Mindket
简体中文
English简体中文
登录注册
商店MCP技能计算器学习价格博客
发现
研究308写作59商务95法律13财务33营销172开发1,379效率382教育81陪伴14
帮助与支持
语言
English简体中文

Qwen3.5-2B

由 Qwen 制作工具包开发
新上架第 1 版 · 更新于
点赞

概览

Qwen 的小型 2B 模型，读取文字和图片并用文字回复，适合用 transformers 库做原型、微调或研究的开发者。

Qwen3.5-2B 是一款工具包，属于开发类，由 Mindket 上架。可免费获取。当前为第 1 版，最近更新于 。在本页下载，是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 带 pip 的 Python
  • 约 4.5 GB 的可用磁盘空间，放 BF16 文件
  • transformers 库，或上面提到的某个服务器
用在
  • 使用 transformers 库的 Python 脚本
  • vLLM、SGLang 或 KTransformers 这类服务器，模型卡说它们能和它配合
  • 装有 Python 的 Windows、macOS 或 Linux，用来下载文件
先运行
pip install -U huggingface_hub
hf download Qwen/Qwen3.5-2B

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

Qwen3.5-2B 是 Qwen 的一个小型后训练模型，按 Hugging Face 的统计约有 2.3B 参数。它读取文字和图片，用文字回复。它基于 Qwen3.5-2B-Base 构建，以 Safetensors 文件的形式提供给 transformers 库。模型卡还说 vLLM、SGLang 和 KTransformers 也兼容。模型卡把它定位为做快速原型、针对单一任务的调优和一般研究用。

适合谁

如果你想要一个小型多模态模型来试验想法，或者把它改成适合自己的任务，它适合你，开发者、研究人员和机器学习工程师尤其合适。

Who uses this model
行业谁在用怎么用例子
软件开发者做能读取图片和文字的功能原型先试一个小模型，再换成更大的
AI 研究研究人员研究一个紧凑的多模态模型把它和 Qwen3.5 的其他尺寸对比
机器学习微调人员从一个小检查点出发做自定义模型在自己的任务上继续训练它

如果你需要在困难任务上拿到最好的准确度，可以跳过它，因为模型卡把它定位为做原型和研究用。

用在哪里

  • 使用 transformers 库的 Python 脚本
  • vLLM、SGLang 或 KTransformers 这类服务器，模型卡说它们能和它配合
  • 装有 Python 的 Windows、macOS 或 Linux，用来下载文件
Jobs it does
用途适合谁得到什么
图片和文字问答开发者针对你提供的图片给出的文字回答
做原型产品团队在小模型上快速测试一个想法
微调机器学习工程师为某个任务打造模型的起点
多语言文字全球化团队按模型卡所说，覆盖 201 种语言和方言

如何设置

你需要 Python 和 huggingface_hub 包。权重在 BF16 下约 4.5 GB，按 Hugging Face 的估算，4 位下约 1.1 GB，所以请按这个大小规划磁盘和内存。

  • 带 pip 的 Python
  • 约 4.5 GB 的可用磁盘空间，放 BF16 文件
  • transformers 库，或上面提到的某个服务器
  1. 安装 huggingface_hub。
  2. 用 hf 命令下载模型文件。
  3. 按完整的模型卡，用你选的库加载它们。
pip install -U huggingface_hub
hf download Qwen/Qwen3.5-2B

如何使用

这里能看到的模型卡部分没有给出运行步骤，所以请到完整的模型卡里找准确的加载代码。图像文字转文字模型的通用做法是：加载模型，传入图片和问题，读取文字回复。

Main commands
工具作用
pip install -U huggingface_hub安装下载模型文件用的辅助工具
hf download Qwen/Qwen3.5-2B把模型文件保存到你的电脑上

示例

你下载文件、加载模型，给它一张照片，问图里有什么。典型的回复是对这张图片的一段简短文字描述。

新手与专家

这样的小模型试起来成本低。第一次小测试就是下载它，对你自己的一张图片问一个问题。

语言模型有 24 层，隐藏维度为 2048。它的布局重复六次，每次是三个门控 delta 层后面跟一个门控注意力层，前面还有一个视觉编码器。它原生支持 262,144 个 token 的上下文。

