在假期来临前夕，千问犹如一颗璀璨的流星，为科技界带来了一个震撼的惊喜——Qwen3！这一开源模型的诞生，无疑是给人工智能领域投下了一枚重磅炸弹，瞬间引发了广泛的关注和热议。
Qwen3在编码、数学、通用能力等多个关键领域展现出了卓越的实力，完全有能力与Gemini、ChatGPT、Grok等顶尖模型一较高下。下面让我们通过一组数据来直观感受一下它的强大：
Qwen3不仅能力出众，而且具有极高的可玩性。它支持开关深度思考能力，就像给模型配备了一个智能大脑的开关，你可以根据实际需求灵活调整。同时，它提供了多种尺寸的模型，可以在不同设备上轻松运行，无论是性能强大的电脑，还是普通的移动设备，都能找到适合自己的模型版本。此外，它还支持119种语言，真正实现了全球语言的无障碍交流，并且特别增强了智能体能力，支持MCP，为用户带来更加智能、便捷的使用体验。
更值得一提的是，Qwen3全部开源，提供了从0.6B到235B的全尺寸模型。这对于想要在本地运行模型、进行私有化部署的用户来说，无疑是一个绝佳的选择。最小的模型只有523M，而40亿参数的模型也仅仅只有5.2G，一张8G的显卡就可以轻松运行，但其能力却可以匹敌Qwen2.5 - 72B，简直就是小身材大能量！看到这里，你是不是已经迫不及待地想要在本地跑一跑这个强大的模型了呢？
关于Qwen3更多的特点，你可以阅读这篇文章《假期狂欢Qwen3来了，强到离谱！多种思考模式，多种模型尺寸，119种语言，MCP支持，开源，可本地运行！》。接下来，我将详细演示如何在Windows系统下，通过Ollama和Chatwise等软件，快速部署和运行Qwen3。这种方式非常简单，完全不需要你懂代码，也不需要进行任何复杂的配置，甚至不需要魔法上网，只要跟着我的步骤来，你就能轻松拥有属于自己的本地AI对话模型。
安装Ollama
Ollama是一款非常适合体验新模型的工具，它就像一个神奇的魔法盒，只需一行命令，就可以轻松加载和运行模型。目前，Ollama已经全面支持Qwen3全系列模型了。
所以，第一步我们要做的就是安装或者更新Ollama到V0.6.6版本。如果你之前已经安装过了，那么操作就非常简单了。你只需要点击系统托盘，找到Ollama的图标，然后右键点击，在弹出的菜单中点选“重启更新”即可。
如果你之前没有使用过Ollama，也不用担心，我们可以去ollama.com这个网站下载软件。
在网站上，你只需要点击“Download”按钮，就可以下载Windows版本的Ollama了。当然，如果你使用的是macOS或者Linux系统，也不用担心，Ollama同样支持这些系统，你只需要下载对应版本的软件即可。下载完成之后，双击安装程序，就像安装普通软件一样，按照提示一步一步操作，安装完成之后，软件会自动启动，你会在右下角的托盘中看到Ollama的图标。
下载模型
当Ollama软件安装完成之后，我们就可以开始下载Qwen3模型了。首先，打开网页，点击“模型(Models)”选项，然后找到Qwen3。
你会发现，Qwen3已经在热门排行榜上位居第二名了，从卡片信息中可以看到，它发布仅仅五个小时，就已经有32k的下载量了，这足以证明它的受欢迎程度。点击Qwen3，进入详情页。
在详情页中，复制命令“ollama run qwen3”。接下来，我们要打开CMD命令提示符。
你可以直接在系统搜索框中输入“cmd”，然后回车打开即可。这是系统自带的命令工具，就像一个神奇的控制台，我们可以通过它来执行各种命令。在CMD中，输入或者粘贴命令“ollama pull qwen3”，然后按一下回车键(Enter)。
命令提示符 - ollama
pull qwen3
Microsoft Windows[版本10.0.26100.3915] (c)Microsoft Corporation,保留所有权利。
C:\Users\and>ollama pull qwen3 pulling manifest
pulLing a3de86cd1c13: 1%| 70MB/5.2GB 7.3MB/s 11m45s
这时，Ollama就会开始下载模型了。需要注意的是，如果使用“pull”命令，只是下载模型，不会运行；如果使用“run”命令，下载之后会自动载入模型。为了让步骤更加清晰，我这里先使用“pull”命令下载模型，下载完成之后再运行。
运行和对话
当模型下载完成之后，我们就可以运行模型，开始和它进行对话了。在CMD中输入命令“ollama run qwen3”。
输入命令之后，你就可以直接输入问题了。比如，我这里先礼貌地问一句“你好，你是谁”，千问就会直接回答你。从回答过程中可以看到，即便是8B的模型，默认也是具备深度思考能力的（在“think”标签里面可以体现）。
然后，我们可以问一下它的核心技能：
>>>你有什么特别的技能?
