杂代码时，模型会反复验证逻辑并优化输出结果。）

在非思考模式模式下，模型优先追求响应速度和效率，适用于简单任务或实时交互。 （eg：在日常对话或快速问答中，模型会跳过复杂的推理步骤，直接给出答案。）

你可以通过简单的指令或配置文件在两种模式之间切换。

启用思考模式： 默认情况下，Qwen3 启用了思考能力 enable_thinking=True 。 在此模式下，模型会在生成响应前进行深度分析，并输出包裹在 < think>...</think> 块中的思考过程。

关闭思考模式 ： 如果需要禁用思考行为，可以设置 enable_thinking=False ，使模型功能与 Qwen2.5-Instruct 保持一致。此模式适合对响应速度要求较高的场景。

软开关机制 ： Qwen3 支持动态切换思考模式，你可通过 /think 启用深度推理 或 /no_think 快速关闭。模型会根据最新指令调整行为，灵活适应不同需求。 以下是一个多轮对话示例：

from transformers import AutoModelForCausalLM, AutoTokenizerclassQwenChatbot:    def __init__(self, model_name="Qwen3-30B-A3B/Qwen3-30B-A3B"):        self.tokenizer = AutoTokenizer.from_pretrained(model_name)        self.model = AutoModelForCausalLM.from_pretrained(model_name)        self.history = []    def generate_response(self, user_input):        messages = self.history + [{"role": "user", "content": user_input}]        text = self.tokenizer.apply_chat_template(            messages,            tokenize=False,            add_generation_prompt=True        )        inputs = self.tokenizer(text, return_tensors="pt")        response_ids = self.model.generate(**inputs, max_new_tokens=32768)[0][len(inputs.input_ids[0]):].tolist()        response = self.tokenizer.decode(response_ids, skip_special_tokens=True)        # Update history        self.history.append({"role": "user", "content": user_input})        self.history.append({"role": "assistant", "content": response})        return response# Example Usageif __name__ == "__main__":    chatbot = QwenChatbot()    # First input (without /think or /no_think tags, thinking mode is enabled by default)    user_input_1 = "How many r's in strawberries?"    print(f"User: {user_input_1}")    response_1 = chatbot.generate_response(user_input_1)    print(f"Bot: {response_1}")    print("----------------------")    # Second input with /no_think    user_input_2 = "Then, how many r's in blueberries? /no_think"    print(f"User: {user_input_2}")    response_2 = chatbot.generate_response(user_input_2)    print(f"Bot: {response_2}")     print("----------------------")    # Third input with /think    user_input_3 = "Really? /think"    print(f"User: {user_input_3}")    response_3 = chatbot.generate_response(user_input_3)    print(f"Bot: {response_3}")