按地域和服務部署範圍查看模型上架與更新記錄;模型下線規則及清單請參考模型下線機制說明。
新加坡
2026 年
qwen4-max
Qwen4-Max 是通義千問新一代旗艦多模態模型,融合文字生成、圖片與影片理解及深度思考能力,適用於程式開發、辦公、前端設計與複雜智慧體任務。模型支援聯網搜尋、工具呼叫和結構化輸出,相容 OpenAI 與 Anthropic API,協助開發者建構具備多模態理解與任務執行能力的智慧應用。
mindlab/macaron
MindLab Macaron 系列模型在新加坡地區(國際部署範圍)上線。mindlab/macaron-v1.1-venti 與 mindlab/macaron-v1.1-coding-venti 基於 MindLab 先進的 MoL 架構,支援 1M 上下文,全面增強 Chat、Agent、Coding 和 UI4A 能力;mindlab/macaron-v1-tall 是更快、更輕量、更具成本效益的小模型,支援 256K 上下文,全面最佳化 Chat、Agent、Coding 和 UI4A 體驗。系列模型支援 OpenAI 相容與 Anthropic 相容 API。
mindlab/macaron-v1.1-venti | mindlab/macaron-v1.1-coding-venti | mindlab/macaron-v1-tall | Macaron-MindLab
qwen4-max-preview
Qwen4-Max-Preview 是通義千問新一代旗艦多模態模型,融合文字生成、圖片與影片理解及深度思考能力,適用於程式開發、辦公、前端設計與複雜智慧體任務。模型支援聯網搜尋、工具呼叫和結構化輸出,相容 OpenAI 與 Anthropic API,協助開發者建構具備多模態理解與任務執行能力的智慧應用。
目前為預覽版,僅支援 Token Plan。詳情請參閱 Qwen4-Max-Preview;接入方式請參閱 Token Plan。
pixverse/pixverse-v6-t2v
PixVerse V6 文生視頻模型,可透過提示詞精準控制畫面和運鏡(推、拉、搖、移、跟隨等),視角切換精準可控。支援 15 秒長視頻、音畫同出和多語言文字。
pixverse/pixverse-v6-it2v
PixVerse V6 圖生視頻模型,在提示詞控制能力基礎上,高度還原參考圖片的色彩、飽和度、場景和人物特徵,人物情緒和高速運動表現力更強。支援 15 秒長視頻、音畫同出和多語言文字,適用於電商產品特寫、廣告宣傳片、模擬 C4D 建模展示產品結構等情境。
pixverse/pixverse-v6-kf2v
PixVerse V6 首尾幀生視頻模型,可銜接任意兩張圖片,轉場流暢自然。支援 15 秒長視頻、音畫同出和多語言文字。
pixverse/pixverse-v6-r2v
PixVerse V6 多主體參考生視頻模型,輸入 2~7 張圖像即可智慧融合不同主體,適合複雜的中景、遠景鏡頭,同時具備提示詞控制和主體一致性保持能力。支援 15 秒長視頻、音畫同出和多語言文字,適用於電商產品特寫、廣告宣傳片、模擬 C4D 建模展示產品結構等情境。
qwen-audio-3.1-tts-next
qwen-audio-3.1-tts-next 是一款面向統一音訊產生的 Audiogen 模型,不再侷限於傳統 TTS 的單一語音合成,而是能夠圍繞文字、時間戳記和參考音訊等輸入,一次產生完整的音訊內容,包括人聲、音效、環境音等。模型支援多語種 TTS、單人說話、多人對話、Podcast 播客、影視劇聲景、環境音與音效等任務。其核心亮點在於更自然的人聲表達、穩定的音色保持、靈活的時間控制,以及高品質綜合聲景產生能力,適用於內容創作、短影片、播客、影視和遊戲音訊製作等場景。
qwen-audio-3.1-tts-plus
Qwen-Audio-3.1-TTS-Plus 是面向精品音色和內容創作的高品質、專業級語音合成大模型,支援多種語言和方言及串流語音合成。模型支援 free-style 指令遵循和細粒度標籤控制,可靈活控制情緒、語氣、角色、語速、音量等表達方式。在聲音複製場景中,模型對含雜訊、混響的參考音訊具有更強的穩健性,提升了音質、清晰度和整體表現力。Plus 版本側重音質與高解析度,適用於品牌標竿音色、有聲內容創作、影視配音、角色演繹等對音質要求較高的專業場景。
deepseek-v4.1-flash-1017
