llama.cppggml-org（Georgi Gerganov 等）
纯 C/C++ 的推理实现，把大模型塞进 CPU、Mac 统一内存和各种边缘设备，GGUF 量化格式的事实标准。
推理框架 / 服务引擎GGUFCPU / Metal / CUDA / Vulkan1.5~8bit 量化无 Python 依赖
Qwen3-4B
模型简介
Qwen3 的 4B 稠密版，手机与开发板级别的部署选择。
- 参数量
- 4B
- 上下文
- 128K
- 所属
- Qwen
- 类型
- 纯文本
- 商用
- 可商用
- 许可
- Apache-2.0
- 发布
- 2025-04-27
- 收录
- 2026-10-03