> For the complete documentation index, see [llms.txt](https://docs.cherryai.com.cn/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.cherryai.com.cn/docs/zhong-wen-fan-ti/pre-basic/providers/cherryai/free-qwen.md).
# Qwen3-8B
**知名 MaaS 服務平台「硅基流動」為大家免費提供 Qwen3-8B 模型嘅調用服務**。作為通義千問 Qwen3 系列入面嘅高性價比成員，Qwen3-8B 以細小體積實現強大能力，係智能應用同高效開發嘅理想選擇。
***
**🚀 咩嘢係 Qwen3-8B？**
Qwen3-8B 係阿里巴巴喺 2025 年 4 月發佈嘅通義千問第三代大模型系列中嘅 **80 億參數密集模型**，採用 **Apache 2.0 開源協議**，可以自由用喺商業同研究場景。
* **總參數量：80 億**
* **架構類型：Dense（純稠密結構）**
* **上下文長度：128K tokens**
* **支援多語言：覆蓋 119 種語言同方言**
雖然體積細，Qwen3-8B 喺推理、代碼、數學同 Agent 能力方面表現穩定，性能媲美前代更大型號，喺實際應用中展現出極高嘅實用性。
***
**📚 強大訓練基礎，細模型都有大智慧**
Qwen3-8B 基於 **約 36 萬億 token 嘅高質量多語言數據** 完成預訓練，涵蓋網頁文本、技術文檔、代碼庫同專業領域合成數據，知識覆蓋面廣。
其後訓練階段引入咗 **四階段強化流程**，特別優化咗以下能力：
✅ 自然語言理解與生成\
✅ 數學推理與邏輯分析\
✅ 多語言翻譯與表達\
✅ 工具調用與任務規劃
得益於訓練體系嘅全面升級，**Qwen3-8B 嘅實際表現接近甚至超越 Qwen2.5-14B**，實現顯著嘅參數效率躍升。\\
***
**💡 混合推理模式：思考 or 快速回應？**
Qwen3-8B 支援 **「思考模式」同「非思考模式」** 嘅靈活切換，用戶可以根據任務複雜度自行選擇回應方式。
可以透過以下方式控制模式：
* **API 參數設定**：`enable_thinking=True/False`
* **提示詞指令**：喺輸入中加入 `/think` 或者 `/no_think`
| 模式 | 適用場景 | 示例 |
| --------- | -------------- | ----------------------------- |
| **思考模式** | 複雜推理、數學題、規劃類任務 |
- 求解幾何問題 - 編寫完整項目架構
|
| **非思考模式** | 快速問答、翻譯、摘要 |
- 查詢天氣 - 中英文互譯
|
呢個設計令用戶喺 **回應速度同推理深度之間自由取捨**，提升使用體驗。
***
**⚙️ 原生支援 Agent 能力，賦能智能應用**
Qwen3-8B 具備出色嘅 **Agent 化能力**，可以輕鬆整合到各類自動化系統入面：
🔹 **函數調用（Function Calling）**：支援結構化工具調用\
🔹 **MCP 協議兼容**：原生支援模型上下文協議，方便擴展外部能力\
🔹 **多工具協同**：可以接入搜尋、計算機、代碼執行等插件
推薦結合 **Qwen-Agent 框架** 使用，快速構建具備記憶、規劃同執行能力嘅智能助手。
***
**🌐 廣泛語言支援，面向全球應用**
Qwen3-8B 支援包括中文、英文、阿拉伯語、西班牙語、日語、韓語、印尼語等喺內嘅 **119 種語言同方言**，適用於國際化產品開發、跨語言客服、多語種內容生成等場景。
對中文理解尤其出色，支援簡體、繁體同粵語表達，適用於港澳台及海外華人市場。
***
**🧠 實用能力強，場景覆蓋廣**
Qwen3-8B 喺多個高頻應用場景中表現優異：
✅ **代碼生成**：支援 Python、JavaScript、Java 等主流語言，可以根據需求生成可運行代碼\
✅ **數學推理**：喺 GSM8K 等基準中表現穩定，適合教育類應用\
✅ **內容創作**：撰寫電郵、報告、文案，結構清晰、語言自然\
✅ **智能助手**：可以構建個人知識庫問答、日程管理、信息提取等輕量級 AI 助手
***
而家就透過 **硅基流動** 免費體驗 Qwen3-8B，開啟你嘅輕量 AI 應用之旅！\\
📘 即刻使用，等 AI 觸手可及！
***
### 攞幫助同提交意見
如果您喺配置或使用過程中遇到任何疑問、Bug 或有功能改善建議，請參考 [反饋與建議](/docs/zhong-wen-fan-ti/question-contact/suggestions.md) 入面提供嘅官方渠道。
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.
Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:
```
GET https://docs.cherryai.com.cn/docs/zhong-wen-fan-ti/pre-basic/providers/cherryai/free-qwen.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
.png?alt=media)
%20(1).png?alt=media)