阿里发布了 Qwen3-4B-Instruct-2507 和 Qwen3-4B-Thinking-2507。
这2款模型比3月前发布的 Qwen3-4B 更智能、更敏锐、且支持 256K上下文！
🔹指令：提高一般技能、多语言覆盖和长程上下文指令的遵循。
🔹思考：逻辑、数学、科学和代码的高级推理，专为专家级任务而构建。
两种模型都更加一致、功能更强大、并且更能感知环境。
hf模型：
https://huggingface.co/Qwen/Qwen3-4B-Instruct-2507
https://huggingface.co/Qwen/Qwen3-4B-Thinking-2507
魔搭社区下载：
https://modelscope.cn/models/Qwen/Qwen3-4B-Instruct-2507
https://modelscope.cn/models/Qwen/Qwen3-4B-Thinking-2507
Qwen3-4B 具有以下特点：
训练阶段：预训练、后训练
参数量：4B
非嵌入层参数量：3.6B
层数：36层
注意力头数量（GQA）：Q 32 个，K 8 个
上下文长度：原生支持262,144 token，即 256k
以下例子使用了非思考模式的 Qwen3-4B 模型。
Qwen3-4B，在小模型队伍里比较亮眼，256K的上下文，适合做翻译任务、tool call 和 RAG等。
