Qwen3-0.6B

Qwen3-0.6B — это самая компактная модель в серии, содержащая 600 миллионов параметров и поддерживающая контекстное окно в 32,000 токенов. Модель построена на архитектуре из 28 слоев с 16 головами внимания для запросов и 8 головами для ключей и значений, что обеспечивает эффективное использование вычислительных ресурсов при сохранении высокого качества обработки текста. Несмотря на свой компактный размер, модель обучена на 36 триллионах токенов и поддерживает 119 языков и диалектов, что делает ее исключительно универсальной для своего класса.

Основным преимуществом Qwen3-0.6B является её исключительная эффективность при минимальных требованиях к ресурсам. Модель специально предназначена для развертывания на мобильных устройствах, edge-вычислениях и IoT-приложениях, где критичны низкое энергопотребление и быстрый инференс. Несмотря на компактный размер, модель демонстрирует впечатляющие результаты в задачах общего понимания языка, простых диалогах и базовой обработке текста.

Qwen3-0.6B идеально подходит для приложений с жесткими ограничениями по памяти и вычислительным ресурсам: чат-боты для мобильных приложений, встроенные AI-ассистенты, системы быстрой обработки текста и базовые задачи NLP, такие как текстовая классификация, извлечение информации и автоматическое реферирование.

Дата анонса: 29.04.2025
Параметров: 0.6B
Контекст: 40K
Тип внимания: Full or Sliding Window Attention
Потребление памяти: 4.7 ГБ в точности 4 бит
Разработчик: Alibaba
Версия Transformers: 4.51.0
Версия Ollama: 0.6.6
Лицензия: Apache 2.0

Воспользуйтесь нашими готовыми публичными эндпоинтами для теста инференса и знакомства с Qwen3-0.6B.

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.

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