Qwen3-1.7B

Qwen3-1.7B 归属 Qwen3 系列，是该系列中偏小的档位，输入与输出均为纯文本，不含视觉或音频通道。它的核心价值在于把可自部署的文本能力压到很小的体量上：权重完全开源、许可证为 Apache-2.0，允许商用与改造，适合放在取舍明确的场景里，例如单卡甚至端侧设备上的离线问答、批量文本处理，以及作为更大流程中的轻量组件。相比同系列的大参数版本，它牺牲了一部分复杂推理与长文理解能力，换来部署成本与响应延迟上的优势。本站记录的厂商标注为 mobilint，与 Qwen 系列常见的发行方并不一致，具体归属与分发关系建议以官方仓库说明为准。官方价格未公开，本站也暂未收录第三方跑分与平台接入信息，因此能力判断只能停留在参数规模与开源协议层面：它是一个可自由验证、可自行压测的小模型，而不是即插即用的托管服务。

选型建议需要低成本、可自控、任务边界清晰的文本处理时选它；追求复杂推理、长文档理解或开箱即用的托管服务时，应另找更大尺寸或其他形态的模型。

• 在本地或单卡环境部署离线文本助手，处理不便依赖外部服务的内部问答
• 批量完成短文本改写、摘要与格式归一，降低对大模型 API 的调用量
• 作为意图分类、关键词抽取等窄任务的轻量组件，嵌入已有业务流水线
• 用于教学与原型验证，快速比较不同提示与微调方案在小模型上的效果
• 在边缘设备上跑通低延迟的文本补全与简单对话，控制功耗与内存占用

本站对该模型的公开技术细节记录有限，可确认的是纯文本输入输出、1.7B 参数量与 Apache-2.0 开源权重；以下结构性描述基于同系列小尺寸稠密模型的普遍形态，仅供定位参考。

• 结构按 Qwen3 系列的划分，1.7B 属于稠密（非 MoE）小尺寸档，只处理文本输入与文本输出，不存在多模态分支。
• 能力定位在基础文本任务，如短文本生成、改写、摘要、意图分类与简单问答；复杂多步推理和长文档理解不是它的主战场。
• 披露本站未记录上下文长度、词表与训练数据构成等参数，官方亦未公开价格，这些细节需回到模型卡与官方仓库核对。

开源权重

是

许可证

apache-2.0

参数规模

1.7B

第三方跑分与实测数据本站暂无，性能判断只能依据参数规模与小模型的一般规律作定性估计，不作为选型结论。

• 强项体量小带来的低延迟与低内存占用是主要优势，在批量短文本任务上单机吞吐通常优于同系列的中大尺寸模型。
• 短板1.7B 级别的知识密度与指令遵循稳定性有限，多轮长对话容易偏离主题，复杂推理题的正确率不具参考价值。
• 适合把它当固定流程里的窄任务组件而非通用助手，先用具体任务的少量样本验证效果，再决定是否进入生产。

官方价格未公开，同一对比页上的参照模型也均为空白报价，成本讨论只能围绕自建部署展开。

• 定价官方未公布输入与输出单价，本站也没有任何平台报价可引用，因此无法给出可比的每百万 token 价格区间。
• 横向对比同页的 EXAONE-3.5-2.4B、7.8B、Deep-2.4B、HyperCLOVAX-SEED-1.5B 与 Qwen2.5-3B 同样无公开报价，价差栏为空，贵贱无从判断。
• 平台差价目前没有任何平台收录该模型，托管端按 token 计价的方式尚不存在，只能比较自建部署的硬件与运维成本。
• 省钱权重开源且协议宽松，成本主要落在机器与人力；小体量意味着更低的显存门槛，长期高频调用比按量付费更可控。

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

• 口径本站对厂商标注为 mobilint、名称却属 Qwen3 系列的情况未做核实，归属与发行关系需以官方发布为准。
• 边界无跑分、无价格、无平台接入，能力上限只能自行压测；准确率要求高的生产任务不宜直接采用。
• 时效发布日期为 2026-01-23，后续的版本迭代、许可证变更与能力标注本站尚未跟踪。

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。