Najmniejszy gęsty (dense) model z rodziny Qwen3 od Alibaby (0,6 mld parametrów) z hybrydowym trybem myślenia i otwartymi wagami na licencji Apache 2.0.
Okno kontekstowe
32K tokenów (natywnie 32 768)
tokenów
Parametry
0.6B (0.44B bez embeddingów)
parametrów
Data premiery
29 kwietnia 2025
Dostęp:DownloadAPIHostedWdrożenie:💻 Lokalnie☁ Cloud📱 Na urządzeniu
Przegląd
Dostęp i wdrożenie
PobieranieAPIHostowane
LokalnieChmuraNa urządzeniu
Wagi: Open source
Kluczowe parametry
📏 Kontekst: 32K tokenów (natywnie 32 768)
🧩 Parametry: 0.6B (0.44B bez embeddingów)
✓ Narzędzia · ✓ Fine-tuning
📥 Wejście: tekst
Specyfikacja techniczna
Okno kontekstowe
32K tokenów (natywnie 32 768)
tokenów
Parametry
0.6B (0.44B bez embeddingów)
parametrów
Licencja
Apache 2.0
Wymagania sprzętowe
Bardzo niskie — 0,6 mld parametrów mieści się w kilkuset MB (kwantyzacja) i działa na CPU, urządzeniach mobilnych oraz kartach z 2–4 GB VRAM.
Funkcje:✓ Używanie narzędzi✓ Fine-tuning
Modalności
⬇ Wejście (Input)
text
⬆ Wyjście (Output)
textcodestructured_data
Możliwości i zastosowania
Natywne możliwości modelu
Modelowanie języka
Zdolność przewidywania kolejnych tokenów i generowania spójnego tekstu w języku naturalnym na podstawie poprzedzającego kontekstu.
Kategoria: language
Rozumowanie
Zdolność modelu do logicznego wnioskowania i rozwiązywania złożonych problemów.
Kategoria: reasoning
Programowanie
Generowanie, analizowanie i modyfikowanie kodu w wielu językach programowania. Obejmuje pisanie funkcji, debugowanie, refaktoryzację, code review, tworzenie testów. Mierzone benchmarkami takimi jak HumanEval, SWE-bench.
Kategoria: coding
Wielojęzyczność
Kompetencje w wielu językach naturalnych (od kilku do stu+): rozumienie, generowanie, tłumaczenie, code-switching w obrębie jednej rozmowy. Modele frontier obsługują szeroki wachlarz języków ze zbliżoną jakością.
Kategoria: language
Przestrzeganie instrukcji
Precyzyjne wypełnianie wskazówek zawartych w prompcie: format odpowiedzi, długość, styl, ograniczenia (np. 'odpowiedz w sześciu słowach'). GPT-5.1 znacząco poprawił tę zdolność względem GPT-5.
Kategoria: language
Użycie narzędzi
Zdolność modelu do wywoływania zewnętrznych funkcji, API i narzędzi w trakcie rozmowy: kalkulator, wyszukiwarka, edytor kodu, baza danych. Model decyduje kiedy i jak użyć narzędzia oraz interpretuje jego wynik.
Kategoria: planning
Wywoływanie funkcji
Natywne wsparcie dla ustrukturyzowanego wykorzystania narzędzi, umożliwiające przepływy pracy oparte na agentach.
Kategoria: planning
Wyjście strukturyzowane
Generowanie danych w ustrukturyzowanych formatach, np. JSON.
Kategoria: structured_generation
Rozszerzony tryb rozumowania
Wariant modelu rozumującego z dłuższym budżetem inferencji: więcej cykli myślenia, większa precyzja odpowiedzi kosztem czasu odpowiedzi. Wybór między 'standard' a 'extended' thinking pozostawiony użytkownikowi (np. selektor w GPT-5.2 Pro).
Kategoria: reasoning
Zdolności agentowe
Zdolność modelu do autonomicznego planowania i wykonywania wieloetapowych zadań poprzez sekwencyjne użycie narzędzi, utrzymywanie kontekstu i adaptację do wyników pośrednich.
Kategoria: planning
Architektura techniczna
Rdzeń architektury (Core Architecture)
Forma modelu (Model Form)
Techniki trenowania (Training Techniques)