Qwen3-1.7B ist eines der kleinsten Modelle der ersten Qwen3-Generation. Es bietet trotzdem Denkmodus und schnellen Modus und erreicht im Denkmodus etwa 93,4 bei MATH-500. Damit liegt es in vielen Tests vor dem Distill-Modell DeepSeek-R1-Distill-Qwen-1.5B.
Mit 1,7 Milliarden Parametern braucht das Modell nur rund 4 GB und läuft auf nahezu jeder GPU und auf leistungsfähigen Endgeräten. Es steht unter der Lizenz Apache 2.0.
Qwen3-1.7B
Alibaba (Qwen-Team)
April 2025
Apache 2.0
Dichtes Kleinmodell, Hybrid-Reasoning (Denkmodus und schneller Modus), rein textbasiert
1,7 Mrd. (dicht), davon 1,4 Mrd. ohne Embedding
Dichter Transformer mit Grouped-Query Attention (16 Q-, 8 KV-Heads), QK-Norm und gebundenen Embeddings
Byte-Level-BPE mit 151.669 Token Vokabular
28
16 Query-Köpfe, 8 Key/Value-Köpfe (Grouped-Query Attention - GQA)
32.768 Token
Das Modell in BF16 und als offizielle FP8-Fassung, dazu GPTQ-Int8 und GGUF. Außerdem gibt es das Basismodell Qwen3-1.7B-Base.
Qwen3-8B ist deutlich stärker und läuft noch auf einer GPU mit 24 GB. Noch kleiner ist Qwen3-0.6B.
Eine 2507-Version gibt es für 1.7B nicht. Neuere Kleinmodelle sind Qwen3.5-2B und Qwen3.5-0.8B mit Bildverständnis.
| Benchmark | Qwen3-1.7B | Qwen3-0.6B | DeepSeek-R1-Distill-Qwen-1.5B | DeepSeek-R1-Distill-Llama-8B |
|---|---|---|---|---|
| MMLU-Redux | 73,9 | 55,6 | 45,4 | 66,4 |
| GPQA-Diamond | 40,1 | 27,9 | 33,8 | 49,0 |
| LiveBench 2024-11-25 | 51,1 | 30,3 | 24,9 | 40,6 |
| IFEval (strict prompt) | 72,5 | 59,2 | 39,9 | 59,0 |
| Arena-Hard | 43,1 | 8,5 | 4,5 | 17,6 |
| MATH-500 | 93,4 | 77,6 | 83,9 | 89,1 |
| AIME’24 | 48,3 | 10,7 | 28,9 | 50,4 |
| AIME’25 | 36,8 | 15,1 | 22,8 | 27,8 |
| ZebraLogic | 63,2 | 30,3 | 4,9 | 37,1 |
| BFCL v3 | 56,6 | 46,4 | 14,0 | 21,5 |
| LiveCodeBench v5 | 33,2 | 12,3 | 13,2 | 42,5 |
| Multi-IF | 51,2 | 36,1 | 13,3 | 27,0 |
Quelle: Qwen3 Technical Report (Qwen-Team, Mai 2025), gemessen im Denkmodus. Angaben in Prozent.
Kleines Qwen3-Modell mit Denkmodus für Endgeräte und einfache Aufgaben. Wir prüfen mit Ihnen Nutzen und Auslegung.
Die Qwen3-Modelle wurden auf rund 36 Billionen Token in 119 Sprachen und Dialekten vortrainiert, doppelt so viele Token wie beim Vorgänger Qwen2.5. Das Vortraining lief in drei Stufen: allgemeines Wissen, dann gezielt Mathematik, Code und Reasoning, zuletzt lange Texte bis 32.768 Token.
Die kleineren Modelle entstanden per Strong-to-Weak-Distillation: Sie lernen direkt von den Ausgaben der großen Modelle Qwen3-235B-A22B und Qwen3-32B. Das braucht laut Qwen-Team nur rund ein Zehntel der GPU-Stunden des vollständigen vierstufigen Verfahrens.
Qwen3-1.7B eignet sich für einfache Aufgaben mit minimaler Hardware. In einer KI-Beratung prüfen wir mit Ihnen, ob ein Kleinmodell für Ihren Anwendungsfall ausreicht.
Stark für seine Größe: Im Denkmodus 93,4 bei MATH-500 und 63,2 bei ZebraLogic.
Vor gleich großen Distill-Modellen: In allen Tests der Tabelle vor DeepSeek-R1-Distill-Qwen-1.5B.
Minimaler Hardware-Bedarf: Rund 4 GB Gewichte, auch für Endgeräte geeignet.
Gute Werkzeugnutzung: 56,6 bei BFCL v3, bester Wert der Tabelle.
Kommerziell frei nutzbar: Apache 2.0 ohne Umsatzgrenzen.
Begrenztes Wissen: Bei GPQA-Diamond (40,1) und LiveCodeBench deutlich hinter größeren Modellen.
Hinter R1-Distill-Llama-8B bei manchen Tests: Das fast fünfmal so große Modell liegt bei GPQA, AIME’24 und LiveCodeBench vorn.
Kurzer Kontext: 32.768 Token ohne offizielle Erweiterung.
Kein Bildverständnis: Alle Qwen3-Modelle der ersten Generation sind rein textbasiert, für Bilder gibt es Qwen3-VL.
Wir planen die Cluster-Auslegung für Qwen3-1.7B, übernehmen Inbetriebnahme, Quantisierung und Betrieb und hosten das Modell auf Wunsch DSGVO-konform in unserem zertifizierten Rechenzentrum in Limburg an der Lahn.
In BF16 umfassen die Gewichte rund 4 GB. Das Modell läuft damit auf nahezu jeder aktuellen GPU und quantisiert über GGUF auch auf CPUs.
Für klar umrissene Aufgaben wie Klassifikation, Extraktion, kurze Antworten oder als schneller Vorfilter. Für anspruchsvolles Reasoning und Fachwissen sind größere Modelle deutlich besser.
Der Denkmodus ist standardmäßig aktiv. Über den Parameter enable_thinking lässt er sich ganz abschalten, mit /think und /no_think in einer Nachricht wechseln Sie ihn während eines Gesprächs.
Ja. Das Qwen-Team von Alibaba veröffentlicht die Gewichte unter der Lizenz Apache 2.0. Sie dürfen das Modell ohne Umsatzgrenzen kommerziell einsetzen, anpassen und weitergeben.
Ja. Über unsere GPU Cloud stellen wir die nötige Rechenleistung bereit. Alternativ bündelt der MaaS Proxy verschiedene Modelle über eine einheitliche Schnittstelle. Beide Wege betreiben wir DSGVO-konform in Deutschland.
Möchten Sie individuell beraten werden?
Unsere KI-Experten sind für Sie da!
