Qwen3-4B

размышляющая
русскоязычная

Qwen3-4B – следующий уровень в серии. Модель построена на более глубокой архитектуре из 4 млрд параметров, 36 слоев с удвоенным количеством голов внимания (32/8), что обеспечивает существенное улучшение качества понимания и генерации во всех поддерживаемых доменах.

Модель демонстрирует значительные улучшения в задачах, требующих сложных, пошаговых рассуждения, а интегрированные режимы мышления позволяют адаптировать глубину анализа в зависимости от сложности запроса. Поддержка 119 языков в сочетании с отличным извлечением смыслов делают ее особенно эффективной для многоязычного анализа документов и кросс-лингвистических задач.

Qwen3-4B идеально подходит для профессиональных приложений, требующих анализа документов: юридический анализ, научные исследования, техническая документация, литературный анализ. Модель превосходно справляется с задачами суммаризации, многоязычного перевода и систематизацией академического материала в образовательных проектах.


Дата анонса: 29.04.2025
Параметров: 4B
Контекст: 132K
Слоев: 36
Тип внимания: Full or Sliding Window Attention
Разработчик: Qwen
Версия Transformers: 4.51.0
Лицензия: Apache 2.0

Публичный эндпоинт

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с Qwen3-4B. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.
Наименование модели Контекст Тип GPU Статус Ссылка
Для данной модели пока нет публичных эндпоинтов.

Частный сервер

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

  • получить максимальную производительность эндпоинта,
  • получить полный контекст для обработки больших запросов и диалогов,
  • обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
  • использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Рекомендуемые конфигурации сервера для хостинга Qwen3-4B

