Qwen3.5-4B-NVFP4

该模型属于 Qwen3.5 系列中的 4B 小参数分支，由 AxionML 发布，以 Apache-2.0 许可证开放权重，商用与二次分发限制较少。它同时接受文本和图像输入、只输出文本，属于图文理解型而非图像生成型模型，适合做文档与截图问答、图文信息抽取、带视觉上下文的多轮对话等任务。名称中的 NVFP4 指权重以 4 位浮点格式发布，体积与显存占用明显低于同系列的常规精度版本，便于在单卡或消费级硬件上部署；代价是量化带来的精度取舍需要在具体业务上验证。系列内还存在更大的 9B 版本，两者价差与公开定价目前均未披露，本站也未收录该模型的第三方跑分与能力标注，选型时应以自有数据实测为准。

选型建议需要在有限算力上自托管图文理解能力、且能接受 4B 量化模型效果上限时选它；追求高精度视觉推理或需要公开跑分背书时不宜选它。

• 搭建本地图文问答服务，处理截图、扫描件与界面截图的提问
• 从表单、票据与图表图片中抽取结构化文本字段
• 为电商或内容平台批量生成图片描述与标签草稿
• 在显存受限的单卡环境部署多模态原型，做可行性验证
• 结合多轮对话做带图片上下文的产品客服辅助

沿用 Qwen3.5 系列的语言主干并接入视觉编码模块，形成图文输入、文本输出的多模态结构；权重以 NVFP4 四位浮点格式分发。

• 结构语言主干与视觉编码器组合，图像经编码后与文本指令共同参与生成，输出仅限文本，不做图像生成。
• 精度NVFP4 权重显著压缩模型体积与显存占用，使 4B 级多模态模型更容易在单卡或边缘设备上加载。
• 能力支持文本与图像两种输入，可处理读图问答、图文抽取等任务；官方未标注细分能力项，具体边界需实测。
• 披露除参数规模、模态与许可证外，训练数据、上下文长度等技术细节公开资料较少。

开源权重

是

许可证

apache-2.0

参数规模

4B

本站未收录该模型的第三方跑分，定量结论无从给出，只能结合 4B 规模、多模态定位与四位量化格式做定性判断。

• 强项4B 体量加 NVFP4 权重，部署门槛与推理成本低，适合高并发轻量图文任务与本地化场景。
• 短板小参数加低精度双重压缩，复杂推理、长文档理解与细粒度视觉定位通常弱于更大规模同系列模型。
• 多模态具备图像输入能力，可承担截图问答、表单与图表信息读取；高精度视觉任务需先验证。
• 适合对成本与响应速度敏感、任务边界清晰的图文处理流程，而不是追求极限效果的通用推理场景。

官方价格未公开，收录该模型的第三方平台数为 0，因此当前无法给出实际调用成本，只能从开源权重与量化格式角度评估其成本取向。

• 定位Apache-2.0 开放权重，可自托管，成本主要取决于自有算力与运维，而非按 token 计费。
• 横向对比同系列 9B 版本参数更大、能力通常更强，但两者价格与价差均未披露，无法做定量比较。
• 平台差价暂无平台收录，缺少可比的托管报价，选用第三方 API 前需自行询价并核对精度版本。
• 省钱NVFP4 权重降低显存占用，可在更少或更低的硬件上部署，规模化时是主要的成本优势来源。
• 计费缺位官方与第三方均无公开价格，预算测算需按自托管硬件成本或商务报价单独核算。

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

• 口径能力项未标注、第三方跑分缺失，任何效果描述都缺乏本站数据支撑，不宜引用外部数字替代。
• 边界只输出文本，不支持图像生成；4B 加四位量化的组合在复杂任务上的表现需以自有评测集确认。
• 部署NVFP4 需要相应精度支持的推理框架与硬件，环境不匹配时可能回退或无法直接加载。
• 信息上下文长度、训练数据构成等关键参数公开资料较少，长上下文类需求应先向发布方确认。

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。