<think> 用户问我的特别技能,我需要详细列举我的能力。首先,我应该提到我的多语言支持,比如中文、英文、日文等
域,这样用户会觉得我有全面的信息储备。 这样用户知道我可以处理不同语言的需求。然后,要强调我的知识范围广泛,涵盖科学、文化、技术等多个领
接下来,我需要说明我的应用场景,比如日常对话、工作辅助、学习帮助等,这样用户能更清楚我的用途。同时 的点,可以展示我的灵活性和适应性。 要提到我的逻辑推理和编程能力,因为这些是用户可能需要的实用技能。此外,创造力和个性化服务也是重要
还要注意语气友好,保持自然,避免技术术语过多,最后,邀请用户提问,促进进一步的互动。这样既专业又亲 切,符合用户期望的互动方式。
</think>
我有以下一些特别的技能,可以帮你解决各种问题:
**多语言支持**
我能流畅地使用中文、英文、日文、韩文、法文、西班牙文等语言进行交流,适合跨语言沟通和内容创作。
**知识覆盖广泛**
我掌握科学、文化、技术、历史、艺术等领域的知识,可以回答从基础常识到专业问题的各类问题。
**逻辑推理与分析**
我能帮助你进行逻辑推理、数学计算、数据分析,甚至解决复杂的编程问题。
**创意与写作**
我可以协助创作故事、诗歌、剧本,或者帮你润色文案、设计对话,让文字更生动有趣。
**个性化服务**
根据你的需求,我可以调整回答风格(比如更正式、更口语化),或者提供针对性的建议。
**学习与辅助**
我能帮助你理解复杂概念、整理学习资料,甚至模拟考试或练习题解答。
**跨领域协作**
无论是日常对话、工作规划,还是创意项目,我都能提供灵活的支持。
如果你有具体的需求,可以告诉我,我会尽力帮你!
>>> Send a message (/? for help)
它自己总结了一下7个特点：
1. 多语言支持：我能流畅地使用中文、英文、日文、韩文、法文、西班牙文等语言进行交流，适合跨语言沟通和内容创作。
2. 知识覆盖广泛：我掌握科学、文化、技术、历史、艺术等领域的知识，可以回答从基础常识到专业问题的各类问题。
3. 逻辑推理与分析：我能帮助你进行逻辑推理、数学计算、数据分析，甚至解决复杂的编程问题。
4. 创意与写作：我可以协助创作故事、诗歌、剧本，或者帮你润色文案、设计对话，让文字更生动有趣。
5. 个性化服务：根据你的需求，我可以调整回答风格（比如更正式、更口语化），或者提供针对性的建议。
6. 学习与辅助：我能帮助你理解复杂概念、整理学习资料，甚至模拟考试或练习题解答。
7. 跨领域协作：无论是日常对话、工作规划，还是创意项目，我都能提供灵活的支持。
运行速度
通过添加“--verbose”参数，我们可以显示模型的回答速度。
>>>你好
C:\Users\amd>ollama run qwen3 --verbose
<think>
嗯,用户发来"你好",我需要回应。首先,要友好, 用中文回复
试或开始新的对话。要保持自然,避免机械感。 可以加上表情符号
来的问题,保持开放和帮助的态度。确保回复简洁, 符合用户期望
合适,是否符合平台规范。最后,发送回复。
</think>
你好! 有什么我可以帮助你的吗?
