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
Qwen3 1.7B 是阿里巴巴在 2025 年 4 月 28 日发布的 Qwen3 系列小尺寸模型，参数体量约 17 亿，面向端侧设备、边缘算力受限环境和低成本批量短文本任务，用来在极低资源下跑通推理链路，而不是充当通用对话助手。
模型介绍
Qwen3 1.7B 属于 Qwen3 系列中体量最小的一档，与同系列动辄数十 B、上百 B 的型号形成明显的尺寸分层。它要解决的问题不是「把回答质量做到最好」，而是「在显存、功耗、延迟都被卡死的环境里还能跑」。这类模型常见于离线原型验证、端侧功能嵌入、短文本分类与信息抽取、以及作为更大模型流水线中的预处理环节。从本站收录情况看，该模型官方价格未公开，第三方评测平台收录数为 0，可核验的外部信息相当有限，实际可用性更多取决于自托管环境的部署调优。与同门 Qwen3.8 27B、Qwen3.8 Max 等型号相比，它在 Artificial Analysis 口径下的综合智能指数为 5.2，处于量表低分段，说明其定位是「能跑」而非「跑得好」，选型时应把它放在资源约束优先的场景里评估，而不是拿它去对标旗舰模型的回答质量。
选型建议需要在极低资源下跑通短文本任务或做端侧原型时选它；要做长上下文理解、高难度推理或对外提供问答服务则不要选它。
关键指标
适用场景
- 在端侧设备或低显存机器上部署，验证离线问答与指令跟随链路是否跑得通
- 批量处理短文本分类、关键词抽取、字段规整等结构化预处理任务
- 作为大模型流水线的前置过滤器，先做粗筛再交给更大模型精处理
- 用于教学演示和微调实验，在有限算力下验证训练与推理流程
- 嵌入对延迟和成本极敏感的内部工具，承担格式转换、短句改写等轻活
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 1.7B 是 Qwen3 系列中的小尺寸型号，官方未公开逐层配置与训练细节，只能结合命名体量和系列特征做定性判断。
- 结构从命名看是约 17 亿参数的稠密模型，不含 MoE 稀疏路由，单张消费级显卡甚至部分端侧芯片即可承载推理。
- 能力系列层面的思考与非思考双模式在 1.7B 这种体量上收益有限，实际可用面集中在指令跟随、短文本生成与简单改写。
- 披露官方未公布层数、注意力头数、训练 token 等细节，第三方收录平台数为 0，可交叉核验的架构信息很少。
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
按 Artificial Analysis 口径，该模型综合智能指数为 5.2，GPQA 35.6%、HLE 4.6%、LCR 0.0%，整体落在该量表的低分段。
- 强项GPQA 35.6% 说明它在研究生级专业选择题上仍有高于盲猜的正确率，短文本问答、格式转换、简单抽取这类任务能给出可用结果。
- 短板HLE 4.6% 与 LCR 0.0% 表明高难度推理和长上下文相关任务基本拿不到分，多步逻辑链和长文档处理不适合交给它。
- 适合适合做端侧功能验证、离线批处理中的初筛环节、以及对延迟和成本极度敏感但容错率较高的轻量任务。
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，收录平台数为 0，目前没有可引用的 API 报价，也没有可计算的跨平台价差。
- 定位官方未公布定价，第三方平台收录数为 0，短期内应以自托管成本而非 API 单价作为评估口径。
- 横向对比同系列更大参数型号已有公开标价，例如 Qwen3.8 27B 输入 $0.425/M、输出 $2.55/M，本模型与之的价差无法计算。
- 平台差价由于没有平台接入记录，无法进行跨供应商比价，采购前需要自行向服务商确认实际计费方式。
- 省钱模型体量小意味着单次推理的显存占用与能耗更低，自托管时可用更便宜的硬件，批量跑量的边际成本优势明显。
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GPQA 35.6%、HLE 4.6%、LCR 0.0% 均来自 Artificial Analysis 的单一评测口径，不宜外推为全面的能力结论。
- 边界1.7B 的体量决定它无法承担长文档理解、复杂工具编排或高风险专业问答，把它当通用助手会明显失望。
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。