Цены:
Наименование GPU Цена, час TPS Параллельность (макс.)
teslat4-2.16.32.160
131 072
tensor
 2 48,14 ₽ 1,13 Запустить
teslaa2-2.16.32.160
131 072
tensor
 2 51,34 ₽ 1,13 Запустить
teslaa10-2.16.64.160
131 072
tensor
 2 83,37 ₽ 1,93 Запустить
rtx2080ti-3.16.64.160
131 072
pipeline
 3 84,47 ₽ 1,04 Запустить
rtx2080ti-4.16.32.160
131 072
tensor
 4 99,74 ₽ 1,45 Запустить
teslav100-1.12.64.160
131 072
 1 107,57 ₽ 1,26 Запустить
rtxa5000-2.16.64.160.nvlink
131 072
tensor
 2 109,77 ₽ 1,93 Запустить
rtx3090-2.16.64.160
131 072
tensor
 2 139,77 ₽ 1,93 Запустить
rtx5090-1.16.64.160
131 072
 1 141,77 ₽ 1,26 Запустить
rtx3080-4.16.64.160
131 072
tensor
 4 162,57 ₽ 1,25 Запустить
rtx4090-2.16.64.160
131 072
tensor
 2 171,77 ₽ 1,93 Запустить
teslaa100-1.16.64.160
131 072
 1 211,77 ₽ 3,66 Запустить
h100-1.16.64.160
131 072
 1 341,77 ₽ 3,66 Запустить
h100nvl-1.16.96.160
131 072
 1 367,41 ₽ 4,36 Запустить
h200-1.16.128.160
131 072
 1 423,04 ₽ 6,71 Запустить
Цены:
Наименование GPU Цена, час TPS Параллельность (макс.)
teslat4-2.16.32.160
131 072
tensor
 2 48,14 ₽ 1,03 Запустить
teslaa2-2.16.32.160
131 072
tensor
 2 51,34 ₽ 1,03 Запустить
teslaa10-2.16.64.160
131 072
tensor
 2 83,37 ₽ 1,83 Запустить
rtx2080ti-4.16.32.160
131 072
tensor
 4 99,74 ₽ 1,35 Запустить
teslav100-1.12.64.160
131 072
 1 107,57 ₽ 1,17 Запустить
rtxa5000-2.16.64.160.nvlink
131 072
tensor
 2 109,77 ₽ 1,83 Запустить
rtx3090-2.16.64.160
131 072
tensor
 2 139,77 ₽ 1,83 Запустить
rtx5090-1.16.64.160
131 072
 1 141,77 ₽ 1,17 Запустить
rtx3080-4.16.64.160
131 072
tensor
 4 162,57 ₽ 1,15 Запустить
rtx4090-2.16.64.160
131 072
tensor
 2 171,77 ₽ 1,83 Запустить
teslaa100-1.16.64.160
131 072
 1 211,77 ₽ 3,57 Запустить
h100-1.16.64.160
131 072
 1 341,77 ₽ 3,57 Запустить
h100nvl-1.16.96.160
131 072
 1 367,41 ₽ 4,27 Запустить
h200-1.16.128.160
131 072
 1 423,04 ₽ 6,62 Запустить
Цены:
Наименование GPU Цена, час TPS Параллельность (макс.)
teslat4-3.32.64.160
131 072
pipeline
 3 78,57 ₽ 1,49 Запустить
teslaa10-2.16.64.160
131 072
tensor
 2 83,37 ₽ 1,62 Запустить
teslat4-4.16.64.160
131 072
tensor
 4 85,77 ₽ 2,15 Запустить
teslaa2-3.32.128.160
131 072
pipeline
 3 94,64 ₽ 1,49 Запустить
rtx2080ti-4.16.32.160
131 072
tensor
 4 99,74 ₽ 1,15 Запустить
rtxa5000-2.16.64.160.nvlink
131 072
tensor
 2 109,77 ₽ 1,62 Запустить
teslaa2-4.32.128.160
131 072
tensor
 4 112,24 ₽ 2,15 Запустить
rtx3090-2.16.64.160
131 072
tensor
 2 139,77 ₽ 1,62 Запустить
rtx4090-2.16.64.160
131 072
tensor
 2 171,77 ₽ 1,62 Запустить
teslav100-2.16.64.240
131 072
tensor
 2 198,54 ₽ 2,42 Запустить
teslaa100-1.16.64.160
131 072
 1 211,77 ₽ 3,36 Запустить
rtx5090-2.16.64.160
131 072
tensor
 2 261,77 ₽ 2,42 Запустить
h100-1.16.64.160
131 072
 1 341,77 ₽ 3,36 Запустить
h100nvl-1.16.96.160
131 072
 1 367,41 ₽ 4,06 Запустить
h200-1.16.128.160
131 072
 1 423,04 ₽ 6,41 Запустить

Связанные модели

Qwen3-30B-A3B
Qwen3-235B-A22B
Qwen3-0.6B
Qwen3-1.7B
Qwen3-8B
Qwen3-14B
Qwen3-32B
DeepSeek-R1-0528-Qwen3-8B
T-pro-2.0
Qwen3-235B-A22B-Instruct-2507
Qwen3-235B-A22B-Thinking-2507
Qwen3-Coder-480B-A35B-Instruct
Qwen3-Coder-30B-A3B-Instruct
Qwen3-30B-A3B-Instruct-2507
Qwen3-30B-A3B-Thinking-2507
Qwen3-4B-Instruct-2507
Qwen3-4B-Thinking-2507
Qwen3-VL-235B-A22B-Instruct
Qwen3-VL-235B-A22B-Thinking
Qwen3-VL-30B-A3B-Instruct
Qwen3-VL-30B-A3B-Thinking
Qwen3-VL-8B-Instruct
Qwen3-VL-8B-Thinking
Qwen3-VL-4B-Instruct
Qwen3-VL-4B-Thinking
Qwen3-VL-2B-Instruct
Qwen3-VL-2B-Thinking
Qwen3-VL-32B-Instruct
Qwen3-VL-32B-Thinking
A-vibe

Остались вопросы?

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.