Qwen3-4B-Instruct-2507
截至 2026年11月16日,Qwen3-4B-Instruct-2507(Alibaba)在 BenchLeader Index 上得分 42.0(共 608 个已排名配置)。表现最好的是数学(46),最弱的是长上下文(29)。发布于 2025年8月6日。
要点(截至 2026年11月16日)
- Qwen3-4B-Instruct-2507 于 2025年8月6日发布(Alibaba)。
详细说明:Qwen3-4B-Instruct-2507 是 Alibaba 的开放权重模型,发布于 2025年8月6日。其最佳配置在 BenchLeader Index 上得分 42.0 ±5.1,在 608 个配置中排第 504 名,处于下半区。关键在于这个“±”:另有 196 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,数学得分最高(46),长上下文最低(29)。它已在 2 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2025年8月6日。数据较旧:六个月内没有新结果
- 混合价格
- –
- 输出速度
- –
- 首次回答
- –
- 上下文
- 262k
- 来源:Artificial Analysis
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2025年8月6日
- 综合 Index42
- 推理35
- 智能体与工具44
- 数学46
- 指令遵循37
- 长上下文29
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/qwen3-4b-2507)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
Index 走势
2026年9月10日 至 2026年11月16日- 默认
- thinking
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
元数据
| 基准测试 | thinking | 默认 | 来源 |
|---|---|---|---|
| AA Openness Index不计入 Index | 44.4#97 | 44.4#97 | Artificial Analysis |
推理
| 基准测试 | thinking | 默认 | 来源 |
|---|---|---|---|
| GPQA Diamond推理强度未说明 | – | 45.8%#249 | Epoch AI Benchmarking Hub |
| GPQA Diamond (AA)不计入 Index | 66.7%#335 | 51.7%#424 | Artificial Analysis |
| Humanity's Last Exam (AA)不计入 Index | 6.2%#427 | 4.5%#521 | Artificial Analysis |
| CritPt不计入 Index | 0.0%#337 | 0.0%#337 | Artificial Analysis |
编程
| 基准测试 | thinking | 默认 | 来源 |
|---|---|---|---|
| LiveCodeBench (AA)不计入 Index | 64.1%#95 | 37.7%#176 | Artificial Analysis |
智能体与工具
| 基准测试 | thinking | 默认 | 来源 |
|---|---|---|---|
| Terminal-Bench Hard | 1.5%#343 | 4.5%#289 | Artificial Analysis |
| τ²-Bench Telecom (AA)不计入 Index | 25.4%#296 | 26.6%#285 | Artificial Analysis |
| BFCL Overall推理强度未说明 | – | 35.7%#41 | Berkeley Function Calling Leaderboard |
数学
| 基准测试 | thinking | 默认 | 来源 |
|---|---|---|---|
| OTIS Mock AIME推理强度未说明 | – | 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)不计入 Index | 82.7%#54 | 52.3%#132 | Artificial Analysis |
知识
| 基准测试 | 默认 | 来源 |
|---|---|---|
| Global-MMLU-Lite (AA)不计入 Index | 67.7%#104 | Artificial Analysis |
指令遵循
| 基准测试 | thinking | 默认 | 来源 |
|---|---|---|---|
| IFBench | 49.8%#177 | 33.5%#331 | Artificial Analysis |
长上下文
| 基准测试 | thinking | 默认 | 来源 |
|---|---|---|---|
| AA-LCR v1.1 | 37.3%#392 | 11.3%#487 | Artificial Analysis |
综合
| 基准测试 | thinking | 默认 | 来源 |
|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 8.8#434 | 6.7#518 | Artificial Analysis |
| AA Progress Index v1不计入 Index | 206.4#398 | 173.9#494 | Artificial Analysis |
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Qwen3-4B-Instruct-2507 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/qwen3-4b-2507)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
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}
}常见问题
- Qwen3-4B-Instruct-2507 的基准测试得分是多少?
- 截至 2026年11月16日,Qwen3-4B-Instruct-2507 的 BenchLeader Index 为 42.0 ±5.1。最强的是数学(46),最弱的是长上下文(29)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Qwen3-4B-Instruct-2507 排名第几?
- 截至 2026年11月16日,Qwen3-4B-Instruct-2507 在 608 个已排名配置中排第 504 名。另有 196 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Qwen3-4B-Instruct-2507 是什么时候发布的?
- Alibaba 于 2025年8月6日发布了 Qwen3-4B-Instruct-2507。BenchLeader 收录了它在 2 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Qwen3-4B-Instruct-2507:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/qwen3-4b-2507。