O que é Qwen3Guard?
Qwen3Guard é uma família de modelos de moderação da equipe Qwen da Alibaba, lançada em setembro de 2025 e baseada no Qwen3. Ela vem em duas formas, cada uma nos tamanhos 0.6B, 4B e 8B. O Qwen3Guard-Gen lê um prompt inteiro ou um prompt com resposta e escreve um rótulo de segurança e as categorias. O Qwen3Guard-Stream acrescenta uma cabeça de classificação que rotula cada token à medida que o modelo principal o gera, então uma resposta insegura pode ser cortada no meio do stream.
Em vez de sim ou não, ele devolve um de três rótulos: seguro, controverso ou inseguro. Controverso cobre conteúdo cujo dano depende do contexto; no modo estrito você o trata como inseguro, no modo flexível como seguro. As categorias são conteúdo violento, atos ilegais não violentos, conteúdo sexual, dados pessoais, suicídio e automutilação, atos antiéticos, temas politicamente sensíveis, violação de direitos autorais e, só para entradas, jailbreaks. As checagens de resposta também informam se o modelo recusou.
Os modelos foram treinados com 1.19 milhão de prompts e respostas rotulados e suportam 119 idiomas e dialetos. Os pesos são Apache 2.0 e sem acesso restrito no Hugging Face; o modelo Gen de 8B teve 110,997 downloads no último mês.
Quanto custa Qwen3Guard?
| Plano | Preço | O que inclui |
|---|---|---|
| Qwen3Guard-Gen | Free | 0.6B, 4B ou 8B; prompt ou resposta inteiros |
| Qwen3Guard-Stream | Free | 0.6B, 4B ou 8B; token a token |
Pesos abertos gratuitos sob Apache 2.0, sem acesso restrito no Hugging Face, nos tamanhos 0.6B, 4B e 8B; auto-hospedados. A Alibaba Cloud também oferece um serviço hospedado AI Guardrails baseado nele.
Qwen3Guard vale a pena?
A vantagem do Qwen3Guard são os idiomas. No relatório técnico da equipe Qwen, o modelo Gen de 8B tem média de 85.1 de F1 em benchmarks de prompts em chinês contra 44.1 do Llama Guard 4 12B, e 85.0 no conjunto multilíngue RTP-LX contra 41.7. Em inglês, a média é de 90.0 em prompts e 83.9 em respostas, à frente do WildGuard 7B com 85.8 e 79.9. Uma ressalva: as médias da Qwen pegam o melhor entre os modos estrito e flexível em cada benchmark, o que o favorece um pouco.
O rótulo de três níveis é a escolha de design que importa na prática. Um app educativo infantil e uma plataforma de ficção adulta discordam sobre o mesmo texto limítrofe; com o Qwen3Guard, eles compartilham um modelo e só diferem em se controverso significa bloquear.
A variante Stream é o outro motivo para olhar. Ela pontua cada token gerado, e o relatório diz que fica a cerca de dois pontos de F1 do modelo Gen. Em 813 respostas inseguras, ela apontou exatamente a primeira frase insegura em cerca de 86.0% das vezes, e em rastros de raciocínio pegou conteúdo inseguro dentro dos primeiros 128 tokens em cerca de 66.8% dos casos. O custo é a integração: ela lê IDs de tokens do Qwen3, então outras famílias de modelos precisam retokenizar a saída, e o suporte ao Stream no vLLM e no SGLang ainda está em andamento.
A documentação é crua. O exemplo de moderação de respostas do README usa o nome errado do modelo e imprime uma variável não definida, as tabelas de benchmark são só imagens no model card, e o repositório no GitHub não muda desde outubro de 2025. Os modelos são sólidos; conte com ler o relatório em vez do README.
Onde ele se destaca
Uma equipe de confiança e segurança de um app de mensagens com usuários na Ásia e na América Latina
Moderar prompts de usuários e respostas do bot em chinês, indonésio, espanhol e português
Sirva o Qwen3Guard-Gen-4B no vLLM atrás de um endpoint compatível com OpenAI e passe cada turno por ele; trate controverso como inseguro em contas de menores e como seguro nas demais.
Um engenheiro com um assistente baseado no Qwen3 que transmite respostas longas em streaming
Parar uma resposta insegura enquanto ela ainda está sendo gerada
Envie cada ID de token gerado ao Qwen3Guard-Stream com o Transformers e feche o stream quando um token for rotulado como inseguro, em vez de esperar para checar a resposta completa.
