Qwen3 8B — compact and fast, ideal for lightweight tasks and high-throughput scenarios.
Qwen3-8B 是阿里 Qwen 团队推出的紧凑型 82 亿参数稠密因果语言模型——Qwen3 稠密系列中入门级高效档位。模型拥有 36 个 Transformer 层和 32/8 GQA 注意力头，于 2025 年 4 月以 Apache 2.0 授权发布。根据 Qwen3 技术报告，Qwen3-8B 基础模型性能与 Qwen2.5-14B-Base 相当，代表参数效率的代际跃升：以 8B 参数量和显著更低的推理成本获得上一代 14B 级别的能力。
与所有 Qwen3 指令模型一样，Qwen3-8B 原生支持混合思考：单一检查点在深度推理思考模式（在 <think> 块中输出逐步推理）和快速非思考模式之间切换，通过每次请求的 enable_thinking 或 /think / /no_think token 控制。以每百万 token $0.03/$0.06 的价格，Qwen3-8B 是 Qwen3 稠密系列中成本最低的入门产品——适合高吞吐管道、快速草稿和分类任务，这些场景中速度和成本比绝对推理上限更重要。需要在更难分析或多步骤任务上提升质量的团队，可以升级到 qwen/qwen3-14b（$0.03/$0.06 对比 $0.07/$0.21），无需更改任何 API 接入逻辑。
| 类型 | 费率 |
|---|---|
| 输入 | $0.1944 每百万 Tokens |
| 输出 | $0.756 每百万 Tokens |
| 总参数量 | 8.2Bhuggingface.co/Qwen ↗ | 已核实 |
| 架构 | 稠密因果 Transformer，36 层，GQA 32/8（Q/KV 头）huggingface.co/Qwen ↗ | 已核实 |
| 上下文长度 | 131,072 token（原生 32,768；通过 YaRN 扩展至 131,072）huggingface.co/Qwen ↗ | 已核实 |
| 最大补全 token 数 | 32,768huggingface.co/Qwen ↗ | 已核实 |
| 授权协议 | Apache 2.0huggingface.co/Qwen ↗ | 已核实 |
| 发布日期 | 2025 年 4 月qwenlm.github.io ↗ | 已核实 |
| 训练阶段 | 预训练 & 后训练（指令模型）huggingface.co/Qwen ↗ | 已核实 |
| 相对上一代的有效效率 | 以 8B 参数达到 Qwen2.5-14B-Base 水平——参数效率提升整整一代qwenlm.github.io ↗ | 已核实 |
| Benchmark | Distribution | Score | Source |
|---|---|---|---|
MMLU 基础模型；5-shot | 76.57% | arxiv.org — Qwen3 technical report ↗ | |
MMLU-Pro 基础模型 | 55.92% | arxiv.org — Qwen3 technical report ↗ | |
BBH (BIG-Bench Hard) 基础模型；3-shot CoT | 76.84% | arxiv.org — Qwen3 technical report ↗ | |
GSM8K 基础模型；4-shot | 88.93% | arxiv.org — Qwen3 technical report ↗ | |
GPQA 基础模型；研究生级科学题 | 36.87% | arxiv.org — Qwen3 technical report ↗ |
所有新集成都应使用下方示例中的全球端点 api.therouter.ai；旧中国加速端点已下线。
curl https://api.therouter.ai/v1/chat/completions -H "Content-Type: application/json" -H "Authorization: Bearer $THE_ROUTER_API_KEY" -d '{
"model": "qwen/qwen3-8b",
"messages": [
{"role": "user", "content": "Summarize the key points from this input."}
]
}'阿里 Qwen 发布完整 Qwen3 系列，其中 Qwen3-8B 为 82 亿参数稠密因果语言模型，具备混合思考模式、128K 上下文（YaRN 扩展）、119 种语言支持和 Apache 2.0 授权。发布声明强调 Qwen3-8B 基础模型与 Qwen2.5-14B-Base 性能相当，代表参数效率整整提升一代。以每百万 token $0.03/$0.06 的价格，它是 Qwen3 稠密系列中最具成本优势的入门产品。
Qwen 团队发布完整技术报告（arXiv 2505.09388），涵盖预训练、后训练、混合思考架构、多语言能力，以及 Qwen3 系列（含 Qwen3-8B）的对比基准。报告记录了 Qwen3-8B 的基础模型基准：MMLU 76.57、BBH 76.84、GSM8K 88.93、GPQA 36.87。
