Qwen3 Guard 模型引入了一个一直很期待的能力： 流式输入。 大模型大都支持了流式输出，但支持流式输入的模型还是第一个，如果大模型能支持流式输入，对很多低延迟的场景非常友好。 阿里的伙伴还在计划给vLLM 以及 sglang支持流式输入的能力，非常期待。