模型 / ALIBABA QWEN

Qwen3 4B

Thinking mode can increase latency and output length.

總參數4B

估算記憶體~3.6 GBGGUF Q4

上下文32K+Text

授權條款Apache-2.0100+ languages and dialects

01 / 適合

02 / 估算適配

03 / 部署方式

以下是執行方式範例，不是已驗證的安裝流程。容量估算對應量化檔案，官方倉庫可能是全精度權重；MLX、GGUF 與 TensorRT 需要相符的轉換檔或引擎。

Ollama簡單ollama run qwen3:4b

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

LM Studio簡單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.