Qwen_Qwen3 - 1.7B - GGUF开源模型 - 支持多类型量化的文本生成利器

首页

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。

🚀 Qwen3-1.7B的Llamacpp imatrix量化版本

本项目是对Qwen3-1.7B模型进行量化处理后的版本，使用特定工具和方法实现了不同量化类型的模型，以满足不同场景下的使用需求，如在不同硬件条件下的性能优化和资源利用。

🚀 快速开始

本项目使用 llama.cpp 的 b5200 版本进行量化。原始模型可从这里获取。所有量化模型均使用 imatrix 选项，并结合此数据集生成。

你可以在 LM Studio 中运行这些量化模型，也可以直接使用 llama.cpp 或其他基于 llama.cpp 的项目来运行。

✨ 主要特性

提示格式

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

下载文件

你可以从以下列表中选择下载单个文件（而非整个分支）：

文件名	量化类型	文件大小	拆分情况	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	极高质量，通常无需使用，但为最大可用量化类型。
Qwen3-1.7B-Q6_K_L.gguf	Q6_K_L	1.82GB	否	嵌入和输出权重使用Q8_0。非常高的质量，接近完美，推荐。
Qwen3-1.7B-Q6_K.gguf	Q6_K	1.67GB	否	非常高的质量，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。良好的质量，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。质量较低但可用，适合低内存情况。
Qwen3-1.7B-Q4_1.gguf	Q4_1	1.34GB	否	旧格式，性能与Q4_K_S相似，但在苹果硅芯片上的每瓦令牌数有所提高。
Qwen3-1.7B-Q4_K_M.gguf	Q4_K_M	1.28GB	否	良好的质量，大多数用例的默认大小，推荐。
Qwen3-1.7B-Q4_K_S.gguf	Q4_K_S	1.24GB	否	质量稍低但节省空间，推荐。
Qwen3-1.7B-Q4_0.gguf	Q4_0	1.23GB	否	旧格式，支持ARM和AVX CPU推理的在线重新打包。
Qwen3-1.7B-IQ4_NL.gguf	IQ4_NL	1.23GB	否	与IQ4_XS相似，但稍大。支持ARM CPU推理的在线重新打包。
Qwen3-1.7B-IQ4_XS.gguf	IQ4_XS	1.18GB	否	质量不错，比Q4_K_S小且性能相似，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。质量非常低但出人意料地可用。
Qwen3-1.7B-Q3_K_L.gguf	Q3_K_L	1.14GB	否	质量较低但可用，适合低内存情况。
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	质量较低，新方法，性能不错，比Q3_K_S稍好。
Qwen3-1.7B-IQ3_XXS.gguf	IQ3_XXS	0.89GB	否	质量较低，新方法，性能不错，与Q3量化类型相当。
Qwen3-1.7B-Q2_K.gguf	Q2_K	0.88GB	否	质量非常低但出人意料地可用。
Qwen3-1.7B-IQ2_M.gguf	IQ2_M	0.83GB	否	相对较低的质量，使用了最先进的技术，出人意料地可用。

嵌入/输出权重

部分量化模型（如Q3_K_XL、Q4_K_L等）采用标准量化方法，将嵌入和输出权重量化为Q8_0，而非默认值。

📦 安装指南

使用huggingface-cli下载

点击查看下载说明

首先，确保你已安装huggingface-cli：

pip install -U "huggingface_hub[cli]"

然后，你可以指定要下载的特定文件：

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

如果模型大小超过50GB，它将被拆分为多个文件。要将所有文件下载到本地文件夹，请运行：

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

你可以指定一个新的本地目录（如Qwen_Qwen3-1.7B-Q8_0），也可以将它们全部下载到当前目录（./）。

📚 详细文档

ARM/AVX信息

以前，你会下载Q4_0_4_4/4_8/8_8，这些模型的权重会在内存中交错排列，以便在ARM和AVX机器上通过一次加载更多数据来提高性能。

然而，现在有了一种称为“在线重新打包”的权重处理方式，详情见此PR。如果你使用Q4_0，并且你的硬件可以从重新打包权重中受益，它将自动实时进行处理。

从llama.cpp构建版本 b4282 开始，你将无法运行Q4_0_X_X文件，而需要使用Q4_0。

此外，如果你想获得稍好的质量，可以使用IQ4_NL，这得益于此PR，它也会为ARM重新打包权重，不过目前仅支持4_4。加载时间可能会更长，但总体速度会提高。

点击查看Q4_0_X_X信息（已弃用）

我保留这部分内容是为了展示使用带有在线重新打包的Q4_0在性能上的潜在理论提升。

点击查看AVX2系统（EPYC7702）上的基准测试

模型	大小	参数	后端	线程数	测试用例	每秒令牌数	与Q4_0相比的百分比
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	pp512	204.03 ± 1.03	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	pp1024	282.92 ± 0.19	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	pp2048	259.49 ± 0.44	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	tg128	39.12 ± 0.27	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	tg256	39.31 ± 0.69	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	tg512	40.52 ± 0.03	100%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	pp512	301.02 ± 1.74	147%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	pp1024	287.23 ± 0.20	101%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	pp2048	262.77 ± 1.81	101%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	tg128	18.80 ± 0.99	48%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	tg256	24.46 ± 3.04	83%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	tg512	36.32 ± 3.59	90%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	pp512	271.71 ± 3.53	133%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	pp1024	279.86 ± 45.63	100%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	pp2048	320.77 ± 5.00	124%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	tg128	43.51 ± 0.05	111%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	tg256	43.35 ± 0.09	110%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	tg512	42.60 ± 0.31	105%