Qwen Qwen3 1.7B GGUF

由 bartowski 开发

基于Qwen/Qwen3-1.7B的量化版本，使用llama.cpp进行量化，支持多种量化类型，适用于文本生成任务。

大型语言模型 #高效量化 #多场景文本生成 #低内存优化

下载量 7,150

发布时间 : 4/28/2025

模型介绍

内容详情

替代品

模型简介

Qwen3-1.7B的量化版本，适用于文本生成任务，支持多种量化类型，可在LM Studio或llama.cpp中运行。

模型特点

多种量化类型

提供从bf16到Q2_K的多种量化类型，满足不同硬件和性能需求。

高质量推荐

推荐使用Q6_K_L、Q6_K、Q5_K_L等高质量量化版本，接近完美性能。

低内存优化

提供Q3_K_XL、Q4_K_L等低内存优化版本，适合资源有限的环境。

ARM/AVX支持

支持ARM和AVX设备的在线重打包推理，提升性能。

模型能力

文本生成

对话系统

内容创作

使用案例

文本生成

对话系统

用于构建智能对话系统，支持多轮对话。

内容创作

生成文章、故事等内容创作任务。

量化者：bartowski
任务标签：文本生成
基础模型：Qwen/Qwen3-1.7B
基础模型关联：量化版本

Qwen3-1.7B的Llamacpp imatrix量化版本

使用llama.cpp发布的b5200进行量化。

原始模型：https://huggingface.co/Qwen/Qwen3-1.7B

所有量化版本均使用imatrix选项，数据集来自此处。

可在LM Studio中运行。

也可直接使用llama.cpp或任何基于llama.cpp的项目运行。

提示词格式

<|im_start|>system  
{system_prompt}<|im_end|>  
<|im_start|>user  
{prompt}<|im_end|>  
<|im_start|>assistant

从下方下载单个文件（非整个分支）：

文件名	量化类型	文件大小	是否分片	描述
Qwen3-1.7B-bf16.gguf	bf16	4.07GB	否	完整的BF16权重。
Qwen3-1.7B-Q8_0.gguf	Q8_0	2.17GB	否	极高品质，通常无需但为最高可用量化版本。
Qwen3-1.7B-Q6_K_L.gguf	Q6_K_L	1.82GB	否	嵌入和输出权重使用Q8_0。极高质量，接近完美，推荐。
Qwen3-1.7B-Q6_K.gguf	Q6_K	1.67GB	否	极高质量，接近完美，推荐。
Qwen3-1.7B-Q5_K_L.gguf	Q5_K_L	1.66GB	否	嵌入和输出权重使用Q8_0。高质量，推荐。
Qwen3-1.7B-Q4_K_L.gguf	Q4_K_L	1.51GB	否	嵌入和输出权重使用Q8_0。良好质量，推荐。
Qwen3-1.7B-Q5_K_M.gguf	Q5_K_M	1.47GB	否	高质量，推荐。
Qwen3-1.7B-Q5_K_S.gguf	Q5_K_S	1.44GB	否	高质量，推荐。
Qwen3-1.7B-Q3_K_XL.gguf	Q3_K_XL	1.41GB	否	嵌入和输出权重使用Q8_0。质量较低但仍可用，适合低内存环境。
Qwen3-1.7B-Q4_1.gguf	Q4_1	1.34GB	否	传统格式，性能类似Q4_K_S，但在Apple芯片上功耗表现更优。
Qwen3-1.7B-Q4_K_M.gguf	Q4_K_M	1.28GB	否	良好质量，多数场景的默认选择，推荐。
Qwen3-1.7B-Q4_K_S.gguf	Q4_K_S	1.24GB	否	质量略低但节省更多空间，推荐。
Qwen3-1.7B-Q4_0.gguf	Q4_0	1.23GB	否	传统格式，支持ARM和AVX CPU在线重打包推理。
Qwen3-1.7B-IQ4_NL.gguf	IQ4_NL	1.23GB	否	类似IQ4_XS，但体积稍大。支持ARM CPU在线重打包推理。
Qwen3-1.7B-IQ4_XS.gguf	IQ4_XS	1.18GB	否	质量尚可，比Q4_K_S更小且性能相近，推荐。
Qwen3-1.7B-Q2_K_L.gguf	Q2_K_L	1.18GB	否	嵌入和输出权重使用Q8_0。质量极低但意外可用。
Qwen3-1.7B-Q3_K_L.gguf	Q3_K_L	1.14GB	否	质量较低但仍可用，适合低内存环境。
Qwen3-1.7B-Q3_K_M.gguf	Q3_K_M	1.07GB	否	低质量。
Qwen3-1.7B-IQ3_M.gguf	IQ3_M	1.03GB	否	中低质量，新方法性能与Q3_K_M相当。
Qwen3-1.7B-Q3_K_S.gguf	Q3_K_S	1.00GB	否	低质量，不推荐。
Qwen3-1.7B-IQ3_XS.gguf	IQ3_XS	0.97GB	否	较低质量，新方法性能略优于Q3_K_S。
Qwen3-1.7B-IQ3_XXS.gguf	IQ3_XXS	0.89GB	否	较低质量，新方法性能与Q3量化相当。
Qwen3-1.7B-Q2_K.gguf	Q2_K	0.88GB	否	质量极低但意外可用。
Qwen3-1.7B-IQ2_M.gguf	IQ2_M	0.83GB	否	质量相对较低，采用前沿技术使其意外可用。

嵌入/输出权重

部分量化版本（如Q3_K_XL、Q4_K_L等）采用标准量化方法，但嵌入和输出权重被量化为Q8_0而非默认值。

使用huggingface-cli下载

点击查看下载说明

首先确保已安装huggingface-cli：

pip install -U "huggingface_hub[cli]"

然后可指定目标文件：

huggingface-cli download bartowski/Qwen_Qwen3-1.7B-GGUF --include "Qwen_Qwen3-1.7B-Q4_K_M.gguf" --local-dir ./

若模型超过50GB，将被分割为多个文件。要下载全部文件到本地目录，运行：

huggingface-cli download bartowski/Qwen_Qwen3-1.7B-GGUF --include "Qwen_Qwen3-1.7B-Q8_0/*" --local-dir ./

可指定新本地目录（Qwen_Qwen3-1.7B-Q8_0）或直接下载到当前目录（./）。

ARM/AVX信息

以往需下载Q4_0_4_4/4_8/8_8，这些文件通过内存交错权重以提升ARM和AVX设备的性能。

现在支持"在线重打包"权重，详情见此PR。使用Q4_0时若硬件受益于重打包，将自动实时处理。

自llama.cpp构建版本b4282起，无法运行Q4_0_X_X文件，需改用Q4_0。

此外，若追求更高质量，可使用IQ4_NL（参见此PR），该版本也支持ARM权重重打包（目前仅4_4）。加载时间可能较长

精选推荐AI模型

Llama 3 Typhoon V1.5x 8b Instruct

专为泰语设计的80亿参数指令模型，性能媲美GPT-3.5-turbo，优化了应用场景、检索增强生成、受限生成和推理任务

Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型，专为边缘设备推理设计，体积仅为Cosmo-3B模型的2%左右。

Roberta Base Chinese Extractive Qa

基于RoBERTa架构的中文抽取式问答模型，适用于从给定文本中提取答案的任务。

AIbase是一个专注于MCP服务的平台，为AI开发者提供高质量的模型上下文协议服务，助力AI应用开发。

简体中文

热门模型

Llama 3 Typhoon V1.5x 8b Instruct

Cadet Tiny

Roberta Base Chinese Extractive Qa

热门模型分类

热门标签