DeepSeek-V4.1-Flash-1017 是 V4.1-Flash 的迭代版本,透過基於自回饋的強化學習(RL)訓練,在 Terminal-Bench 4.0、DeepSWE v1.1、ProgramBench 等多項基準上較上一版顯著提升,同時縮短任務執行時間與輸出長度,在多個 Harness 下達到新的效能–費用帕累托最優。模型從零建構完整專案的能力進一步增強,可支援遊戲開發、3D 建模等「許願式」程式設計任務,延續上一版的 552B 總參數 MoE、原生多模態視覺理解、1M 上下文與 384K 最大輸出。
qwen-audio-3.1-tts-flash
Qwen-Audio-3.1-TTS-Flash 是面向即時互動情境的語音合成模型,支援串流語音合成和多種系統音色,可用於語音助手、即時對話和智能客服等情境。
qwen-audio-3.1-asr-flash-message
Qwen-Audio-3.1-ASR-Flash-Message 是面向語音訊息、輸入法和企業業務場景優化的生成式語音識別模型,支援中文、英文及多語言識別,重點優化印尼語、日語、泰語、菲律賓語、越南語、韓語和馬來語。模型支援串流上屏、P0/P1 熱詞、文字正規化、結合前文轉寫和業務上下文識別,以及可開關的原生潤飾,並增強了多人聲、背景對話、遠場及環境雜訊下的識別穩定性。支援自動識別或指定目標語種,中文方言可輸出口語原文或轉換為普通話文字。
qwen-audio-3.1-asr-flash-streaming
Qwen-Audio-3.1-ASR-Flash-Streaming 端到端即時語音識別大模型,面向即時會議、直播字幕與智慧互動等場景,具備低延遲、高精度的串流語音轉寫能力。模型支援多語種與多地區中文方言識別、中英文自由切換、熱詞及上下文增強、標點預測與文字規範化,並具備較強的雜訊魯棒性,可適應複雜聲學環境。同時該版本支援多種方言 ASR/AST 可控輸出。
qwen-audio-3.1-asr-flash
Qwen-Audio-3.1-ASR-Flash 是一款支援短語音高效識別的大模型,面向高品質、多語種及文化內容轉寫場景。模型支援多語種與多地區中文方言識別,同時針對中文古詩詞的韻律、節奏與文言表達進行優化。具備上下文增強、標點預測與文字規範化能力。同時該版本支援多種方言 ASR/AST 可控輸出。原生轉寫潤飾能力及工業級多人對話分角色轉寫能力。
qwen-audio-3.1-asr-flash-filetrans
Qwen-Audio-3.1-ASR-Flash-Filetrans 端到端離線語音識別大模型,面向會議轉寫、內容生產與通話分析等場景,支援多語種與多地區中文方言識別。模型具備高精度轉寫、熱詞及上下文增強、說話人分離、標點預測和文字規範化能力,在複雜雜訊環境下仍能保持穩定表現,是使用者進行長音訊轉寫的優選。同時該版本支援多種方言 ASR/AST 可控輸出。
qwen3.8-max-0902
Qwen3.8-Max-0902(別名qwen3.8-max-2026-09-02)是qwen3.8-max的快照版本。編碼深度再突破,可駕馭更復雜的工程級項目與長程自主開發;協作智能體能力顯著增強,在多工具調度與端到端交付中表現更從容;視覺理解全面精進,圖表推理、文檔解析與多模態感知更敏銳準確。延續 100 萬上下文、思考模式與完整工具生態,在更高智能水平上持續進化。
qwen3.8-flash
Qwen3.8-Flash 是千問3.8系列輕量旗艦模型,支援100萬 token 上下文視窗、最大128k輸出長度和256k思考預算。具備深度推理、Function Calling、結構化輸出、內建工具和原生視覺理解能力,實現性能與成本的最佳平衡,適用於從日常文本生成到智能體場景的各類任務。
wan3.0-video-prime
Wan3.0-Video-Prime 是萬相3.0 的高速版視頻產生模型,能力對齊 Wan3.0-Video 標準版,支援四模態全能參考,最長可產生30秒視頻,帶來沈浸式視聽體驗的同時端到端速度顯著提升。
kimi-k3
Kimi-K3 是 Kimi 旗艦模型,擁有 2.8 萬億參數,基於 KDA 混合線性注意力機制(Kimi Delta Attention)和注意力殘差(Attention Residuals)技術構建,原生支援視覺理解,並擁有 100 萬 token 上下文視窗。它是全球首個開源的 3 萬億層級模型,面向長程編程、知識工作和推理等前沿智能情境而設計。
qwen3.8-27b
Qwen3.8系列27B原生視覺語言Dense模型,模型效果相較3.6-27B重點提升了文本和視覺模態下的編程和辦公情境能力,能更可靠地端到端完成複雜任務,輸出值得信賴的成果。