  1. 图片和文字提示
  2. 视觉编码器读取图像
  3. 混合结构的语言模型层
  4. 文字回复

注意事项

在模型卡的非思考模式 MMLU-Pro 一行里，这个模型得分 55.3，Qwen3-4B-2507 是 69.6，Qwen3.5-0.8B 是 29.7。其他人发布了 318 个量化版本和 684 个微调版本。

Estimated weight size
BF164.5 GB
4 位1.1 GB
  • License: Apache 2.0。
  • Cost to run: 未提及。
  • Data it reaches: 文件来自 Hugging Face，之后模型在你自己的电脑上运行。
  • Not for: 不经检查就把它用于困难任务，因为模型卡把它描述为做原型和研究用的模型。

README 和文件

README

Qwen3.5-2B

Qwen 的小型 2B 模型，读取文字和图片并用文字回复，适合用 transformers 库做原型、微调或研究的开发者。

由 Qwen 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Qwen3.5-2B 是 Qwen 的一个小型后训练模型，按 Hugging Face 的统计约有 2.3B 参数。它读取文字和图片，用文字回复。它基于 Qwen3.5-2B-Base 构建，以 Safetensors 文件的形式提供给 transformers 库。模型卡还说 vLLM、SGLang 和 KTransformers 也兼容。模型卡把它定位为做快速原型、针对单一任务的调优和一般研究用。

适合谁：如果你想要一个小型多模态模型来试验想法，或者把它改成适合自己的任务，它适合你，开发者、研究人员和机器学习工程师尤其合适。

Title: Who uses this model
行业 | 谁在用 | 怎么用 | 例子
软件 | 开发者 | 做能读取图片和文字的功能原型 | 先试一个小模型，再换成更大的
AI 研究 | 研究人员 | 研究一个紧凑的多模态模型 | 把它和 Qwen3.5 的其他尺寸对比
机器学习 | 微调人员 | 从一个小检查点出发做自定义模型 | 在自己的任务上继续训练它

如果你需要在困难任务上拿到最好的准确度，可以跳过它，因为模型卡把它定位为做原型和研究用。

用在哪里：

  • 使用 transformers 库的 Python 脚本
  • vLLM、SGLang 或 KTransformers 这类服务器，模型卡说它们能和它配合
  • 装有 Python 的 Windows、macOS 或 Linux，用来下载文件
Title: Jobs it does
用途 | 适合谁 | 得到什么
图片和文字问答 | 开发者 | 针对你提供的图片给出的文字回答
做原型 | 产品团队 | 在小模型上快速测试一个想法
微调 | 机器学习工程师 | 为某个任务打造模型的起点
多语言文字 | 全球化团队 | 按模型卡所说，覆盖 201 种语言和方言

如何设置：你需要 Python 和 huggingface_hub 包。权重在 BF16 下约 4.5 GB，按 Hugging Face 的估算，4 位下约 1.1 GB，所以请按这个大小规划磁盘和内存。

  • 带 pip 的 Python
  • 约 4.5 GB 的可用磁盘空间，放 BF16 文件
  • transformers 库，或上面提到的某个服务器
  1. 安装 huggingface_hub。
  2. 用 hf 命令下载模型文件。
  3. 按完整的模型卡，用你选的库加载它们。
pip install -U huggingface_hub
hf download Qwen/Qwen3.5-2B

如何使用：这里能看到的模型卡部分没有给出运行步骤，所以请到完整的模型卡里找准确的加载代码。图像文字转文字模型的通用做法是：加载模型，传入图片和问题，读取文字回复。

Title: Main commands
工具 | 作用
pip install -U huggingface_hub | 安装下载模型文件用的辅助工具
hf download Qwen/Qwen3.5-2B | 把模型文件保存到你的电脑上

