Qwen3-4B-Instruct-2507
2026年11月16日時点で、Qwen3-4B-Instruct-2507(Alibaba)のBenchLeader Indexは42.0です(ランク付け対象は608構成)。最も強いのは数学(46)、最も弱いのは長文コンテキスト(29)です。2025年8月6日にリリースされました。
要点(2026年11月16日時点)
- Qwen3-4B-Instruct-2507は2025年8月6日にリリースされました(Alibaba)。
詳しく見ると:Qwen3-4B-Instruct-2507はAlibabaのオープンウェイトのモデルです(2025年8月6日リリース)。最もスコアの高い構成は、BenchLeader Indexで42.0 ±5.1を記録し、608構成中504位で下位半分に入ります。重要なのはこの「±」です。ほかに196構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では数学が最も高く(46)、長文コンテキストが最も低くなっています(29)。2通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2025年8月6日。古いデータ:6か月間、新しい結果がありません
- ブレンド価格
- –
- 出力速度
- –
- 回答開始
- –
- コンテキスト
- 262k
- 出典:Artificial Analysis
- タスクあたりコスト
- –
- タスクあたりトークン数
- –
- リリース日
- 2025年8月6日
- 総合Index42
- 推論35
- エージェント・ツール44
- 数学46
- 指示追従37
- 長文コンテキスト29
この順位を埋め込む
ほかのバッジスタイル[](https://www.benchleader.com/models/qwen3-4b-2507)README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。
推論エフォート別の構成
同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。
Indexの推移
2026年9月10日〜2026年11月16日- 標準
- thinking
Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。
ベンチマーク結果
LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。
メタデータ
| ベンチマーク | thinking | 標準 | 出典 |
|---|---|---|---|
| AA Openness IndexIndex対象外 | 44.4#97 | 44.4#97 | Artificial Analysis |
推論
| ベンチマーク | thinking | 標準 | 出典 |
|---|---|---|---|
| GPQA Diamondエフォート未記載 | – | 45.8%#249 | Epoch AI Benchmarking Hub |
| GPQA Diamond (AA)Index対象外 | 66.7%#335 | 51.7%#424 | Artificial Analysis |
| Humanity's Last Exam (AA)Index対象外 | 6.2%#427 | 4.5%#521 | Artificial Analysis |
| CritPtIndex対象外 | 0.0%#337 | 0.0%#337 | Artificial Analysis |
コーディング
| ベンチマーク | thinking | 標準 | 出典 |
|---|---|---|---|
| LiveCodeBench (AA)Index対象外 | 64.1%#95 | 37.7%#176 | Artificial Analysis |
エージェント・ツール
| ベンチマーク | thinking | 標準 | 出典 |
|---|---|---|---|
| Terminal-Bench Hard | 1.5%#343 | 4.5%#289 | Artificial Analysis |
| τ²-Bench Telecom (AA)Index対象外 | 25.4%#296 | 26.6%#285 | Artificial Analysis |
| BFCL Overallエフォート未記載 | – | 35.7%#41 | Berkeley Function Calling Leaderboard |
数学
| ベンチマーク | thinking | 標準 | 出典 |
|---|---|---|---|
| OTIS Mock AIMEエフォート未記載 | – | 52.2%#193 | Epoch AI Benchmarking Hub |
| AIME 2026 | 82.5%#30 | – | MathArena |
| HMMT February 2026 | 53.0%#31 | – | MathArena |
| MathArena Apex | 2.1%#29 | – | MathArena |
| AIME 2025 (AA)Index対象外 | 82.7%#54 | 52.3%#132 | Artificial Analysis |
知識
| ベンチマーク | 標準 | 出典 |
|---|---|---|
| Global-MMLU-Lite (AA)Index対象外 | 67.7%#104 | Artificial Analysis |
指示追従
| ベンチマーク | thinking | 標準 | 出典 |
|---|---|---|---|
| IFBench | 49.8%#177 | 33.5%#331 | Artificial Analysis |
長文コンテキスト
| ベンチマーク | thinking | 標準 | 出典 |
|---|---|---|---|
| AA-LCR v1.1 | 37.3%#392 | 11.3%#487 | Artificial Analysis |
総合
| ベンチマーク | thinking | 標準 | 出典 |
|---|---|---|---|
| AA Intelligence Index v4.3.2Index対象外 | 8.8#434 | 6.7#518 | Artificial Analysis |
| AA Progress Index v1Index対象外 | 206.4#398 | 173.9#494 | Artificial Analysis |
Alibabaのほかのモデル
関連ページ
埋め込み・引用
Qwen3-4B-Instruct-2507の順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。
[](https://www.benchleader.com/models/qwen3-4b-2507)このページを引用する
ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:
BenchLeader. (2026, November 16). Qwen3-4B-Instruct-2507 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen3-4b-2507
BibTeX:
@misc{benchleader_qwen3_4b_2507_20261116,
author = {{BenchLeader}},
title = {{Qwen3-4B-Instruct-2507 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/qwen3-4b-2507}},
note = {Data as of 2026-11-16}
}よくある質問
- Qwen3-4B-Instruct-2507のベンチマークスコアは?
- 2026年11月16日時点で、Qwen3-4B-Instruct-2507のBenchLeader Indexは42.0 ±5.1です。最も強いのは数学(46)、最も弱いのは長文コンテキスト(29)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
- Qwen3-4B-Instruct-2507の順位は?
- 2026年11月16日時点で、Qwen3-4B-Instruct-2507はランク付けされた608構成中504位です。ほかに196構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
- Qwen3-4B-Instruct-2507はいつリリースされましたか?
- Alibabaが2025年8月6日にQwen3-4B-Instruct-2507をリリースしました。BenchLeaderには2通りの推論エフォート設定での結果があります。
2026年11月16日時点のデータです。 これらの構成を比較
引用表記:BenchLeader「Qwen3-4B-Instruct-2507:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/qwen3-4b-2507