Um pesquisador treinando um modelo com aprendizado por reforço
Recompensar respostas seguras sem recompensar recusas generalizadas
Use o rótulo de segurança do Gen e o campo de recusa como sinais de recompensa, como a Qwen fez com o Gen-4B para treinar o Qwen3-4B-SafeRL; um tamanho menor deixa o modelo de recompensa mais barato.
Antes de decidir
- Configuração
- vllm serve Qwen/Qwen3Guard-Gen-4B --max-model-len 32768 (vLLM 0.9.0+ ou SGLang 0.4.6.post1+) e depois leia as linhas Safety e Categories da resposta. O Stream exige Transformers 4.51+ com trust_remote_code.
- Integrações
- Transformers, vLLM e SGLang para o Gen; endpoints compatíveis com OpenAI; o serviço hospedado AI Guardrails da Alibaba Cloud usa essa tecnologia.
- Dados e privacidade
- Auto-hospedado, então o texto fica no seu hardware. Apache 2.0 permite uso comercial.
- Custo em escala
- Sem tarifa de API; você paga suas próprias GPUs, e o tamanho 0.6B é o mais barato de servir. O custo do Stream cresce quase linearmente com o tamanho da resposta, enquanto rechecar com o Gen uma resposta que cresce custa muito mais.
- Limites
- Tamanho de contexto não informado além dos exemplos de serviço com 32,768 tokens; o Stream depende do tokenizador do Qwen3; categorias fixas.
O que é bom
- 119 idiomas e dialetos; boas notas em chinês e multilíngue no relatório da Qwen
- Rótulos seguro, controverso e inseguro com modos estrito e flexível
- A variante Stream modera token a token durante a geração
- Apache 2.0, sem acesso restrito, tamanhos de 0.6B a 8B
O que não é
- As médias da Qwen escolhem o melhor modo por benchmark
- O Stream precisa de tokens do Qwen3; ainda sem suporte no vLLM ou SGLang
- Os exemplos do README têm erros
- Categorias fixas; sem políticas próprias em linguagem simples
Ideal para
Equipes que moderam chats ou saídas de modelos em muitos idiomas e querem um modelo aberto com um meio-termo ajustável entre seguro e inseguro.
Alternativas ao Qwen3Guard
Qwen3Guard: perguntas frequentes
- Qwen3Guard vale a pena?
- O modelo de proteção aberto a ser batido em moderação multilíngue, com um rótulo de controverso que poupa discussões sobre casos limítrofes e um modo de streaming que confere as respostas enquanto são escritas. Damos nota 4.3 de 5.
- Quanto custa Qwen3Guard?
- Pesos abertos gratuitos sob Apache 2.0, sem acesso restrito no Hugging Face, nos tamanhos 0.6B, 4B e 8B; auto-hospedados. A Alibaba Cloud também oferece um serviço hospedado AI Guardrails baseado nele.
- Quais são as desvantagens de Qwen3Guard?
- As médias da Qwen escolhem o melhor modo por benchmark; o Stream precisa de tokens do Qwen3; ainda sem suporte no vLLM ou SGLang; os exemplos do README têm erros; categorias fixas; sem políticas próprias em linguagem simples.
- Para quem Qwen3Guard é indicado?
- Equipes que moderam chats ou saídas de modelos em muitos idiomas e querem um modelo aberto com um meio-termo ajustável entre seguro e inseguro.
- Quanto custa Qwen3Guard para uma equipe ou em produção?
- Sem tarifa de API; você paga suas próprias GPUs, e o tamanho 0.6B é o mais barato de servir. O custo do Stream cresce quase linearmente com o tamanho da resposta, enquanto rechecar com o Gen uma resposta que cresce custa muito mais.
- Qwen3Guard é seguro para dados da empresa?
- Auto-hospedado, então o texto fica no seu hardware. Apache 2.0 permite uso comercial.
- Quais são as melhores alternativas ao Qwen3Guard?
- As alternativas mais próximas que analisamos são Granite Guardian 4.1 8B, Shieldstral 1.0 3B e gpt-oss-safeguard.
Respostas verificadas em 6 de nov. de 2026.
Você faz o Qwen3Guard? Mostre esta nota no seu site
