Qwen3-1.7B

Qwen3-1.7B – модель с 1.7 миллиардами параметров, сохраняющую архитектуру из 28 слоев и поддерживающую контекстное окно в 32,000 токенов. Модель использует ту же конфигурацию внимания (16/8 голов) и архитектурные решения, что и младшая модель в серии, но обладает значительно большими возможностями благодаря увеличенному количеству параметров. Обучение на 36 триллионах токенов с поддержкой 119 языков обеспечивает существенное улучшение качества понимания и генерации текста по сравнению с более аналогичными по размеру решениями.

Модель демонстрирует хорошее качество в задачах, требующих рассуждений и контекстного понимания, сохраняя при этом высокую эффективность вычислений. Интегрированные режимы thinking и non-thinking позволяют модели адаптироваться к различным типам запросов — от быстрых информационных до аналитических задач средней сложности. А механизм thinking budget особенно полезен для оптимизации производительности в условиях переменной нагрузки.

Qwen3-1.7B оптимальна для desktop приложений облачных сервисов с умеренными требованиями к ресурсам и простых корпоративных решений. Модель превосходно справляется с задачами анализа документов, многоязычной поддержки клиентов и работой в образовательных приложениях, где требуется баланс между качеством и скоростью обработки.

Дата анонса: 29.04.2025
Параметров: 1.7B
Контекст: 40K
Тип внимания: Full or Sliding Window Attention
Потребление памяти: 5.2 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 Qwen3-1.7B.

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.