Qwen3-4B-Instruct-2507
Qwen3-4B非思考指令更新版，仅支持非思考模式；原生262,144 token上下文，官方称在多语言长尾与开放任务对齐上有明显改进。
最后核实：
https://huggingface.co/Qwen/Qwen3-4B-Instruct-2507特点与限制
主要特点
- 官方标注4.0B总参数、3.6B非嵌入参数
- 原生262,144 token上下文
- 仅支持非思考模式（官方说明不再需要enable_thinking=False）
- 卡中给出SGLang与vLLM的最低版本与启动命令
使用边界
- 仅非思考模式；不能与旧版Qwen3-4B的思考模式成绩混用比较。
- 官方卡未逐项披露基准的提示、采样与输出预算。
- 长上下文在显存不足时需要按官方建议下调（例如32,768）。
- 本站未复现评测或设备表现。
模型信息
- 家族与版本
- Qwen / 3-2507
- 输入与输出
- 文本 → 文本
- 公开参数规模
- 4B（以以下来源口径为准）
- 激活 / 有效参数
- 未提供 / 未提供
- 参数口径
- 官方卡标注4.0B总参数、3.6B非嵌入参数。 参数来源
- 原生上下文
- 262,144 tokens
- 扩展上下文
- 未提供
- 语言声明
- 多语言（模型卡称改进多语言长尾知识覆盖，未列明具体语种数）；语言支持不代表对应语言的评测水平。
- 权重许可
- Apache-2.0
- 代码许可
- 未核实
- 训练资料
- 模型卡提供训练阶段与能力改进概述并引用Qwen3技术报告；未公开完整训练数据清单。
能力依据
模型变体：指令版；家族与版本：Qwen / 3-2507
文本生成
MMLU-Pro · accuracy69.6%MMLU-Pro · en · 思考关闭GPQA · accuracy62%GPQA · en · 思考关闭查看评估与来源收起补充信息
文本生成
官方性能表给出该更新版MMLU-Pro 69.6%与GPQA 62.0%，均明显高于同表旧版Qwen3-4B Non-Thinking（58.0/41.7）；两列口径同表但未披露完整评测配置，不能宣布严格同条件提升幅度。
- 官方表直接对照旧版Qwen3-4B，便于识别更新版差异。
- 同表另有AIME25、ZebraLogic、IFEval、WritingBench等维度。
- 仅非思考模式，不能与思考模式成绩混合比较。
- 考试结果不能替代中文写作和开放式对话验证。
- 评测条件未完整披露，本站未复现。
MMLU-Pro · accuracy
69.6%官方报告 · Qwen Team官方自测
展开评测条件与来源
- 模型标识 / 修订
- Qwen/Qwen3-4B-Instruct-2507 / 未提供
- 思考模式
- 关闭
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- MMLU-Pro / 未提供
- 基准 / 报告版本
- 官方模型卡性能表（未注明数据版本）
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；官方卡性能表Qwen3-4B-Instruct-2507列MMLU-Pro为69.6（对照列含旧版Qwen3-4B Non-Thinking 58.0与GPT-4.1-nano等）。该表未逐项披露shot数、提示模板、采样与输出长度；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- qwen-team / qwen3-4b-instruct-2507-qwen-model-card-2025
- 来源
- https://huggingface.co/Qwen/Qwen3-4B-Instruct-2507
- 来源使用说明
- 引用来源；许可：未提供；仅摘录少量评测事实并署名链接，不覆盖模型卡原文或第三方内容许可。 查看说明
- 比较状态
- 不可比：官方性能表未逐项标注该成绩对应的模型revision、shot数、提示模板与输出预算；原样记录，不与配置不同的结果直接排名。
GPQA · accuracy
62%官方报告 · Qwen Team官方自测
展开评测条件与来源
- 模型标识 / 修订
- Qwen/Qwen3-4B-Instruct-2507 / 未提供
- 思考模式
- 关闭
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- GPQA / 未提供
- 基准 / 报告版本
- 官方模型卡性能表（未注明数据版本）
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；官方卡性能表Qwen3-4B-Instruct-2507列GPQA为62.0（对照列含旧版Qwen3-4B Non-Thinking 41.7）。该表未逐项披露shot数、提示模板、采样与输出长度；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- qwen-team / qwen3-4b-instruct-2507-qwen-model-card-2025
- 来源
- https://huggingface.co/Qwen/Qwen3-4B-Instruct-2507
- 来源使用说明
- 引用来源；许可：未提供；仅摘录少量评测事实并署名链接，不覆盖模型卡原文或第三方内容许可。 查看说明
- 比较状态
- 不可比：官方性能表未逐项标注该成绩对应的模型revision、shot数、提示模板与输出预算；原样记录，不与配置不同的结果直接排名。
代码
LiveCodeBench v6 · score35.1%LiveCodeBench v6（25.02-25.05） · code · 思考关闭MultiPL-E · score76.8%MultiPL-E · code · 思考关闭查看评估与来源收起补充信息
代码
官方表报告LiveCodeBench v6（题目期25.02-25.05）35.1%与MultiPL-E 76.8%，均高于旧版Qwen3-4B Non-Thinking对照值；单项基准不能保证仓库级工程任务正确。
