作为小型模型，Qwen3.5-4B的表现已接近Qwen3.5-9B，在多语言知识、视觉推理、文档理解等任务上媲美更大模型，在纯数学推理方面仍有差距，这也是小版本模型的普遍问题。

▲Qwen3.5-9B和Qwen3.5-4B的测评情况

这些小型模型均基于Qwen3.5统一基座，Apache 2.0开源可商用，支持LoRA/全量微调，消费级显卡即可启动任务适配。具体来看：

0.8B/2B版本具备小巧、快速的特点，是端侧首选。这两个模型非常适合移动设备、IoT 边缘设备部署，以及低延时的实时交互场景。

4B版本性能更强劲，具备多模态基座模型。该版本适合作为轻量级智能体的核心大脑，平衡性能与***消耗。

9B版本模型结构紧凑，但性能媲美gpt-oss-120B，适合需要较高智力水平但受限显存***的服务器端部署，是性价比极高的通用模型选择。

目前所有模型均已在魔搭社区和Hugging Face开源，同时小尺寸模型的基座模型也已开源。

自2月中旬Qwen3.5模型正式推出之后，不少海内外开发者一直“催更”小规模版本Qwen3.5。而随着今天小版本模型终于面世，开发者们也立即参与讨论并体验起来。

一位开发者称：“9B在MMMU-Pro测试中以13分的优势击败GPT-5-Nano才是真正的亮点。一个可以在笔记本电脑上运行的模型，性能却超越了云端旗舰级的Nano模型，架构优势远胜于参数数量。”

▲社交平台X网友评论

另一位开发者称：“这比人们想象的要强大得多。一台运行在Mac mini 上的Qwen 3.5加上24hx7全天候运行的OpenClaw，就能打造出一个成本不到一个月初级员工工资的AI员工。”

还有开发者分享，他使用AMD Ryzen AI Max+395处理器和 Q4_K_XL量化算法，并开启完整的256k上下文窗口，处理速度达到了约30个token/s。而且它只需要不到16GB的显存。对此他惊叹：“我的天！Qwen3.5-9B 的体积虽小，但性能却非常强劲：多语言处理能力出色，通用知识储备丰富，视觉输入处理能力也很强。”

▲社交平台X网友评论

值得一提的是，有网友称Qwen 3.5不仅可在任何笔记本电脑上运行，它还能在手机上运行。此话一出，不少人追问：“如何在iPhone上运行？”

▲社交平台X网友评论

不过也有开发者直截了当地说：“4B模型只是一个智能自动补全工具，而不是一个思考伙伴。GPQA Diamond（研究生水平推理）的正确率约为45%，HMMT数学测试的正确率约为15%。这意味着它在难题上超过一半的概率都会出错。”

▲社交平台X网友评论

小型模型的能力固然有限，但其在特定能力维度评测上已达到Gemini 3 Flash等云端部署模型的水平，这意味着其已经能在很多端边侧场景发挥实际效用。

至此，Qwen3.5家族已开源：

1个大尺寸模型：Qwen3.5-3***B-A17B

3个中型尺寸模型：Qwen3.5-122-A10B、Qwen3.5-35B-A3B、Qwen3.5-27B

4个小尺寸模型：Qwen3.5-0.8B、Qwen3.5-2B、Qwen3.5-4B、Qwen3.5-9B

Hugging Face地址：

***s://huggingface.co/collections/Qwen/qwen35

魔搭社区地址：

***s://modelscope.cn/collections/Qwen/Qwen35

附Qwen3.5-9B和Qwen3.5-4B完整测评成绩：

返回搜狐，查看更多