Qwen3 1.7B
MODEL PROFILE模型资料Alibaba · 2025-04-28 发布
无公开托管渠道
返回厂商
阿里巴巴 Qwen3 系列中的 1.7B 小参数量模型，于 2025 年 4 月 28 日发布，面向需要在端侧、本地或低成本环境跑通基础文本处理能力的开发者与团队。
模型介绍
Qwen3 1.7B 是阿里巴巴于 2025 年 4 月 28 日发布的 Qwen3 系列中的小参数量成员，官方未标注具体能力项，也未公布价格。它要解决的问题是让 Qwen3 系列的基础能力在体积足够小的条件下也能运行，使本地部署、端侧推理和高并发短请求都有可用的方案，而不以对标旗舰模型的能力上限为目标。在第三方 Artificial Analysis 口径下，它的综合智能指数为 4.9，GPQA 为 28.3%、HLE 为 5.3%，与同系列更大参数量的版本存在明显差距，这决定了它更适合承担流程中的轻量环节，不适合作为难题推理的主力。目前收录平台数为 0 家，可核验的部署与报价信息有限，选型时需要结合自托管条件单独评估。
选型建议需要低成本、易部署的轻量执行模型时选它；涉及复杂推理、长上下文检索或高准确率问答时不选它。
关键指标
适用场景
- 在端侧设备或边缘节点部署本地问答与文本分类服务
- 承接高并发、低延迟的短文本改写、字段抽取与格式转换
- 作为大模型流水线中的前置过滤与意图识别环节
- 用于教学演示和轻量微调实验，验证系列推理模式的差异
- 对长文档做分段预处理，正文理解交由更大参数量模型完成
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1.7B 的参数量决定了它采用轻量稠密结构，具体结构与能力配置的公开信息较少。
- 结构属于 Qwen3 系列的小参数量稠密模型路线，体积约束优先于能力上限，目标是端侧与低并发硬件上的可运行性。
- 能力系列层面公开资料提到思考与非思考模式的混合推理设计，但 1.7B 档位的具体配置与支持范围公开资料较少。
- 披露厂商未公布官方价格，也未标注能力项，第三方收录平台为 0 家，可核验的部署细节有限。
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 |
|---|---|---|---|---|---|
| Qwen3-1.7B | Qwen | 1.7B | — | — | — |
| Qwen3-1.7B | PrimeIntellect | 1.7B | — | — | — |
| Qwen3-1.7B | mobilint | 1.7B | — | — | — |
| Qwen3-1.7B-Base | Qwen | 1.7B | — | — | — |
| Qwen3 1.7B | Alibaba | — | — | — | — |
性能表现
第三方 Artificial Analysis 口径下综合智能指数为 4.9，分项成绩集中反映出小参数量模型的推理上限。
- 强项体积小、部署门槛低，适合高并发短请求与端侧本地运行，显存占用和单位调用开销远低于同系列大模型。
- 短板GPQA 28.3%、HLE 5.3%，难题推理与知识密集型任务明显吃力；LCR 0.0% 说明长上下文检索在该口径下没有体现。
- 适合作为流程中的轻量执行层承接分类、抽取、改写等简单任务，复杂推理应交由同系列更大参数量的版本。
跑分与榜单
第三方评测口径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，收录平台为 0 家，目前没有可直接引用的报价基准。
- 定位官方未公布价格，仅能确认它处在 Qwen3 系列的小参数量档位，通常对应用户自托管或低成本分发路线。
- 横向对比同系列可比模型的输入价为免费至 $2/M、输出价为 $6/M，价差字段均标注为 None，无法折算本模型的相对倍率。
- 平台差价收录平台数为 0，暂无跨平台报价可对比，实际成本取决于自托管硬件投入或所选云服务商的计价方式。
- 省钱参数量小意味着自托管门槛低，短请求、高并发场景用 1.7B 承接，可把有限预算集中给真正需要大模型的环节。
同类模型对比
5 条| 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 |
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
关于 Qwen3 1.7B 的常见问题
1 条Qwen3 1.7B 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
- 口径全部成绩来自第三方 Artificial Analysis，只能原样引用；厂商未标注能力项，官方价格缺失，无法做官方口径的交叉验证。
- 边界LCR 0.0% 不等于完全不支持长上下文，只说明该评测项未得分；综合智能指数 4.9 与同系列 33.7 以上存在量级差距。
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。
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；价格单位为美元 / 百万 tokens。
