Qwen · 2025-04 · 稠密

Qwen3 8B

Qwen3 8B 是 Qwen 于 2025-04 发布的分组查询注意力（GQA） Transformer，共 36 层，隐藏维度 4096，上下文窗口 40,960 个 token。

层堆栈

注意力 ×36 · 层数 36

依据随权重发布的 config.json 绘制 · 36 层 / 宽 4,096 / 上下文 40,960。本图为本站原创示意图。

分组查询注意力（GQA） — 32 q-heads / 8 kv-heads. RoPE θ=1,000,000.

它是稠密模型：全部 7.9B 参数都参与每个 token 的计算。

对比对象为同实验室的上一代模型；无前代时取结构最相似的模型。倍数列 = 本模型数值 ÷ 对比模型数值。

与前代 Qwen3 32B 的全字段对比

模型	Qwen3 8B	Qwen3 32B	倍数
model_type	`qwen3`	`qwen3`	＝
architectures	`Qwen3ForCausalLM`	`Qwen3ForCausalLM`	＝
hidden_size	`4096`	`5120`	×0.800
num_hidden_layers	`36`	`64`	×0.563
num_attention_heads	`32`	`64`	×0.500
num_key_value_heads	`8`	`8`	≈1
head_dim	`128`	`128`	≈1
intermediate_size	`12288`	`25600`	×0.480
hidden_act	`silu`	`silu`	＝
rope_theta	`1000000`	`1000000`	≈1
max_position_embeddings	`40960`	`40960`	≈1
rms_norm_eps	`0.000001`	`0.000001`	≈1
vocab_size	`151936`	`151936`	≈1
torch_dtype	`bfloat16`	`bfloat16`	＝
attention_bias	`false`	`false`	＝
attention_dropout	`0`	`0`	＝
bos_token_id	`151643`	`151643`	≈1
eos_token_id	`151645`	`151645`	≈1
initializer_range	`0.02`	`0.02`	≈1
max_window_layers	`36`	`64`	×0.563
tie_word_embeddings	`false`	`false`	＝
transformers_version	`4.51.0`	`4.51.0`	＝
use_cache	`true`	`true`	＝
use_sliding_window	`false`	`false`	＝

Hunyuan 7B (Hunyuan, 2025-08) 1.000
Mistral 7B (Mistral, 2023-09) 1.000
Qwen2.5 7B (Qwen, 2024-09) 0.999
Llama 3.1 8B (Meta, 2024-07) 0.999
Hunyuan-TurboS 7B (Hunyuan, 2026-05) 0.998
Qwen3.6 27B (Qwen, 2026-04) 0.992

相似度取值范围 0（无共同类别特征）到 1（结构画像完全一致）。

24 个字段