- 官方表同时给出竞赛题（LiveCodeBench）与多语言代码（MultiPL-E）两类指标。
- 对照列包含旧版同尺寸模型，便于了解更新方向。
- Aider-Polyglot等仓库级指标数值与训练数据/提示强相关，需按目标仓库验证。
- 提示、采样与输出长度未在表内披露。
- 本站未执行代码验证。
LiveCodeBench v6 · score
35.1%官方报告 · Qwen Team官方自测
展开评测条件与来源
- 模型标识 / 修订
- Qwen/Qwen3-4B-Instruct-2507 / 未提供
- 思考模式
- 关闭
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- LiveCodeBench v6（25.02-25.05） / 未提供
- 基准 / 报告版本
- v6（题目期25.02-25.05，官方卡标注）
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；官方卡性能表Coding区列出Qwen3-4B-Instruct-2507的LiveCodeBench v6（25.02-25.05）为35.1（对照列含旧版Qwen3-4B Non-Thinking 26.4）。该表未逐项披露提示模板、采样与输出长度；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- qwen-team / qwen3-4b-instruct-2507-qwen-model-card-2025
- 来源
- https://huggingface.co/Qwen/Qwen3-4B-Instruct-2507
- 来源使用说明
- 引用来源；许可：未提供；仅摘录少量评测事实并署名链接，不覆盖模型卡原文或第三方内容许可。 查看说明
- 比较状态
- 不可比：官方性能表未逐项标注该成绩对应的模型revision、提示模板与采样配置；原样记录，不与不同版本或配置的结果直接排名。
MultiPL-E · score
76.8%官方报告 · Qwen Team官方自测
展开评测条件与来源
- 模型标识 / 修订
- Qwen/Qwen3-4B-Instruct-2507 / 未提供
- 思考模式
- 关闭
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- MultiPL-E / 未提供
- 基准 / 报告版本
- 官方模型卡性能表（未注明数据版本）
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；官方卡性能表Coding区列出Qwen3-4B-Instruct-2507的MultiPL-E为76.8（对照列含旧版Qwen3-4B Non-Thinking 66.6）。该表未逐项披露语言子集、提示模板、采样与输出长度；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- qwen-team / qwen3-4b-instruct-2507-qwen-model-card-2025
- 来源
- https://huggingface.co/Qwen/Qwen3-4B-Instruct-2507
- 来源使用说明
- 引用来源；许可：未提供；仅摘录少量评测事实并署名链接，不覆盖模型卡原文或第三方内容许可。 查看说明
- 比较状态
- 不可比：官方性能表未逐项标注该成绩对应的模型revision、语言子集、提示模板与采样配置；原样记录，不与配置不同的结果直接排名。
运行条件与获取
Transformers
系统支持未提供 · Safetensors · 未指定量化
官方支持；本站尚未进行推理验证。
硬件：未核实。本站未实测；内存、显存和速度取决于精度、输入长度、运行时与硬件，不将参数量或文件大小换算为资源保证。
内存：未核实；显存：未核实。
依赖：transformers（官方建议最新版；低于4.51.0会报KeyError: 'qwen3'）、torch。
STEP 01 安装最新版Transformers
官方说明需使用最新版transformers，低于4.51.0会出现KeyError: 'qwen3'；卡中未给出安装命令，本站未执行。
STEP 02 加载指定模型
按官方模型卡示例用AutoModelForCausalLM与AutoTokenizer加载此模型并生成；官方建议采样temperature=0.7、top_p=0.8、top_k=20、min_p=0，多数查询输出长度16,384。本站未下载权重或执行模型。
vLLM
系统支持未提供 · Safetensors · 未指定量化
官方支持；本站尚未进行推理验证。
硬件：未核实。本站未实测；显存与吞吐取决于上下文长度、并发与量化，不将参数量换算为资源保证。
内存：未核实；显存：未核实。
依赖：vllm>=0.8.5。
STEP 01 用vLLM启动OpenAI兼容服务
官方卡给出的vLLM启动命令（需vllm>=0.8.5）；显存不足时可降低上下文（官方示例32,768）。本站未执行。
vllm serve Qwen/Qwen3-4B-Instruct-2507 --max-model-len 262144SGLang
系统支持未提供 · Safetensors · 未指定量化
官方支持；本站尚未进行推理验证。
硬件：未核实。本站未实测；显存与吞吐取决于上下文长度、并发与量化，不将参数量换算为资源保证。
内存：未核实；显存：未核实。
依赖：sglang>=0.4.6.post1。
STEP 01 用SGLang启动OpenAI兼容服务
官方卡给出的SGLang启动命令（需sglang>=0.4.6.post1）。本站未执行。
python -m sglang.launch_server --model-path Qwen/Qwen3-4B-Instruct-2507 --context-length 262144