Qwen3.5 4B
MODEL PROFILE模型资料Alibaba · 2026-03-02 发布 · 开源权重
Qwen3.5 4B 是阿里 Qwen3.5 系列中的轻量多模态模型，权重以 Apache-2.0 开源，支持文本与图像输入、文本输出，上下文窗口达 262144 tokens。它面向需要长上下文、可自托管、且对单次调用成本敏感的开发团队。
模型介绍
Qwen3.5 4B 属于阿里 Qwen3.5 系列，是该系列中参数规模较小的一档，权重以 Apache-2.0 协议开源，既可以下载自托管，也可以通过 API 调用。输入模态覆盖文本与图像，输出为文本，上下文窗口与单次最大输出均为 262144 tokens，整本手册、长代码库或连续多轮对话可以一次性放入，不必切分拼接。官方标注的能力为推理与工具调用，对应的是先理解内容、再调用外部接口完成动作的流程。同系列还有 Qwen3.5 9B，更大一档有 Qwen3.6 35B-A3B 与 Qwen3.8 27B，另有偏向视觉理解的 Qwen3 VL 8B Instruct。4B 这一档要解决的问题很明确：在保留多模态输入与超长上下文的前提下，把推理成本压到能大规模铺开的水平，因此价格处在整个系列的最低区间。对需要私有化部署、又不想承担大模型硬件开销的团队，这是一个可用的平衡点。
选型建议要低成本长上下文、图像输入或可自托管的轻量模型时选它；涉及终端操作、复杂多步智能体或高难题推理时，改用更大参数版本更稳。
关键指标
适用场景
- 读取带表格与截图的长文档，做结构化摘要与要点提取
- 在 262144 tokens 窗口内比对多份合同或技术规范条款
- 以 Apache-2.0 权重本地部署，处理内部敏感图文资料
- 为客服与运维系统接入工具调用，完成查询和工单流转
- 批量把票据图、商品图转成文本字段并整理成表
暂无：知识截止、模型家族、缓存写价、结构化输出、附件、温度调节（上游未公开，本站不估算）。 发布 254 天。
规格与能力
上面没列到的字段4B 参数规模搭配多模态输入与超长上下文，实现层面的公开细节有限，以下只写可以确认的部分。
- 结构参数规模 4B，输入支持文本与图像，输出为纯文本，属于轻量多模态模型，具备单机自托管的空间。
- 上下文窗口与单次最大输出均为 262144 tokens，长文档、长代码库与整段对话可一次放入，减少分段拼接。
- 能力官方标注推理与工具调用两项，适合先理解输入、再调用外部接口完成任务的两段式流程。
- 披露层数、注意力方案、视觉编码器规格等实现细节公开资料较少，此处不作推测。
- 开源权重
- 是
- 许可证
- apache-2.0
- 参数规模
- 4B
能力
推理工具调用
同系列其他规格
| 型号 | 厂商 | 参数 | 上下文 | 输入价 | 输出价 |
|---|---|---|---|---|---|
| Qwen3.5 4B | Alibaba | 4B | 262.1K | $0.04/M | $0.07/M |
| Qwen3.5-4B-3D-Coder-MTP-Repacked | prithivMLmods | 4B | — | — | — |
| Qwen3.5-4B-Base | Qwen | 4B | — | — | — |
| Qwen3.5-4B-DFlash | z-lab | 4B | — | — | — |
| Qwen3.5-4B-GLB-3D-Coder | ccore | 4B | — | — | — |
| Qwen3.5-4B-NVFP4 | cosmicproc | 4B | — | — | — |
| Qwen3.5-4B-NVFP4 | AxionML | 4B | — | — | — |
| Qwen3.5-4B-NVFP4 | cosmicproc | 4B | — | — | — |
性能表现
第三方跑分来自 Artificial Analysis 口径，以下原样引用，不跨评测集换算，也不做加权汇总。
- 强项GPQA 77.1%、LCR 63.0%，说明知识型问答与长上下文检索在这档参数下仍有可用表现。
- 短板HLE 9.9%、TerminalBench v2.1 25.8%、Tau-Banking 6.8%，高难题与终端、银行类多步任务完成度偏低。
- 参照对比表给出 Qwen3.8 27B 的 AA 综合分 20.1，本模型该项未标注，跨规模比较需使用同一评测集。
- 适配单轮或少步的问答、抽取、图文理解可靠度较高，多步智能体需外部编排与结果校验作后备。
跑分与榜单
第三方评测口径这些跑分分别测什么？（4 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 | 61.4% no tools (Artificial Analysis run; previous best 59.1%, Claude Fable 5.1) | 仍在维护 | 低 |
| Terminal-Bench基准主页 | 编程 | Stanford / Anthropic agentic terminal-task benchmark. Each task gives the agent a goal and a sandboxed shell; success measured by deterministic post-condition. | 0-100% solved | 64.5% (1.0, legacy split) | 已停用 | 低 |
