模型部署与推理
本地模型不是下载成功就算部署：Qwen3 8B 的流式推理与任务正确性实测
14 次本地请求全部完成，TTFT P50 为 178.995 ms、输出吞吐 P50 为 14.98 token/s；含糊枚举提示连续失败，收紧字段契约后连续通过。
Tag
Qwen3
共 2 篇文章。
模型原理与推理
Qwen3 的混合思考与 MoE：开放权重之后如何做任务路由
Qwen3 首发的工程价值不只是开放八组权重，而是把 thinking 与 non-thinking 放入同一系列，并提供从 0.6B dense 到 235B MoE 的部署梯度；生产收益取决于任务路由、完整 TCO 和回归评测。