Qwen3-8B（36 层，GQA 32/8，8.2B 参数）是入门档；Qwen3-14B（40 层，GQA 40/8，14.8B 参数）是下一档。两者均支持混合思考和 128K 上下文。Qwen3-8B 基础模型达到 Qwen2.5-14B-Base 水平；Qwen3-14B 基础模型达到 Qwen2.5-32B-Base 水平——能力上额外提升整整一代参数量。成本方面：Qwen3-8B 每百万 token $0.03/$0.06，Qwen3-14B 为 $0.07/$0.21。高吞吐量或较简单的任务用 Qwen3-8B；当推理深度或答案质量成为约束时升级到 14B。
通过 TheRouter，在 /v1/chat/completions 上使用 reasoning 参数。直接自托管时，在 chat template 中设置 enable_thinking=True 或 enable_thinking=False，或在系统提示或首条用户消息中加入 /think 或 /no_think。思考模式为默认值。思考模式激活时，响应包含 <think>...</think> 块，展示给终端用户前应解析或过滤。
模型的原生上下文为 32,768 token，通过 YaRN 位置插值扩展至 131,072 token。TheRouter 将 context_length 设置为 131,072，max_completion 为 32,768。在 YaRN 范围的远端，针对非常复杂的提示词性能可能有所下降；上线生产前请验证最大输入。
支持。Qwen3-8B 通过 TheRouter 上的标准 OpenAI 兼容参数支持用于函数调用的 tools 和 tool_choice，以及用于结构化输出的 response_format。在思考和非思考两种模式下均保持工具调用能力，适合轻量 agentic 管道。
可以。TheRouter 通过 OpenAI 兼容的 /v1/chat/completions 端点暴露 qwen/qwen3-8b。将客户端的 base URL 设置为 TheRouter 端点，配置 API key，并将 model 设置为 qwen/qwen3-8b。流式传输、tools 和 response_format 均支持。
| 来源 | URL | 采集于 | |
|---|---|---|---|
| 总参数量 | huggingface.co/Qwen ↗ | 2026-06-09 | 已核实 |
| 架构 | huggingface.co/Qwen ↗ | 2026-06-09 | 已核实 |
| 上下文长度 | huggingface.co/Qwen ↗ | 2026-06-09 | 已核实 |
| 最大补全 token 数 | huggingface.co/Qwen ↗ | 2026-06-09 | 已核实 |
| 授权协议 | huggingface.co/Qwen ↗ | 2026-06-09 | 已核实 |
| 发布日期 | qwenlm.github.io ↗ | 2026-06-09 | 已核实 |
| 训练阶段 | huggingface.co/Qwen ↗ | 2026-06-09 | 已核实 |
| 相对上一代的有效效率 | qwenlm.github.io ↗ | 2026-06-09 | 已核实 |
| MMLU | arxiv.org — Qwen3 technical report ↗ | 2026-06-09 | 已核实 |
| MMLU-Pro | arxiv.org — Qwen3 technical report ↗ | 2026-06-09 | 已核实 |
| BBH (BIG-Bench Hard) | arxiv.org — Qwen3 technical report ↗ | 2026-06-09 | 已核实 |
| GSM8K | arxiv.org — Qwen3 technical report ↗ | 2026-06-09 | 已核实 |
| GPQA | arxiv.org — Qwen3 technical report ↗ | 2026-06-09 | 已核实 |
| Qwen3 系列发布——Qwen3-8B 列于六个开源稠密模型之中 | qwenlm.github.io ↗ | 2026-06-09 | 已核实 |
| Qwen3 技术报告发布于 arXiv | arxiv.org ↗ | 2026-06-09 | 已核实 |
| Qwen3-8B 与 Qwen3-14B 相比如何？ | qwenlm.github.io ↗ | 2026-06-09 | 待核实 |
| 如何在思考模式和非思考模式之间切换？ | huggingface.co ↗ | 2026-06-09 | 待核实 |
| qwen/qwen3-8b 在 TheRouter 上的有效上下文窗口是多少？ | huggingface.co ↗ | 2026-06-09 | 待核实 |
| Qwen3-8B 支持工具调用和结构化输出吗？ | huggingface.co ↗ | 2026-06-09 | 待核实 |
| 可以从 Cursor、Cline 或其他 OpenAI 兼容客户端使用 Qwen3-8B 吗？ | qwenlm.github.io ↗ | 2026-06-09 | 待核实 |