阿里通义千问近日发布了两款更小尺寸的新模型：Qwen3-4B-Instruct-2507和Qwen3-4B-Thinking-2507，并已在魔搭社区和HuggingFace开源。其中，Qwen3-4B-Instruct-2507在非推理领域表现优异，全面超越了闭源的GPT-4.1-Nano。而Qwen3-4B-Thinking-2507在推理能力上更是可以媲美中等规模的Qwen3-30B-A3B（thinking），尤其在AIME25测评中，以4B参数量取得了81.3分的高分，Agent分数也表现突出。新模型对手机等端侧硬件部署友好，并支持256K的上下文理解能力，能够处理长文本和复杂的推理任务，为用户提供更符合需求的答复。

🌟 **性能超越闭源小模型：** Qwen3-4B-Instruct-2507在通用能力上实现了大幅提升，在非推理领域全面超越了商业闭源的小尺寸模型GPT-4.1-nano，并且与中等规模的Qwen3-30B-A3B（non-thinking）性能接近，展现了在同等参数量下更强的竞争力。

🧠 **推理能力媲美中等模型：** Qwen3-4B-Thinking-2507在推理能力上表现出色，可以媲美中等规模的Qwen3-30B-Thinking模型。特别是在数学能力评估AIME25中，以4B的参数量获得了81.3分的高分，Agent分数也表现抢眼，显示了其强大的逻辑推理和解决问题的能力。

📚 **长上下文处理能力：** 新发布的Qwen3-4B模型支持高达256K tokens的上下文理解能力，这意味着模型可以处理更长、更复杂的文本信息，例如进行深入的文档分析、生成长篇内容，以及实现跨段落的推理，极大地扩展了模型的应用场景。

📱 **端侧部署友好：** 官方特别指出，2507版本的Qwen3-4B模型对手机等端侧硬件部署尤为友好，这预示着未来在移动设备上运行更强大AI模型成为可能，降低了AI应用的门槛和成本。

🌐 **语言覆盖与偏好对齐：** 新模型覆盖了更多语言的长尾知识，并在主观和开放性任务中增强了人类偏好对齐，能够提供更贴近用户需求、更自然的交互体验，提升了模型的实用性和用户满意度。

今日，阿里通义千问宣布发布更小尺寸新模型——Qwen3-4B-Instruct-2507和Qwen3-4B-Thinking-2507。目前新模型已在魔搭社区、HuggingFace正式开源。据介绍，在非推理领域，Qwen3-4B-Instruct-2507全面超越闭源的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）。

官方表示，2507版本的Qwen3-4B模型对手机等端侧硬件部署尤为友好。

以下为模型核心亮点

Qwen3-4B-Instruct-2507

通用能力均大幅提升，超越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。

新模型覆盖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。

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81.3分成绩。

Agent分数爆表，相关评测均超越更大尺寸的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。