模型 / ALIBABA QWEN

Qwen3 4B

Thinking mode can increase latency and output length.

总参数4B

估算内存~3.6 GBGGUF Q4

上下文32K+Text

许可证Apache-2.0100+ languages and dialects

01 / 适合

02 / 估算适配

03 / 部署方式

下面是运行方式示例，不是已验证的安装流程。容量估算对应量化文件，官方仓库可能是全精度权重；MLX、GGUF 与 TensorRT 需要匹配的转换文件或引擎。

Ollama简单ollama run qwen3:4b

llama.cpp中等llama-server -m /path/to/verified-model.gguf --port 9931

LM Studio简单Search “Qwen/Qwen3-4B” → Load a Q4/INT4 build → Start Server

MLX LM中等mlx_lm.server --model Qwen/Qwen3-4B

注意

Thinking mode can increase latency and output length.