Qwen3-4B
- 推理
- 可关闭推理
- 工具调用
- 结构化输出
- 开放权重
价格
1 个渠道报价 · 按标价显示 Alibaba Cloud Model Studio（在新标签页打开）
qwen3-4b| 条件/ 百万 tokens | 输入 | 输出 |
|---|---|---|
| 标准 自 2026年10月1日 起页面不再列出 历史价格，取自 2026年1月16日 存档的厂商页面 | $0.11 | $0.42 |
价格来源 Alibaba Cloud Model Studio pricing（在新标签页打开） (核对于 2026年9月30日)
标准：不带任何条件的请求所付价格（即本站其他页面显示的标价）。
详细规格
- 许可证
- apache-2.0
- 模型家族
- qwen
- 模型 ID
Alibaba Qwen 的页面未说明：最长输入, 输入模态, 输出模态, 推理档位, 最大思考预算, 内置工具, 知识截止, 别名。
本地运行
权重： Qwen/Qwen3-4B- 参数 4B
- 稠密
- 原生精度 BF16
- 层数 36
- 每 token 的 KV 缓存 144 KB
- 原生上下文 32K （模型卡）
- YaRN 扩展后 128K （模型卡）
- 配置位置数 40K （config.json max_position_embeddings）
- API 上下文 250K （厂商 API）
在你的配置上 · GeForce RTX 4090
●流畅 原生 BF16 （自动） 8K 上下文 54–82 tok/s单卡
权重KV 缓存运行开销可用上限
- 需要
- ≈ 9.1 GB (权重 7.5（官方文件） + KV 缓存 1.1 + 开销 0.5)
- 可用
- 21.6 GB (标称的 90%)
- 生成速度
- 54–82 tok/s
- 最长上下文
- 128K (模型上限)
- 首 token
- 2K 提示约 0.13–0.19 秒
| 推荐精度 | 权重 | 8K 需要 | 在你的配置上 | 最长上下文 |
|---|---|---|---|---|
| 原生 BF16官方 | 7.5 GB | ≈ 9.1 | ●流畅 54–82 tok/s | 128K |
| Q8_0官方 | 4.0 GB | ≈ 5.6 | ●流畅 92–138 tok/s | 128K |
| FP8官方 | 4.8 GB | ≈ 6.5 | ●流畅 79–118 tok/s | 128K |
| Q6_K官方 | 3.1 GB | ≈ 4.7 | ●流畅 112–167 tok/s | 128K |
| Q5_K_M官方 | 2.7 GB | ≈ 4.3 | ●流畅 123–185 tok/s | 128K |
| Q5_0官方 | 2.6 GB | ≈ 4.3 | ●流畅 125–188 tok/s | 128K |
| Q4_K_M官方 | 2.3 GB | ≈ 4.0 | ●流畅 136–204 tok/s | 128K |
| Q4_0 | 2.1 GB | ≈ 3.7 | ●流畅 145–218 tok/s | 128K |
| INT4 (AWQ / GPTQ)官方 | 2.5 GB | ≈ 4.1 | ●流畅 130–195 tok/s | 128K |
| IQ4_XS | 2.0 GB | ≈ 3.6 | ●流畅 151–226 tok/s | 128K |
| Q3_K_M质量下降明显 | 1.8 GB | ≈ 3.5 | ●流畅 159–238 tok/s | 128K |
| IQ3_XXS质量下降明显 | 1.4 GB | ≈ 3.1 | ●流畅 184–275 tok/s | 128K |
| Q2_K质量下降明显 | 1.4 GB | ≈ 3.0 | ●流畅 186–278 tok/s | 128K |
| IQ2_XXS质量下降明显 | 1.0 GB | ≈ 2.6 | ●流畅 225–337 tok/s | 128K |
点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。
和其他配置比
每个配置各用它能跑的最高精度，点一个看细节。
最低需要（Q4_K_M · 8K）：显卡 GeForce RTX 3080；统一内存 Apple M5 · 16 GB。
运行命令
vLLM
vllm serve Qwen/Qwen3-4B --max-model-len 8192
微调需要多少显存
全参≈ 62.1 GB你的配置放不下
LoRA≈ 9.8 GB你的配置放得下
QLoRA≈ 4.5 GB你的配置放得下
batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。
估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的
引用评分
来自第三方排行榜，并非我们测得- Epoch AI · GPQA Diamond 52.3%
第 121 名，共 168 个上榜模型 · ±3.01
其他版本：reasoning off 43.6%
- EQ-Bench Longform Writing 17
第 92 名，共 92 个上榜模型
变更
全部变更 →暂无变更记录。
来源
- Text generation models - Qwen, DeepSeek, GLM | Model Studio - Alibaba Cloud Model Studio - Alibaba Cloud Documentation Center（在新标签页打开） docs.modelstudio.console.alibabacloud.com · 核对于 2026年10月15日
- Alibaba Cloud Model Studio pricing（在新标签页打开） alibabacloud.com · 核对于 2026年9月30日
- Qwen3: Think Deeper, Act Faster | Qwen（在新标签页打开） qwenlm.github.io · 核对于 2026年10月31日
- Qwen3-4B（在新标签页打开） huggingface.co · 核对于 2026年11月4日
- Qwen/Qwen3-4B model card（在新标签页打开） huggingface.co · 核对于 2026年10月30日
- Qwen/Qwen3-4B config.json（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen3-4B files（在新标签页打开） huggingface.co · 核对于 2026年11月1日
- Qwen/Qwen3-4B-AWQ files（在新标签页打开） huggingface.co · 核对于 2026年11月3日
- Qwen/Qwen3-4B-FP8 files（在新标签页打开） huggingface.co · 核对于 2026年11月1日
- Qwen/Qwen3-4B-GGUF files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen3-4B-MLX-4bit files（在新标签页打开） huggingface.co · 核对于 2026年11月1日
- Qwen/Qwen3-4B-MLX-6bit files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen3-4B-MLX-8bit files（在新标签页打开） huggingface.co · 核对于 2026年11月2日
- Qwen/Qwen3-4B-MLX-bf16 files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen3-4B README.md（在新标签页打开） huggingface.co · 核对于 2026年11月4日
Alibaba Qwen 官方政策：数据使用、隐私、条款 →
本页部分数值尚待与官方页面核对：实心圆点已核实，空心圆点尚未核实（无论是否已有来源）。 我们如何核实数据
Alibaba Qwen · 中国 · qwen.ai
相关模型
快照、同系列与同厂商的其他模型