Qwen 官方于 2025 年 10 月 4 日在其代码库公告推出 Qwen3-VL-30B-A3B-Instruct 与 -Thinking 两个新多模态模型，并同步提供 FP8 量化版本；此前 9 月已发布更大规模的 Qwen3-VL-235B-A22B，并开始提供 FP8 变体。30B-A3B 采用 Mixture-of-Experts 架构，单次推理约 3B 激活参数，目标是在保持 Qwen3-VL 能力覆盖的同时显著提升吞吐与部署效率。官方渠道称其在 STEM、VQA、OCR、视频理解与 Agent 等任务上可与 GPT-5-Mini、Claude 4 Sonnet 抗衡，个别基准测试“经常领先”，但独立评测尚待跟进。
目前 Qwen Chat 放出可选模型入口，HuggingFace 与 ModelScope 上线相关权重与量化版本，API 页面亦列出系列模型。需要注意的是，发布帖与仓库日志属官方信息，部分性能对比为厂商自述；在缺乏第三方复现实验前，不宜将“同等/超越”作为定论。对于关注成本与部署的团队，FP8 版本旨在降低显存与带宽占用、提升吞吐，但具体收益依赖硬件与推理栈。建议在目标数据集与推理场景上做 A/B 实测后再行切换生产。
常见问题
Q：Qwen3-VL-30B-A3B 何时发布？
A：根据官方仓库新闻条目，发布时间为 2025 年 10 月 4 日；相关博客与模型卡在当日及随后逐步更新。
Q：所谓“3B 激活参数”是什么意思？
A：这是 MoE（专家混合）架构的特征，完整模型约 30B 参数，但每次前向仅激活约 3B，有助于提高性价比与吞吐。
Q：FP8 版本有什么用？
A：FP8 量化面向推理效率与资源占用优化，原则上可降低显存与带宽需求并提升吞吐，收益取决于硬件与实现。
Q：与 GPT-5-Mini、Claude 4 Sonnet 的对比可信么？
A：属于厂商自述，尚缺足量第三方复现实验与公开基准明细，应视为宣传口径，建议等待独立评测。
Q：哪里可以体验或获取权重？
A：Qwen Chat 提供在线试用，HuggingFace 与 ModelScope 有模型与量化版本；企业可通过阿里云 Model Studio 的 API 访问系列模型。