total duration: 1.2667079s
Load duration: 14.624ms
prompt eval count: 9 token(s)
prompt eval duration: prompt eval rate: eval count:
107.1228ms 84.02 tokens/s 113 token(s)
eval duration: eval rate: 1.1444442s 98.74 tokens/s
上图为在3090显卡上，运行8B模型的速度，达到了98tokens/s，快得就像一阵风！运行30B模型的情况如下：
>>>你有哪些技能?
<think>
</think>
你好!我是一个AI助手,有很多技能可以帮你哦!以下是一些我擅长的方面:
1.**回答问题**:无论是科学、历史、文化还是生活常识,我都可以尽力解答。
2.**写作帮助** 比如写文章、写故事、写邮件、写作文等等
3.**学习辅导**: 数学、语文、英语、编程等学科的知识点讲解和练习题解答。
4.**语言翻译**:中英文互译,以及其他多种语言的翻译支持。
5.**创意生成**:比如写诗、写歌词、
6.**逻辑推理**: 解决逻辑题、数学题、谜语等
7.**情感陪伴**: 陪你聊天、倾听烦恼,或者一起讨论有趣的话题。
想创意点子、设计故事大纲等。
如果你有任何问题或需要帮助,随时告诉我哦! 你想先试试哪一项呢?
total duration: 7.6485024s
Load duration: 15.0446ms
prompt eval count: 148 token(s)
prompt eval duration: 487.4452ms prompt eval rate:
303.62tokens/s
eval count: 193 token(s)
eval duration: eval rate: 7.1439545s 27.02 tokens/s
速度大概是27tokens/s，也是相当不错的。顺便说一下，我们还可以通过“/nothink”和“/think”标签，自由切换深度思考和非深度思考模式。
可视化运行
通过上面的方式，我们已经可以在本地使用AI模型了，而且可以完全断网离线使用。但是，通过命令界面来对话，总是不太方便，就像在黑暗中摸索一样。接下来，我们将使用可视化的方式来运行模型，也就是使用客户端软件来进行对话。
具体的软件名称叫Chatwise，这个软件简洁、方便，而且更新速度非常快。我们直接打开chatwise.app网站，点击“Download”按钮下载软件，下载之后安装。
安装完成之后，我们需要选择一下模型。
如果你下载了多个模型，这次我们主要关注的是Qwen3，所以选择以Qwen3开头的模型。具体选哪个模型，要看你的电脑配置。如果你的电脑配置比较高，就可以选择30B这个版本；如果配置比较低，就选择默认的“latest”版本。
选择完成之后，在底部的输入框中输入内容，就可以开始和模型聊天了。
这个对话内容和在命令行中是一模一样的，只是现在我们通过可视化界面来进行聊天和管理对话，就像在明亮的房间里和朋友聊天一样，会方便很多。
通过简单的几个步骤，你就拥有了最强的本地AI对话模型！我简单测试了一下这个模型，感觉它的基础能力非常强。在关闭推理功能的情况下，它竟然可以直接正确回答下面两个问题：
就在同一个时刻，OpenAI的4o模型还回答不了这两个问题呢。
Qwen3 是一个既可以开启推理，又可以关闭推理的模型。在关闭推理的情况下，它还是能快速且准确地回答上面两个问题。 按这趋势下去，OpenAI 的闭源模型，不会真的被开源干翻了吧。