Qwen2.5-1.5B-Instruct

Qwen2.5-1.5B-Instruct 属 Qwen2.5 系列中的小参数指令微调版本，由 litert-community 以开源权重形式发布，采用 Apache-2.0 许可证，可商用与二次分发。它只处理文本输入与文本输出，定位在资源受限环境中承担对话、改写、摘要、信息抽取等通用语言任务，而不是追求极限推理能力的大模型替代品。1.5B 的体量使它在显存占用、加载速度和部署成本上明显低于同系列中大参数版本，适合做端侧助手、离线批处理、Agent 中的轻量执行节点，或作为更大模型前置的意图识别与路由层。相对的，小参数模型在长链条推理、复杂代码生成和高精度知识问答上能力有限，且本站未收录其公开跑分，也没有标注具体能力项，选型时应以自身业务样本实测为准。官方价格未公开，权重可自托管，实际成本取决于部署硬件与运维方式。

选型建议需要低成本、可自托管的轻量中文文本能力时选它；若任务涉及复杂推理、长文档或非文本模态，应改用更大参数或专门模型。

• 在本地或端侧设备部署离线中文对话助手，处理日常问答与文本改写
• 为客服、工单系统做意图分类、槽位抽取与短文本摘要
• 作为大模型 Agent 流水线中的前置路由节点，做轻量意图判断与任务分发
• 批量清洗与结构化非结构化文本，例如评论归类、字段提取
• 在教学中演示指令微调模型的对齐行为与量化部署流程

沿用 Qwen2.5 系列的 Transformer 解码器结构，并针对指令跟随做了后训练对齐；官方未在本站数据中披露层数、注意力方案等细节。

• 结构基于 Qwen2.5 系列的紧凑型解码器架构，配指令微调权重，1.5B 参数规模便于在单卡或端侧芯片上加载运行。
• 能力支持纯文本多轮对话与常见生成式文本任务，分词器延续 Qwen 系列的中英双语覆盖，中文场景开箱可用性较好。
• 披露本站未记录该模型的上下文长度、训练数据配比与对齐方法，相关细节需回到发布方的模型卡确认。

开源权重

是

许可证

apache-2.0

参数规模

1.5B

1.5B 量级决定了它以响应速度和部署经济性见长，复杂推理并非主战场；本站未收录任何第三方跑分，以下为定性判断。

• 强项短文本对话、改写润色、分类打标与信息抽取等任务响应快、资源占用低，适合高并发或离线批量调用。
• 短板多步数学推理、长文档理解与复杂代码生成容易失准，遇到需要严密逻辑链的任务应换用更大参数模型。
• 适合在端侧应用、内网离线环境或 Agent 流水线中承担轻量节点，用低成本换取可接受的通用文本能力。

官方价格未公开，权重以 Apache-2.0 开放，成本主要来自自托管所需的算力与运维，而非按 token 计费。

• 定位开源可商用权重，无按调用量计费的官方报价，适合把成本前置到硬件投入、后续边际成本极低的场景。
• 横向对比同列表的 Qwen3-0.6B 参数更小、价格同样未公开，两者价差无法计算，选型应按任务难度与硬件预算判断。
• 平台差价本站收录平台数为 0，暂无托管渠道报价可横向比较，实际支出取决于自建推理服务或另行接入的云服务。
• 省钱小参数量显著降低显存与算力门槛，量化后可在消费级显卡或边缘设备运行，长期高频调用比按量付费更划算。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径本站未收录该模型的公开跑分与能力标注，任何效果描述都需以自有评测集实测为准，不宜引用外部榜单数字。
• 边界仅支持文本输入输出，不具备图像、音频理解能力；上下文长度与知识截止时间未在本站数据中给出，长文本与时效性问题需谨慎。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。