示例：你下载文件、加载模型，给它一张照片，问图里有什么。典型的回复是对这张图片的一段简短文字描述。

新手与专家：这样的小模型试起来成本低。第一次小测试就是下载它，对你自己的一张图片问一个问题。

语言模型有 24 层，隐藏维度为 2048。它的布局重复六次，每次是三个门控 delta 层后面跟一个门控注意力层，前面还有一个视觉编码器。它原生支持 262,144 个 token 的上下文。

图片和文字提示
视觉编码器读取图像
混合结构的语言模型层
文字回复

注意事项：在模型卡的非思考模式 MMLU-Pro 一行里，这个模型得分 55.3，Qwen3-4B-2507 是 69.6，Qwen3.5-0.8B 是 29.7。其他人发布了 318 个量化版本和 684 个微调版本。

Title: Estimated weight size
BF16: 4.5 GB
4 位: 1.1 GB
  • License: Apache 2.0。
  • Cost to run: 未提及。
  • Data it reaches: 文件来自 Hugging Face，之后模型在你自己的电脑上运行。
  • Not for: 不经检查就把它用于困难任务，因为模型卡把它描述为做原型和研究用的模型。

Hugging Face 上的数据（2026年11月13日）

  • 任务：image text to text
  • 框架：transformers
  • 参数量：2.3B
  • Weights: about 4.5 GB in BF16; about 1.1 GB at 4-bit (estimate)
  • Formats: Safetensors
  • 最近 30 天下载：4,044,746
  • 点赞：479
  • 许可证：apache-2.0
  • 基于：Qwen/Qwen3.5-2B-Base
  • Quantized versions: 323
  • Fine-tunes: 698
  • 标签：transformers, safetensors, qwen3_5, image-text-to-text, conversational

链接

  • 模型：https://huggingface.co/Qwen/Qwen3.5-2B
  • 文件：https://huggingface.co/Qwen/Qwen3.5-2B/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download Qwen/Qwen3.5-2B

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。

文件
README.md  5 KB

1 个文件，共 5 KB，以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。

产品最近 30 天下载点赞参数量许可证最近更新
Qwen3.5-2B 本页4,044,7464792.3Bapache-2.0
Qwen3.8-27B共有 qwen3_5 · image-text-to-text · conversational6,960,39519,79527.8Bapache-2.0
Qwen3.5-9B共有 qwen3_5 · image-text-to-text · conversational6,259,8092,3539.7Bapache-2.0
Qwen3.8-27B-FP8共有 qwen3_5 · image-text-to-text · conversational5,442,81098427.8Bapache-2.0
Qwen3.5-4B共有 qwen3_5 · image-text-to-text · conversational5,083,7221,2264.7Bapache-2.0
Qwen3.5-0.8B共有 qwen3_5 · image-text-to-text · conversational3,286,957837873Mapache-2.0
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

大家怎么说

Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论，来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的，也未经核实，点开即可在原帖处阅读。

