一、说明

‌Qwen3-235B 和 Qwen3-32B 的主要区别在于它们的参数规模和应用场景。‌

参数规模

• ‌Qwen3-235B‌：总参数量为2350亿，激活参数量为220亿‌。
• ‌Qwen3-32B‌：总参数量为320亿‌。

应用场景

• ‌Qwen3-235B‌：作为旗舰模型，Qwen3-235B在复杂任务中表现出色，特别是在代码、数学和通用能力等基准测试中，与 DeepSeek-R1 、 o1 、 o3-mini 、 Grok-3 和 Gemini-2.5-Pro 等顶级模型相比，表现出极具竞争力的结果‌。
• ‌Qwen3-32B‌：适合中大型任务，适合普通的企业级部署‌。

性能表现

• ‌Qwen3-235B‌：在处理复杂任务时表现出色，能够提供高性能的推理结果‌。
• ‌Qwen3-32B‌：虽然参数规模较小，但在实际使用中也能提供良好的性能表现‌。

二、飞桨AI studio部署模型

1、注册飞桨

飞桨AI Studio星河社区-人工智能学习与实训社区https://aistudio.baidu.com/overview具体步骤不写了

2、部署模型

部署 Qwen/Qwen3-235B-A22B

 

同样方法可以部署Qwen/Qwen3-32B

同时只能部署一个，部署之前我们要停止运行的模型

 

  

三、创建dify应用，引入模型

1、安装插件OpenAI-API-compatible

详细步骤我们不说，安装后在这里找到插件

 2、导入模型

 

 

点击保存后

 

同样我们也可以添加Qwen3-235B-A22B的模型 

注意飞桨同时只能打开一个模型，没交钱的情况下

需要关闭32b，然后运行235b模型，然后再配置

Qwen3-235B-A22B不太好用，慢，可能是资源问题，毕竟免费啊

3、创建应用

 

4、测试（Qwen/Qwen3-235B-A22B）

 

5、测试（Qwen/Qwen3-32B）

速度快了很多

 

时间上有问题，所以还需要处理，这个自己看吧，毕竟这些模型并不是实时的，是以前的数据，