智东西
作者 王涵
编辑 漠影

智东西8月7日报道，今天上午，通义千问Qwen宣布推出两款更小尺寸的新模型：Qwen3-4B-Instruct-2507和Qwen3-4B-Thinking-2507。

其中，Qwen3-4B-Thinking-2507的推理能力可媲美中尺寸模型；Qwen3-4B-Instruct-2507在知识、推理、编程、对齐以及agent能力上全面超越了闭源的小尺寸模型GPT-4.1-nano。

此次发布的“2507”版本的Qwen3-4B模型对手机等端侧硬件部署较为友好，目前已在魔搭社区和Hugging Face正式开源。

▲已在Hugging Face开源（来源：Hugging Face）

魔搭社区：https://modelscope.cn/collections/Qwen3-9743180bdc6b48

Hugging Face：https://huggingface.co/Qwen

一、性能比肩中尺寸模型，agent能力超越GPT-4.1-nano

Qwen3-4B-Instruct-2507与Qwen3-4B-Thinking-2507的上下文理解能力都扩展到了256K，可处理长文本，能支持更复杂的文档分析、长篇内容生成以及跨段落推理等场景。

性能方面，Qwen3-4B-Thinking-2507在复杂问题推理能力、数学能力、代码能力以及多轮函数调用能力上的表现大幅领先Qwen3同尺寸小模型。在Arena-Hard v2基准测试上，Qwen3-4B-Instruct-2507取得43.4分的成绩，更胜一筹。

在非推理领域，Qwen3-4B-Instruct-2507在知识、推理、编程、对齐以及agengt能力上全面超越了闭源的小尺寸模型GPT-4.1-nano，且与中等规模的Qwen3-30B-A3B（non-thinking）性能接近。

该模型覆盖了更多语言的长尾知识，在主观和开放性任务中与人类偏好的对齐性增强，能够提供更符合需求的答复。

在推理领域，Qwen3-4B-Thinking-2507表现突出，推理能力可媲美中等模型Qwen3-30B-Thinking。特别是在聚焦数学能力的AIME25测评中，以4B参数量取得了81.3分的成绩。

其通用能力也显著提升，Agent分数超越了更大尺寸的Qwen3-30B-Thinking模型。

结语：小尺寸模型加速AI端侧落地

通义千问此次推出的Qwen3-4B系列新模型，以更小的尺寸实现了性能上的优化，在通用能力上展现出超越同级别模型甚至逼近中大规模模型的实力，并且，小尺寸模型展现出了对端侧硬件的更高的友好度。

无论是腾讯、阿里还是OpenAI等AI老玩家，都开始推出小尺寸模型，并且在agent能力上下功夫。这在一定程度上反映出目前主流市场认为小型语言模型（SLM）对Agentic AI的发展具有重要价值。

这类高性能小模型的开源与普及，将有望加速AI技术在端侧设备的渗透，进而推动更多轻量化、场景化的智能应用落地。