盘点 2026–27 值得关注的 7 个小型语言模型
X 用户 goyalshaliniuk 于 11 月 4 日发布系列线程，盘点 2026–27 年值得关注的 7 个小型语言模型（SLM），核心观点是并非所有 AI 应用都需要大模型——在本地 AI、边缘设备、隐私敏感的私有应用和成本敏感的 agent 场景下，SLM 能以更少资源完成工作。
已确认
- 入选的 7 款模型及其定位：Qwen3.5-4B（Alibaba，多模态，262K 上下文，适合本地助手）；Gemma 4 E4B（Google，面向移动设备和笔记本的紧凑模型，支持文本、图像、音频、视频输入，128K token）；Ministral 3 3B（Mistral AI，同时支持文本与图像理解，提供 base、instruct、reasoning 三种变体，面向视觉工作流）；IBM Granite 4.2 3B（高效推理与文本生成，支持多语言、编程与工具调用）；Phi-4-mini（Microsoft，3.8B 参数，专注推理与指令遵循，128K token，适合数学、编码和结构化任务）；SmolLM3-3B；LFM2.5-1.2B（Liquid AI，面向端侧部署，含 instruct 与 reasoning 变体，另有视觉语言和音频模型，适合移动端等资源受限场景）
- 收尾帖给出按场景的选型建议：通用 AI 选 Qwen3.5-4B，多模态边缘 AI 选 Gemma 4 E4B，视觉工作流选 Ministral 3 3B，企业应用选 Granite 4.2 3B
为什么重要
该盘点为端侧与本地部署开发者提供了一份按场景划分的选型参考，反映了 SLM 在隐私、成本与资源受限场景中的持续升温趋势。
2026-11-04 ~ 2026-11-04 · 9 条相关
一手来源
- 2026-27 值得关注的 7 个小模型:从 Qwen3.5-4B 到 LFM2.5-1.2B — goyalshaliniuk ·
- SLM 盘点续篇:SmolLM3-3B 与 LFM2.5-1.2B 适合谁用 — goyalshaliniuk ·
- 7 个小型语言模型怎么选：一张按场景选型清单 — goyalshaliniuk ·
- 【源头】2026-27 值得关注的 7 个小模型:从 Qwen3.5-4B 到 LFM2.5-1.2B — goyalshaliniuk · 2026-11-04
- Google Gemma 4 E4B：面向移动端的任意模态紧凑模型 — goyalshaliniuk · 2026-11-04
- Mistral Ministral 3 3B：文本+视觉的轻量边缘部署模型 — goyalshaliniuk · 2026-11-04
- IBM Granite 4.2 3B 入选 7 大值得关注的小型语言模型 — goyalshaliniuk · 2026-11-04
- 微软 Phi-4-mini：3.8B 参数、128K 上下文的紧凑推理模型 — goyalshaliniuk · 2026-11-04
- SLM 盘点第三段:Phi-4-mini 与 SmolLM3-3B 的定位与规格 — goyalshaliniuk · 2026-11-04
- 【源头】7 个小型语言模型怎么选：一张按场景选型清单 — goyalshaliniuk · 2026-11-04
- 【源头】SLM 盘点续篇:SmolLM3-3B 与 LFM2.5-1.2B 适合谁用 — goyalshaliniuk · 2026-11-04
另有 1 条近重复转述:goyalshaliniuk