通义千问 Qwen3-4B 新模型发布，端侧性能大跃升
8 月 7 日消息，昨日(8 月 6 日)，通义千问 Qwen 发布公告，宣布推出 Qwen3-4B-Instruct-2507 和 Qwen3-4B-Thinking-2507 两个模型，实现了性能的大幅提升。
官方指出，小型语言模型(SLM)在智能体人工智能(Agentic AI)的发展进程里具有极高价值。而 “2507” 版本的 Qwen3-4B 模型，具备体积小巧但性能强劲的特点，尤其适合在手机等端侧硬件上进行部署。
根据相关博文介绍，在非推理(non-thinking)领域，Qwen3-4B-Instruct-2507 显著增强了通用能力，目标是成为更为全能的端侧得力工具。
该模型掌握了更丰富的语言知识以及长尾知识，其上下文理解长度扩展到了 256K，即便作为小模型也能够处理长文本。在通用能力方面，该模型超越了闭源的小尺寸模型 GPT-4.1-nano，性能与同等规模的 Qwen3-30B-A3B(non-thinking)相近。
官方表示，该模型更像是一位高效的 “执行专家”，能够严格遵循指令，迅速给出响应，在内容创作、工具调用等方面更为适用。
在推理(thinking)领域，Qwen3-4B-Thinking-2507 的推理能力有了大幅提升，在 AIME25 测评中获得了高达 81.3 分的成绩。Qwen3-4B-Thinking-2507 的推理表现可与中等模型 Qwen3-30B-Thinking 相媲美，在聚焦数学能力的 AIME25 测评中，以仅 4B 的参数量取得了 81.3 分的优异成绩。
官方称此模型如同一位严谨的 “学术专家”，面对复杂问题时能够逐步展开推理，完成任务的过程更加深入且可靠 。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
为你推荐 Recommended for you