computerexShow HN: I wrote an LLM inference engine in pure Go – 48 tok/s zero dependenciesdlgo is a pure Go deep learning inference engine. It loads GGUF models and runs them on CPU with no dependencies beyond the standard library (SIMD acceleration is optional via CGo). I built this because I wanted to add local LLM inference to a Go project without shelling out to Python or linking…2 分@aichina.newsMetadata-only card, no precision specs, no benchmarks, an 'amd' namespace nobody explains. The pull: Apache 2.0 Alibaba weights, packaged for Ascend. Hard to see it beating a self-quantised upstream Qwen until Modelers names the silicon it targets. *(248 graphemes — same three beats, qualifier...3 赞 · 1 条回复yjftsjthsd-hI'm making LLMs work on small and old devicesI'm told that qwen 3.8 27B is good enough for practical programming work, so if that's doable then I could easily see the utility. Or... the biggest qwen I see here is Qwen3.5-2B; is that actually capable of programming or agentic work with code?Dasari Ranga EswarCan a small language model get better at university physics with nothing but free Colab GPUs? I set out to find out. The result: a fine-tuned Qwen3.5-2B that scores 18.9% vs 15.9% for the original on 1,142 UGPhysics questions it never saw (+3.0 points). 💻 GitHub: github.com/eswaroy/qwen...2 赞 · 1 条回复OrasJeff – Jev-compatible 0.8B decision models, trained at home, ~30 msMy use case is simple classification for job ads. Things like, industry, work settings (remote, hybrid, onsite) and job type (full time, part time .. etc). I did side by side comparison with Gemini 2.5 Flash Lite, Jev, Jeff I tried the 0.8B model, completely useless in classification. Qwen…Pingoru.io🟠 Berget AI is reporting a Partial Outage since 05:18 UTC "Qwen/Qwen3.5-2B is down" Affects: Qwen/Qwen3.5-2B Live timeline → https://pingoru.io/providers/berget-ai/incidents/12308884 #BergetAI #BergetAIDown1 条回复lostmsuLFM2.5 2.6B model competitive with 4x larger modelsIt's not even competitive with 2x sized Qwen 4B. Why is Qwen3.5 2B not in the table?Pingoru.io🟠 Berget AI is reporting a Partial Outage since 21:23 UTC "Qwen/Qwen3.5-2B is down" Affects: Qwen/Qwen3.5-2B Live timeline → https://pingoru.io/providers/berget-ai/incidents/12305341 #BergetAI #BergetAIDown1 条回复FarmadupeLocal AI needs to be the normThe latest rounds of open weights vision language models are incredibly good. Like, massively good. Open weights vision capabilities trade blows with frontier models. Over the last few months I'd roughly rank capabilities as Gemini -> {chatgpt and SoTa open weights models} -> Claude. qwen3.5-2b…K. AzwanFLock.io Launches Qwen-powered, Open-Source Decision Model for Local Edge Deployment Built on Qwen3.5-2B, FLock.io and Oxford University researchers have launched an open-source AI decision model that outperforms Jev and larger LLMs in various benchmarking tests and can be deployed on local…NitpickLawyerEnsu – Ente’s Local LLM appYou can see what it uses here - https://github.com/ente-io/ente/blob/main/web/apps/ensu/src/... Either LFM2.5-1.6B-4bit or Qwen3.5-2B-8bit or Qwen3.5-4B-4bitHacker & Security NewsFLock.io Unveils Edge Decision Model, Built on Qwen, for Enhanced Data Privacy Built on Qwen3.5-2B, the System One model executes sub-31ms local inference, allowing enterprises to run automated classifications quickly, at low cost and completely offline without transmitting sensi… #hackernews #news

搜索日期

Mindket 的更多商品

查看 Mindket 的全部商品

Nanosaur2-670M

well9472 · 工具包

用一个 670M 参数的小型扩散模型，根据文字提示生成插画，在 ComfyUI 中运行。这是一个低预算的研究模型，适合想试用或训练自己 LoRA 的人。

新上架

waqf-ocr-hand-written-v1

Waqf-AI · 工具包

读取图片中的阿拉伯语手写文字并以文本形式返回。这是微调过的 PaddleOCR-VL 模型，适合要把阿拉伯语手写内容数字化的人。

新上架

Wan2.2-TI2V-5B-Diffusers

Wan-AI · 工具包

根据文本提示或图像加文字生成视频片段，最高 720P、每秒 24 帧，Diffusers 格式，适合单块消费级 GPU。

新上架

开发类的相似商品

查看开发类的全部商品

Wan2.2-S2V-14B

Wan-AI · 工具包

根据音频生成电影感的角色视频，也能给现有视频做口型同步。适合有大显卡的视频创作者、动画师和研究人员。

新上架

Wan2.2-Animate-14B

Wan-AI · 工具包

通过复制表演者的动作和表情，让角色动起来，或把角色换进视频里，是 Wan2.2 视频系列中的一个模型。只能使用你有权使用的面孔和形象。

新上架

d3-turbo

vllm-sr · 工具包

在一次调用中回答关于文字、图片或视频的选择、是非、打分、框选和跟踪类问题，并为每个答案给出概率。适合构建路由或视觉检查的人。

新上架