Alibaba Cloud Model Studio propose des modèles Qwen et tiers pour le texte, l'image, l'audio et la vidéo.
Génération de texte
 qwen3,8-max | qwen3,7-plus | qwen3,7-flash |
 deepseek-v4-pro | deepseek-v4-flash |  kimi-k2,7-code |
| glm-5,2 | ZHIPU/GLM-5,3 | kimi-k3 |
 MiniMax-M2,5 |
Image et vidéo
Compréhension
Extrayez des descriptions textuelles ou des données structurées à partir d'images et de vidéos
| qwen3,8-max | qwen3,7-plus | qwen3,5-omni-plus |
| kimi-k2,7-code |
Génération
Générez des images et des vidéos à partir de texte ou d'images, avec prise en charge de l'édition, de la référence et de la sortie haute résolution
| qwen-image-3,0-pro | wan2,7-image-pro |  happyhorse-1,1-t2v |
| happyhorse-1,1-i2v | happyhorse-1,1-r2v | happyhorse-1,0-video-edit |
| wan3,0-video |
Audio et parole
Synthèse vocale (Text-to-Speech)
Pour la lecture de livres audio, la diffusion vocale, les avatars virtuels, etc.
| qwen-audio-3,0-tts-plus |
Reconnaissance vocale
Approches ASR dédiées et basées sur LLM — choisissez en fonction de la précision et de la flexibilité
| qwen-audio-3,0-asr-flash-streaming | qwen-audio-3,0-asr-flash-filetrans | qwen3,5-omni-plus-realtime |
| qwen3,5-omni-plus |
Speech-to-speech
Conversation vocale de bout en bout sans appels ASR et TTS séparés
| qwen-audio-3,0-realtime-plus | qwen3,5-omni-plus |
Omni
Intègre les capacités de compréhension et de génération à travers les modalités texte, image, audio et vidéo
| qwen3,5-omni-plus-realtime | qwen3,5-omni-plus |
Embeddings et reranking
Convertissez du texte ou du contenu multimodal en vecteurs, combiné au reranking pour améliorer la précision de la recherche
| text-embedding-v4 | qwen3,7-text-embedding | tongyi-embedding-vision-plus |
| qwen3-rerank |
Voir tous les modèles
Accédez à Model Plaza pour parcourir tous les modèles Qwen, tiers, spécifiques à un domaine et hérités.