阿里千问Qen3.5-4B干翻GPT主力大模子：可当地布置、仅2%参数

3月8日消息，今年除夕当天阿里发布了千问Qwen 3.5系列大模型，之前发布的是高端大尺寸系列，前几天发了四个小尺寸模型Qwen3.5-0.8B/2B/4B/9B。

玩过Qwen模型的网友都知道，小尺寸的AI模型是它们的灵魂，本地部署的吸引力是无法抵挡的，而Qwen 3.5系列这次不仅小，性能也够强，其中9B版性能就媲美gpt-oss-120B。

实际表现可能还要出乎大家的意料，N8 Programs日前实际测试了一下验证官方所说的4B版跟GPT-4o一样好的说法。

先说结论，大多数情况下还是这样，Qwen 3.5-4B在测试中跑赢了GPT-4o这样的主力大模型。

他使用了WildChat数据集里的1000个随机问题，让两个大模型都做答，然后用目前最强的大模型Opus 4.6做判断，最终Qwen 3.5-4B在1000个问答中赢了499个，输了431个，平局70个，可见千问官方还是很实在的宣传。

要知道Qwen 3.5-4B就是个40亿参数量的小模型，而GPT-4o还是很多人的主力模型，其参数量高达2000亿（具体数字OpenAI官方没提过，微软论文证实过），Qwen 3.5-4B只用了后者2%的参数量就做到了性能略强。

Qwen 3.5这几个小模型当然不可能什么都超过目前的顶流模型，但本地部署的话非常合适，理论上8GB显存就能跑4B模型，实际推荐16GB显存，然后再量化优化下，网上有很多教程，感兴趣的网友可以去玩玩。

下面的内容是千问发布时的介绍和性能对比：

0.8B / 2B：极致轻量，端侧首选

特点：体积极小，推理速度极快。

场景：非常适合移动设备、IoT 边缘设备部署，以及低延时的实时交互场景。

4B：轻量级 Agent 的强劲基座

特点：性能强劲，多模态基座模型，适合 Agent。

场景：适合作为轻量级智能体的核心大脑，完美平衡了性能与资源消耗。

9B：紧凑尺寸，越级性能

特点：结构紧凑，但性能媲美 gpt-oss-120B，让人惊艳。

场景：适合需要较高智力水平但受限显存资源的服务器端部署，是性价比极高的通用模型选择。