BenchLeader
Alibabaオープンウェイトほかのモデルと比較

Qwen3-4B-Instruct-2507

推論エフォート
品質339中250位
42.0Index
中央値より下
中央値比 −8.2

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
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index42
  2. 推論35
  3. エージェント・ツール44
  4. 数学46
  5. 指示追従37
  6. 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
[![Qwen3-4B-Instruct-2507 on BenchLeader: 総合 244位](https://www.benchleader.com/badge/qwen3-4b-2507.svg?style=compact)](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。

Alibabaの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

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。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
thinking40.2#533–––エージェント・ツール 35 · 指示追従 51 · 長文コンテキスト 42 · 数学 13
未記載最良42.0#504–––エージェント・ツール 44 · 指示追従 37 · 長文コンテキスト 29 · 数学 46 · 推論 35

Indexの推移

2026年9月10日〜2026年11月16日
354147
  • 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#9744.4#97Artificial 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%#249Epoch AI Benchmarking Hub
GPQA Diamond (AA)Index対象外66.7%#33551.7%#424Artificial Analysis
Humanity's Last Exam (AA)Index対象外6.2%#4274.5%#521Artificial Analysis
CritPtIndex対象外0.0%#3370.0%#337Artificial 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%#9537.7%#176Artificial Analysis

エージェント・ツール

ベンチマークthinking標準出典
Terminal-Bench Hard1.5%#3434.5%#289Artificial Analysis
τ²-Bench Telecom (AA)Index対象外25.4%#29626.6%#285Artificial Analysis
BFCL Overallエフォート未記載–35.7%#41Berkeley 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%#193Epoch AI Benchmarking Hub
AIME 202682.5%#30–MathArena
HMMT February 202653.0%#31–MathArena
MathArena Apex2.1%#29–MathArena
AIME 2025 (AA)Index対象外82.7%#5452.3%#132Artificial Analysis

知識

ベンチマーク標準出典
Global-MMLU-Lite (AA)Index対象外67.7%#104Artificial Analysis

指示追従

ベンチマークthinking標準出典
IFBench49.8%#17733.5%#331Artificial Analysis

長文コンテキスト

ベンチマークthinking標準出典
AA-LCR v1.137.3%#39211.3%#487Artificial 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#4346.7#518Artificial Analysis
AA Progress Index v1Index対象外206.4#398173.9#494Artificial Analysis

Alibabaのほかのモデル

今月の新着

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。

[![Qwen3-4B-Instruct-2507 on BenchLeader: 総合 244位](https://www.benchleader.com/badge/qwen3-4b-2507.svg)](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}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

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