Qwen Qwen3 0.6B GGUF

由 bartowski 开发

Qwen团队提供的Qwen3-0.6B的Llamacpp imatrix量化版本，使用llama.cpp进行量化，支持在LM Studio或基于llama.cpp的项目中运行。

大型语言模型 #轻量级文本生成 #多量化版本适配 #低资源部署

下载量 10.24k

发布时间 : 4/28/2025

模型介绍

内容详情

替代品

模型简介

这是一个基于Qwen3-0.6B模型的量化版本，通过llama.cpp工具进行优化，提供多种量化选项以适应不同硬件需求。

模型特点

多种量化选项

提供从BF16到Q2_K的多种量化版本，适应不同硬件和性能需求。

imatrix量化

使用imatrix选项进行量化，提升模型性能。

广泛兼容性

支持在LM Studio、llama.cpp及基于llama.cpp的项目中运行。

模型能力

文本生成

对话系统

内容创作

使用案例

对话系统

智能客服

用于构建智能客服系统，回答用户问题。

内容创作

文章生成

生成各类文章、故事等内容。

量化作者: bartowski
流水线标签: 文本生成
基础模型: Qwen/Qwen3-0.6B
基础模型关系: 量化版本

Qwen团队提供的Qwen3-0.6B的Llamacpp imatrix量化版本

使用llama.cpp发布的b5200版本进行量化。

原始模型: https://huggingface.co/Qwen/Qwen3-0.6B

所有量化均采用imatrix选项，数据集来自此处

可在LM Studio中运行

也可直接通过llama.cpp或任何基于llama.cpp的项目运行

提示词格式

<|im_start|>system
{系统提示}<|im_end|>
<|im_start|>user
{用户输入}<|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	是否分割	描述
Qwen3-0.6B-bf16.gguf	bf16	1.51GB	否	完整的BF16权重
Qwen3-0.6B-Q8_0.gguf	Q8_0	0.80GB	否	极高品质，通常不需要但提供最大可用量化
Qwen3-0.6B-Q6_K_L.gguf	Q6_K_L	0.70GB	否	嵌入和输出权重使用Q8_0。接近完美品质，推荐
Qwen3-0.6B-Q5_K_L.gguf	Q5_K_L	0.65GB	否	嵌入和输出权重使用Q8_0。高品质，推荐
Qwen3-0.6B-Q6_K.gguf	Q6_K	0.62GB	否	接近完美品质，推荐
Qwen3-0.6B-Q4_K_L.gguf	Q4_K_L	0.60GB	否	嵌入和输出权重使用Q8_0。良好品质，推荐
Qwen3-0.6B-Q3_K_XL.gguf	Q3_K_XL	0.57GB	否	嵌入和输出权重使用Q8_0。质量较低但可用，适合内存有限场景
Qwen3-0.6B-Q5_K_M.gguf	Q5_K_M	0.55GB	否	高品质，推荐
Qwen3-0.6B-Q5_K_S.gguf	Q5_K_S	0.54GB	否	高品质，推荐
Qwen3-0.6B-Q4_1.gguf	Q4_1	0.51GB	否	传统格式，性能类似Q4_K_S但在Apple芯片上能效更优
Qwen3-0.6B-Q2_K_L.gguf	Q2_K_L	0.50GB	否	嵌入和输出权重使用Q8_0。质量很低但出人意料地可用
Qwen3-0.6B-Q4_K_M.gguf	Q4_K_M	0.48GB	否	良好品质，多数场景的默认选择，推荐
Qwen3-0.6B-Q4_K_S.gguf	Q4_K_S	0.47GB	否	质量略低但更节省空间，推荐
Qwen3-0.6B-Q4_0.gguf	Q4_0	0.47GB	否	传统格式，支持ARM和AVX CPU的在线重打包推理
Qwen3-0.6B-IQ4_NL.gguf	IQ4_NL	0.47GB	否	类似IQ4_XS但稍大。支持ARM CPU的在线重打包推理
Qwen3-0.6B-IQ4_XS.gguf	IQ4_XS	0.45GB	否	良好质量，比Q4_K_S更小但性能相当，推荐
Qwen3-0.6B-Q3_K_L.gguf	Q3_K_L	0.44GB	否	质量较低但可用，适合内存有限场景
Qwen3-0.6B-Q3_K_M.gguf	Q3_K_M	0.41GB	否	低质量
Qwen3-0.6B-IQ3_M.gguf	IQ3_M	0.40GB	否	中低质量，新方法性能与Q3_K_M相当
Qwen3-0.6B-Q3_K_S.gguf	Q3_K_S	0.39GB	否	低质量，不推荐
Qwen3-0.6B-IQ3_XS.gguf	IQ3_XS	0.38GB	否	较低质量，新方法性能略优于Q3_K_S
Qwen3-0.6B-IQ3_XXS.gguf	IQ3_XXS	0.35GB	否	较低质量，新方法性能与Q3量化相当
Qwen3-0.6B-Q2_K.gguf	Q2_K	0.35GB	否	质量很低但出人意料地可用
Qwen3-0.6B-IQ2_M.gguf	IQ2_M	0.33GB	否	相对低质量，采用SOTA技术实现可用性

嵌入/输出权重说明

部分量化版本(Q3_K_XL、Q4_K_L等)采用标准量化方法，但将嵌入层和输出层权重量化为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]"

然后可指定下载目标文件:

huggingface-cli download bartowski/Qwen_Qwen3-0.6B-GGUF --include "Qwen_Qwen3-0.6B-Q4_K_M.gguf" --local-dir ./

若模型超过50GB会被分割。要下载全部文件到本地目录，运行:

huggingface-cli download bartowski/Qwen_Qwen3-0.6B-GGUF --include "Qwen_Qwen3-0.6B-Q8_0/*" --local-dir ./

可指定新目录(Qwen_Qwen3-0.6B-Q8_0)或直接下载到当前目录(./)

ARM/AVX相关信息

以往需要下载Q4_0_4_4/4_8/8_8等版本，这些版本会在内存中交错权重以提升ARM和AVX设备的性能。

现在有了"在线重打包"功能，详情见此PR。使用Q4_0时若硬件支持会自动进行权重重打包。

从llama.cpp的b4282版本起，将无法运行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(基于此PR)，它也会为ARM重打包权重(目前仅4_4)。加载时间可能稍长但会提升整体速度。

点击查看Q4_0_X_X信息(已弃用)

保留此部分以展示使用带在线重打包的Q4_0可能带来的性能提升。

点击查看AVX2系统(EPYC7702)基准测试

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