| Tau-Bench基准主页 | 智能体 | Sierra benchmark of customer-service agents. Tests realistic multi-turn tool-use with deterministic evaluators. Now at tau3: tau2 covers retail, airline, and telecom, while tau3 adds a banking knowledge-retrieval track and a real-time voice track, each ranked separately. | 0-100% pass@1 | 87.9% (tau2 text, 3-domain avg pass^1); the tau3 banking text track is led by Qwen3.8 Max at 55.2% pass^1 (Claude Opus 5 second at 48.7%), and the tau3 voice track by Ava Zero at 86.0% task completion, ahead of phonic-1 at 83.2% and gpt-live-1 at 79.9% | 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价格均以美元/百万 tokens 计，官方价与两个平台报价构成当前可比较的全部样本。
- 定位官方输入 $0.05/M、输出 $0.07/M、缓存读 $0.005/M，处在 Qwen3.5 系列的最低价格档。
- 横向对比同系列 9B 输入价高出 200%，Qwen3 VL 8B Instruct 高 400%，Qwen3.8 27B 高 750%，轻量档价格优势明显。
- 平台差价HowToken 输入 $0.03/M、输出 $0.15/M，输入低 40% 但输出高于官方；Requesty 与官方持平并保留缓存读价。
- 省钱重复系统提示与长文档走缓存读最划算；输出量大的任务按总价核算，不要只看输入单价。
平台报价对比
2 个来源口径| 来源 | 输入价 | 输出价 | 缓存读 | 相对输入价 |
|---|---|---|---|---|
| HowToken 更低 | $0.03/M | $0.15/M | — | -40.0% |
| Requesty | $0.05/M | $0.07/M | $0.005/M | 0.0% |
同一个模型在不同网关的报价可能不同。本页基准取官方口径 $0.05/M / $0.07/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。
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 |
|---|---|---|---|---|---|
| Qwen3.5 397B-A17B | 262.1K | $0.6/M | $3.6/M | +1100.0% | 147.9 |
| Qwen3.6 27B | 262.1K | $0.6/M | $3.6/M | +1100.0% | 146.7 |
| Qwen3.5 35B-A3B | 262.1K | $0.25/M | $2/M | +400.0% | 143.9 |
| Qwen3 Max | 262.1K | $1.2/M | $6/M | +2300.0% | 142.5 |
| Qwen3.5 9B | 262.1K | $0.15/M | $0.2/M | +200.0% | 139.3 |
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 Qwen3.5 4B 的常见问题
4 条Qwen3.5 4B 的 API 价格是多少？
当前收录的官方口径价格为输入 $0.05/M、输出 $0.07/M、缓存读 $0.005/M，单位为美元 / 百万 tokens。另外 HowToken 给出的输入价更低（$0.03/M，-40.0%）。不同网关可能有自己的加价与折扣，实际计费以调用平台为准。
Qwen3.5 4B 支持多长的上下文？
资料显示上下文窗口 262.1K（262,144 tokens），单次最大输出 262.1K。实际可用长度还取决于调用平台的限制。
Qwen3.5 4B 是开源模型吗？
Qwen3.5 4B 提供开源权重，可以自行下载部署，许可证为 apache-2.0，HuggingFace 下载量 181,620。本站展示的价格是各托管平台对 API 调用的报价，自部署不计入。
Qwen3.5 4B 支持哪些能力？
按当前资料，Qwen3.5 4B 支持推理、工具调用。输入输出模态为 文本+图片 → 文本。
使用注意
- 口径跑分按 Artificial Analysis 口径原样引用；对比列表将本模型输入价标为 $0.04/M，与官方 $0.05/M 存在出入，比价以官方价为准。
- 边界平台覆盖显示为 0 家，实际只有 HowToken 与 Requesty 两个报价样本，横向比价的代表性有限。
- 使用图像输入用于理解而非生成，输出仅文本；工具调用与多步任务的可靠性需自行评测后再上线。
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。
