Qwen 上线 Qwen3Guard-Stream 流式防护模型，0.6B 与 4B 两个版本同时放出

9月27日，Qwen 团队在 Hugging Face 官方模型库上线了 Qwen3Guard-Stream 系列的两个模型，分别是 Qwen/Qwen3Guard-Stream-4B 与 Qwen/Qwen3Guard-Stream-0.6B，两个仓库目前都已公开可下载。这是 Qwen3Guard 的流式（Stream）版本，定位在生成过程中完成内容判定。

从仓库标签与模型卡看，两个模型的任务类型都标为 feature-extraction，使用 transformers 库，标签包含 safetensors、qwen3 与 custom_code；它们分别以 Qwen3-4B 和 Qwen3-0.6B 作为基座进行微调，模型卡还标注了配套论文编号 arXiv:2510.14276。

一次放出 0.6B 与 4B 两个尺寸，是这次更新里最直接的工程信息。0.6B 版本面向显存与延迟受限的场景，可以在有限硬件上承担高并发的过滤任务；4B 版本则用更大的容量换取单次判定更细的表现。两者共用相近的接口思路，使用方可以按吞吐需求切换。

注册表上的早期数据也指向同一个方向。上线后不久，0.6B 版本显示 3858 次下载、35 个点赞，4B 版本为 492 次下载、25 个点赞。小模型下载量明显更高，说明真实需求更偏向能低成本铺开的审核能力，而不是参数量本身。

真正的变量在“Stream”上。流式审核意味着在生成过程中就逐段判定内容，而不是等整段输出完成后才做过滤，这直接决定它能否嵌进实时对话和智能体链路。

把权重放到公开仓库，影响也不只是分数。团队可以把护栏接进自己的推理栈，让用户数据留在自有边界内，这对受监管行业的产品来说，往往决定一项 AI 功能能不能真正上线。

后续可以关注三件事：配套论文 arXiv:2510.14276 给出的评测口径与多语言覆盖、4B 与 0.6B 在延迟和误判率上的实际差距，以及社区多久会给出量化版本与推理框架适配。