Qwen comprend mieux les données structurées (comme les tableaux). Cela permet d'extraire des informations pertinentes des données structurées, d'aider les utilisateurs à effectuer des requêtes et de générer de nouveaux jeux de données. Par exemple, Qwen2.5-72B peut fournir des sorties formatées en fonction des besoins et des données d'entrée (tableau au format JSON).

Qwen-VL apprend et analyse les objets et les textes présents dans les images, puis crée du nouveau contenu à partir de son apprentissage. Par exemple, il peut reconnaître la femme et le chien dans l'image ainsi que leurs gestes (high five).

QVQ peut analyser et comprendre le contenu représenté dans les deux images en contexte réel, comprendre la demande de l'utilisateur, analyser le contenu, et utiliser la chaîne de pensée (CoT) pour « réfléchir » et trouver les liens entre le contenu de ces images.

Qwen-Audio peut accepter divers types d'audio (tels que la parole humaine, les sons naturels, la musique instrumentale et les chansons) ainsi que du texte en entrée, comprendre le contenu audio et résumer des informations telles que les genres musicaux et les émotions du locuteur. Il peut également utiliser des outils pour modifier les fichiers audio.

Vous pouvez utiliser les modèles Qwen (Qwen, Qwen-Audio, Qwen-VL, etc.) pour créer un assistant de chat qui interagit avec les utilisateurs de manière intelligente et complète, et qui comprend les données multimodales, notamment le texte, les images, l'audio et les vidéos.

Qwen2.5 améliore considérablement la génération de textes longs, passant de 1 000 à plus de 8 000 tokens. Par exemple, Qwen2.5-72B peut rédiger un rapport de plus de 5 000 caractères chinois sur le sujet demandé.

À partir d'instructions textuelles et d'images d'entrée, Qwen-VL peut produire des images de haute qualité dans divers styles et genres (par exemple, un portrait humain de style cartoon) pour différents scénarios sectoriels.

Wan excelle dans la génération de vidéos réalistes en traitant avec précision les mouvements complexes, en améliorant la qualité des pixels, en respectant les principes physiques et en optimisant la précision de l'exécution des instructions.

Qwen-Image-Edit permet d'ajouter, de supprimer ou de modifier des éléments d'images, y compris des textes en chinois et en anglais. Il permet également une édition sémantique visuelle avancée (création d'IP, rotation d'objets, transfert de style, etc.), autorisant des modifications globales au niveau des pixels tout en préservant la cohérence sémantique.

Qwen3-Coder génère du code dans Cline pour créer une animation interactive d'effets d'explosion de couleurs.

Qwen3 propose le mode « Web Dev » qui vous aide à créer un site web personnalisé à partir d'une simple saisie.

Qwen 2.5 offre une génération de sorties structurées améliorée et plus fiable. Il peut générer du code JSON étape par étape avec des explications, selon la demande.

Qwen-Omni offre des fonctionnalités multimodales innovantes, notamment des interactions vidéo et audio, l'analyse d'images, la communication textuelle, etc. Par exemple, Qwen-Omni peut fournir des conseils en temps réel pour réaliser et améliorer un tableau, identifier plusieurs personnes dans une vidéo, ou décrire des scènes réelles et fournir des conseils sur demande.

Qwen3-32B utilise des outils pour récupérer des informations (Repository Stars) depuis une page GitHub et produire un graphique à barres pour les illustrer, puis organiser les fichiers du bureau local par type.