阿里通义千问团队发布了更小尺寸新模型——Qwen3-4B-Instruct-2507 和 Qwen3-4B-Thinking-2507 。
新模型性能有了大幅提升。在非推理领域，Qwen3-4B-Instruct-2507 全面超越了闭源的 GPT4.1-Nano；在推理领域，Qwen3-4B-Thinking-2507 甚至可以媲美中等规模的 Qwen3-30B-A3B（thinking）。
「2507」版本的 Qwen3-4B 模型，体积小，性能强，对手机等端侧硬件部署尤为友好，目前新模型已在魔搭社区、Hugging Face正式开源。
https://huggingface.co/Qwen/Qwen3-4B-Thinking-2507
https://huggingface.co/Qwen/Qwen3-4B-Instruct-2507
以下为模型核心亮点：
1、Qwen3-4B-Instruct-2507
🌟通用能力显著提升，更全能的端侧利器 Qwen3-4B-Instruct-2507 的通用能力均大幅提升，超越了商业闭源的小尺寸模型 GPT-4.1-nano，与中等规模的 Qwen3-30B-A3B（non-thinking）性能接近。
🌟掌握更多语言和长尾知识，回答更合你意 新模型覆盖了更多语言的长尾知识，在主观和开放性任务中增强了人类偏好对齐，可提供更符合人们需求的答复。
🌟上下文理解扩展至 256K，小模型也能处理长文本
2、 Qwen3-4B-Thinking-2507
🌟推理能力大幅增强，AIME25 高达81.3分 Qwen3-4B-Thinking-2507 的推理表现可媲美中等模型 Qwen3-30B-Thinking，特别是在聚焦数学能力的 AIME25 测评中，以4B参数量斩获惊人的81.3分的好成绩！
🌟通用能力显著提升，Agent 分数爆表，相关评测均超越了更大尺寸的Qwen3-30B-Thinking模型。
🌟 256K tokens 上下文的理解能力，支持更复杂的文档分析、长篇内容生成、跨段落推理等场景。
评论删除后，数据将无法恢复
阿里通义超顶小模型“Qwen3-4B”发布更新，手机也能轻松跑
阿里通义千问团队发布了更小尺寸新模型——Qwen3-4B-Instruct-2507 和 Qwen3-4B-Thinking-2507 。
新模型性能有了大幅提升。在非推理领域，Qwen3-4B-Instruct-2507 全面超越了闭源的 GPT4.1-Nano；在推理领域，Qwen3-4B-Thinking-2507 甚至可以媲美中等规模的 Qwen3-30B-A3B（thinking）。
「2507」版本的 Qwen3-4B 模型，体积小，性能强，对手机等端侧硬件部署尤为友好，目前新模型已在魔搭社区、Hugging Face正式开源。
https://huggingface.co/Qwen/Qwen3-4B-Thinking-2507
https://huggingface.co/Qwen/Qwen3-4B-Instruct-2507
以下为模型核心亮点：
1、Qwen3-4B-Instruct-2507
🌟通用能力显著提升，更全能的端侧利器
Qwen3-4B-Instruct-2507 的通用能力均大幅提升，超越了商业闭源的小尺寸模型 GPT-4.1-nano，与中等规模的 Qwen3-30B-A3B（non-thinking）性能接近。
🌟掌握更多语言和长尾知识，回答更合你意
新模型覆盖了更多语言的长尾知识，在主观和开放性任务中增强了人类偏好对齐，可提供更符合人们需求的答复。
🌟上下文理解扩展至 256K，小模型也能处理长文本
2、 Qwen3-4B-Thinking-2507
🌟推理能力大幅增强，AIME25 高达81.3分
Qwen3-4B-Thinking-2507 的推理表现可媲美中等模型 Qwen3-30B-Thinking，特别是在聚焦数学能力的 AIME25 测评中，以4B参数量斩获惊人的81.3分的好成绩！
🌟通用能力显著提升，Agent 分数爆表，相关评测均超越了更大尺寸的Qwen3-30B-Thinking模型。
🌟 256K tokens 上下文的理解能力，支持更复杂的文档分析、长篇内容生成、跨段落推理等场景。