vLLMvLLM 社区（原 UC Berkeley）
生产环境部署 LLM 的默认答案：PagedAttention 把 KV cache 碎片化问题解决掉，吞吐比朴素实现高一个量级。
推理框架 / 服务引擎PagedAttention张量并行FP8/AWQ/GPTQOpenAI 兼容 API多模态
Qwen3-Omni-30B-A3B-Thinking
模型简介
Qwen3-Omni 的思考版，文本 / 图像 / 音频统一进一个模型并带推理链。
- 参数量
- 31.7B
- 上下文
- 128K
- 所属
- Qwen
- 类型
- 纯文本 / 可识别图像 / 音频
- 商用
- 有条件可商用
- 许可
- Qwen 自定义许可
- 发布
- 2025-09-15
- 收录
- 2026-10-03