本文基于公开资料综述（智谱 / Kimi / DeepSeek 3 家 AI 采集交叉，2026-07-21），非实机测试。
① 公开证据综合
阿里云 Qwen 团队 2024-09-19 发布，3.09B（非嵌入 2.77B），36 层 Transformer + GQA，32K 上下文（官方技术博客 / DataLearnerAI）。中文+数学 3B 级领先：GSM8K 79.1%、MATH 65.0%、BBH 56.3%。指令跟随/长文本生成/结构化输出（JSON）/系统提示鲁棒性较前代提升。多语言 29 种。
关键限制：MMLU 65.6% / MMLU-Pro 34.6%（低于 7B 74.2/45.8）；HumanEval 42.1%（7B 84.1）；上下文仅 32K（7B 128K）。协议陷阱：Qwen2.5 系列 0.5B/1.5B/7B/14B/32B 均 Apache-2.0，但 3B 与 72B 是 Qwen Research License（商用需审）——本地部署前必须法务评估。
② 与同类模型横评
- vs Llama-3.2-3B：Qwen MMLU（+10.85）/ GSM8K（+45.1）/ HumanEval（+14.1）全面领先 + 中文优；Llama 上下文 128K 更长
- vs Qwen2.5-7B：7B 在 MMLU/代码/长上下文碾压 + Apache-2.0；硬件允许选 7B 更优
- vs Gemma-2-9B：Gemma MMLU（71.3）高但 GSM8K（70.7）低、9B 端侧压力大
③ 本地部署建议与 verdict
能不能本地跑？能。 FP16 约 6-7GB（推算）；INT4 约 2GB（4GB 显存或纯 CPU）；INT8 约 3-4GB。流畅需 6GB 显存（GTX 1060 6GB / RTX 3050）或 Apple Silicon 8GB 统一内存。Ollama/LMStudio/llama.cpp + 社区 GGUF 齐全。
Verdict：caution（有条件推荐）。 3B 在中文+数学领先同级 Llama-3.2-3B，但通用知识/代码短板明显 + 32K 上下文限制 RAG。关键是 Qwen Research License（非 Apache，商用需审）+ “比上不足比下尴尬”（硬件能容纳选 7B Apache 更优；极度受限选 0.5B/1.5B Apache 更自由）。适合中文轻量场景 + 数学需求，但非无脑首选。