vLLM + SGLang + Ollama 自动适配！阿里云 Qwen3 部署智能选引擎

vLLM + SGLang + Ollama 自动适配！阿里云 Qwen3 部署智能选引擎，Qwen3 正式发布并全部开源8款混合推理模型。凭借其卓越的性能和广泛的应用场景，迅速在全球范围内获得了极高的关注度和广泛的用户基础，本篇文档将以通义千问3-8B模型为例演示部署流程，欢迎您进行体验。详细参考阿里云通义千问大模型官方页面：https://www.aliyun.com/product/tongyi 如下图：

此次开源包括两款MoE模型：Qwen3-235B-A22B（2350多亿总参数、 220多亿激活参数）和Qwen3-30B-A3B（300亿总参数、30亿激活参数），六个Dense模型：Qwen3-32B、Qwen3-14B、Qwen3-8B、Qwen3-4B、Qwen3-1.7B和Qwen3-0.6B。这些模型在代码、数学、通用能力等基准测试中表现出极具竞争力的结果。

目前阿里云推出百炼Coding Plan，费用首月7.9元起，申请：https://www.aliyun.com/product/bailian

Qwen3 支持思考模式和非思考模式两种模式，适用于不同类型的问题，支持119种语言和方言。

依托于阿里云函数计算FC算力，Serverless+ AI开发平台FunctionAI现已提供模型服务、应用模板两种部署方式辅助您部署Qwen3系列模型。完成模型部署后，您即可与模型进行对话体验；或以 API 形式进行调用，接入 AI 应用中，欢迎您立即体验。

支持的模型列表

部署方式说明：

• vLLM：大模型加速推理框架，优化内存利用率和吞吐量，适合高并发场景。
  
• SGLang：支持复杂的LLM Programs，如多轮对话、规划、工具调用和结构化输出等，并通过协同设计前端语言和后端运行时，提升多GPU节点的灵活性和性能。
  

计费说明

本教程所涉及的模型服务其本质是在函数计算中创建的GPU函数，函数运行使用的资源按照函数规格乘以执行时长进行计量，如果无请求调用，则只收取极速模式下预置的快照费用。建议您领取函数计算的试用额度抵扣资源消耗，超出试用额度的部分将自动转为按量计费，更多计费详情，请参见计费概述。

函数计算免费额度领取：https://free.aliyun.com/    如下图，搜索“函数计算”如下图：

重要

本项目部署完成，会预置一个启动快照，即使您在不使用的情况下，也会存在快照费用，请您根据需求情况及时删除项目，以免产生预期外的费用。

应用模板部署

1. 创建项目

登录函数计算3.0控制台，在左侧导航栏单击Function AI，在Funciton AI页面导航栏，选择项目，然后单击创建项目，选择基于模板创建。

说明

当左上角显示函数计算FC 3.0时，表示当前控制台为3.0控制台。

2. 基于模板部署项目

1. 在搜索栏输入Qwen3进行搜索，单击基于 Qwen3 构建AI 聊天助手，进入模板详情页，单击立即部署。
   
   
   
2. 选择地域，单击部署项目，在项目资源预览对话框中，您可以看到相关的计费项，详情请见计费说明。单击确认部署，部署过程大约持续 10 分钟左右，状态显示已部署表示部署成功。
   说明
   如果您在测试调用的过程中遇到部署异常或模型拉取失败，可能是当前地域的GPU显卡资源不足，建议您更换地域进行重试。
   
   
   

3. 验证应用

部署完毕后，点击Open-WebUI服务，单击自定义域名的公网访问地址进行访问。

删除项目

1. 进入项目详情 > 点击删除，会进入到删除确认对话框。
   
   
2. 您可以看到要删除的资源。默认情况下，Function AI会删除项目下的所有服务。如果您希望保留资源，可以取消勾选指定的服务，删除项目时只会删除勾选的服务。
   
   
3. 勾选我已知晓：删除该项目及选中的服务将立刻中断其所服务的线上业务，并且不可恢复，同时将彻底删除其所依赖的云产品资源，然后单击确定删除。