Qwen3 0.6B

MODEL PROFILE模型资料

Alibaba · 2025-04-28 发布

无公开托管渠道返回厂商

Qwen3 0.6B 是阿里通义千问 Qwen3 系列中参数量最小的稠密小模型，2025 年 4 月 28 日发布，面向算力受限的端侧、边缘设备与高并发轻量任务，用极低资源占用换取可用的基础语言能力。

模型介绍

Qwen3 0.6B 是 Qwen3 系列里参数量最小的成员，2025 年 4 月 28 日由阿里巴巴发布。它要解决的问题很直接：把通义千问的基础语言能力压缩到单卡、CPU 甚至端侧设备也能承载的体量，让开发者在没有 GPU 集群的条件下跑通生成、分类、抽取这类基础任务。系列内还有多个更大规格的型号，0.6B 站在能力与成本曲线的最左端，第三方口径的综合智能指数 4.8、GPQA 23.1%，说明它并不用来承担复杂推理。官方价格与能力标签均未公开，收录平台数为 0，选型时需要额外核对官方说明。

选型建议需要极低资源占用、能接受能力上限的轻量任务可以选它；涉及复杂推理、专业知识问答或准确率硬指标的场景，应改用同门更大规格型号。

Qwen3阿里通义小参数模型稠密架构端侧部署轻量推理

关键指标

生成速度0.0 tok/s

首字延迟 TTFT0.00s

适用场景

在端侧设备或本地 CPU 环境部署，做离线的文本改写与摘要
为客服与工单系统做意图分类、槽位抽取等轻量判别任务
作为大模型链路的前置处理器，先完成清洗、去噪与格式归一
在教学与原型验证中快速跑通推理流程，检验管线可行性

暂无：上下文窗口、最大输出、知识截止、开源权重、模型家族、许可证、参数规模、输入模态、输入价、输出价、缓存读价、缓存写价、推理、工具调用、结构化输出、附件、温度调节（上游未公开，本站不估算）。没有任何平台收录，也没有公开报价：可能是自部署权重或尚未开放调用；发布 562 天。

规格与能力

上面没列到的字段

Qwen3 0.6B 属于系列中最小尺寸的稠密模型档位，官方对层数、注意力配置等结构细节披露有限，公开资料较少。

结构沿用 Qwen3 系列的稠密解码器路线，0.6B 档位不做 MoE 稀疏化，参数规模小、单次推理的激活开销可控。
能力官方未标注具体能力标签，公开资料对该档位的细节披露较少，指令跟随与多步推理需按实际任务验证。
披露层数、词表规模、上下文长度等参数现有资料未列出，落地前建议直接核对官方模型卡与仓库说明。

能力资料未标注

同系列其他规格

型号	厂商	参数	上下文	输入价	输出价
Qwen3-0.6B	Qwen	0.6B	—	—	—
Qwen3-0.6B	PrimeIntellect	0.6B	—	—	—
Qwen3-0.6B	litert-community	0.6B	—	—	—
Qwen3-0.6B-Base	Qwen	0.6B	—	—	—
Qwen3-0.6B-Base	unsloth	0.6B	—	—	—
Qwen3 0.6B	Alibaba	—	—	—	—

性能表现

第三方 Artificial Analysis 口径下综合智能指数 4.8，四项子指标均处低位，符合小参数模型的能力分布。

强项体量小、显存与内存占用低，可在端侧设备或纯 CPU 环境跑通基础生成、分类与信息抽取类任务。
短板GPQA 23.1%、HLE 4.9%、LCR 0.0%，复杂专业知识问答与长链推理明显受限，不宜承担主推理链路。
适合放在流程前段做改写、打标、格式归一这类容错度高的环节，把复杂判断交给同门更大规格型号。

跑分与榜单

第三方评测口径

GPQA23.1%

HLE4.9%

LCR0.0%

这些跑分分别测什么？（2 项口径说明）

基准	类别	说明	满分口径	前沿水平	状态	污染风险
GPQA Diamond基准主页	知识	Graduate-level Google-Proof Questions, Diamond subset. 198 expert-validated PhD-hard physics, chemistry, biology questions.	0-100% accuracy	96.3% (Artificial Analysis run)	已饱和	低
Humanity's Last Exam基准主页	知识	Joint CAIS/Scale benchmark of expert-validated questions across 100+ disciplines, finalized in April 2025 at 2,500 public questions after bug-bounty and searchable items were replaced, with a private held-out set kept for overfitting checks. CAIS also maintains HLE-Rolling, a fork updated continuously from community feedback, and released a new version of it on 2026-09-17 that swapped some easier questions for harder held-out ones, so rolling snapshots do not compare with each other or with the static set. Vendors report it both with and without tools, and tool setups (search blocklists, fetch restrictions) vary, so check the configuration before comparing.	0-100% accuracy	74.3% (Artificial Analysis independent run on its 2,158-question text-only subset, pass@1; previous best 61.4%, Claude Opus 5.5 at max effort). Artificial Analysis now lists full HLE as a legacy evaluation, removed from its Intelligence Index in v5.0. Anthropic self-reports 74.2% with tools for the same model, a separate vendor series; the Scale Labs board had no Fable 5.2 row on 2026-11-09 and is still led by GPT-6 Astra at 54.80%	仍在维护	低

说明文字来自公开基准注册表；「已饱和」表示前沿模型已接近上限、区分度下降，「污染风险高」表示该基准的题目可能已进入训练数据。

跑分来自第三方公开评测（Artificial Analysis 口径），榜位与用量来自 OpenRouter 公开榜单，只反映静态基准与实际调用份额，与本站的真实性、稳定性检测相互独立。

价格与性价比

结合各平台报价与同类对比

官方价格未公开，收录平台数为 0，当前没有可直接引用的报价，只能参照同门型号的价格带做定性判断。

定位属于 Qwen3 系列的小尺寸档，按常理价格应低于同门中大型型号，但官方未公布任何具体数字。
横向对比对比清单中同门更大规格型号输入 $2/M、输出 $6/M，本模型价差未给出，无法换算倍数关系。
平台差价目前没有平台收录该模型报价，跨平台比价无从做起，需直接查询官方渠道获取口径。
省钱若任务能被小尺寸模型覆盖，用它替换大模型是主要降本手段，实际成本以官方报价与实际用量为准。

Qwen3 0.6B 的同类模型对比
模型	上下文	输入价	输出价	输入价差	AA 综合
Qwen3.8 Max 0902	1M	$2/M	$6/M	基准	155.8
Qwen3.7 Max	1M	$2.5/M	$7.5/M	基准	154.5
Qwen3.5 397B-A17B	262.1K	$0.6/M	$3.6/M	基准	147.9
Qwen3.7 Plus	1M	$0.4/M	$1.6/M	基准	147.8
Qwen3.6 27B	262.1K	$0.6/M	$3.6/M	基准	146.7

关于 Qwen3 0.6B 的常见问题

1 条

Qwen3 0.6B 的 API 价格是多少？

当前资料未收录该模型的公开 API 价格：可能是未公开定价，或只提供自部署的开源权重。

使用注意

口径跑分来自第三方 Artificial Analysis，仅四项指标，不能代表中文场景与具体业务任务的真实表现。
边界官方价格、能力标签、上下文长度均未公开，不建议直接用于对准确率有硬要求的生产链路。

资料说明

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。