ZHIPU/GLM-5.3
GLM-5.3是智譜編程模型,在內部自建體感評測中較GLM-5.2提升50%;網路安全能力:在白盒代碼審查與漏洞發現等安全任務中,GLM-5.3的表現持平Mythos 5,展現出面向網路安全防禦情境的強大潛力。
deepseek-v4-pro-0813
旗艦級 MoE 大模型,總參1.6T、啟用 49B,原生支援百萬級超長上下文。依託海量高品質訓練資料,具備頂尖數學邏輯、複雜推理、專業代碼與長文本深度解析能力,適配高階科研、複雜辦公、深度智能代理等高難度情境。
qwen3.8-2.4t-a95b
Qwen3.8-2.4T-A95B 是通義千問旗艦系列的開源版本,2026 年 8 月發布。採用稀疏 MoE 架構,總參數 2.4 萬億,每步啟用約 950 億,配合混合注意力機制,支援 100 萬 Token 上下文。核心基準:GPQA Diamond 92.6、PaperBench 93.0、OSWorld 86.1、BabyVision 82.0,CodeArena 全球第 4。
qwen-audio-3.0-realtime-plus
千問即時語音大模型 是一款登頂全球權威評測的下一代即時雙工語音大模型,它在全球權威第三方評測平台 Artificial Analysis Speech-to-Speech子項中取得綜合排名第一。千問即時語音大模型 兼顧了模型智商與雙工對話節奏,在保持流暢、自然的即時互動體驗的同時,語音推理能力不打折扣;並通過並行推理和全向流式等工程最佳化,將端到端響應時延控制在低水平,實現"又快又聰明"的對話體驗。標準版更注重高品質的回複結果。
qwen-audio-3.0-realtime-flash
千問即時語音對話大模型3.0 是一款登頂全球權威評測的下一代即時雙工語音大模型,它在全球權威第三方評測平台 Artificial Analysis Speech-to-Speech子項中取得綜合排名第一。千問即時語音對話大模型3.0兼顧了模型智商與雙工對話節奏,在保持流暢、自然的即時互動體驗的同時,語音推理能力不打折扣;並通過並行推理和全向流式等工程最佳化,將端到端響應時延控制在低水平,實現"又快又聰明"的對話體驗。極速版更注重極致的響應速度
kimi/kimi-k3
Kimi K3 是 Kimi 旗艦模型,擁有 2.8 萬億參數,基於 KDA 混合線性注意力機制(Kimi Delta Attention)和注意力殘差(Attention Residuals)技術構建,原生支援視覺理解,並擁有 100 萬 token 上下文視窗。它是全球首個開源的 3 萬億層級模型,面向長程編程、知識工作和推理等前沿智能情境而設計。
ZHIPU/GLM-5.2
智譜原廠直供。GLM-5.2 支援真正可用的 1M 上下文,並在長程任務中繼續保持領先。
wan3.0-video
萬相3.0是 all-in-one 視頻產生模型,統一支援參考、編輯、複刻、驅動等多種創作功能,四模態全能參考,最長支援30秒視頻產生,可解析檔案、網頁及複雜圖片。生產級角色一致性保持,音畫真實,帶來身臨其境的視聽衝擊力。
qwen-image-3.0
指令理解清晰:支援最大 4.5k token 輸入,複雜圖文指令一次產生到位。 文字渲染穩定:10px 小字、12 國語言、20+ 字型清晰可辨,資訊圖和介面直接可用。 批量產出趁手:海報、網頁、介面等日常任務可批量產生,成本更優,適合持續創作。 Qwen-Image-3.0 Standard 不只在追求產生效果,更在追求日常創作裡的順手與省心——讓映像產生成為可持續的內容生產力。
qwen3.8-max
2.4萬億參數MoE旗艦,編程與辦公能力全面躍升,可自主編程十數天交付完整專案。勝任法律、金融、設計等數百種專業任務,一次對話端到端交付生產級成果。原生視覺理解貫穿規劃、執行與驗證全流程,支援超長文檔與長視頻的深度語義解析。長程任務中自主規劃與閉環迭代,持續進化。
deepseek-v4-flash-0731
高效輕量化MoE模型,總參284B,啟用13B,原生支援百萬超長上下文能力。推理速度快、延遲低、調用成本低廉,綜合能力均衡,主打高並發、輕量化任務,適合日常對話、內容創作、基礎 RAG、批量文案處理等普惠剛需情境。
qwen3.7-text-embedding
是通義實驗室基於Qwen3.7訓練的多語言文本統一向量模型,相較text-embedding-v4版本在文本檢索、聚類、分類效能大幅提升;在MTEB多語言、中英、Code檢索等評測任務上效果提升20%;支援256~2560維使用者自訂向量維度。
qwen-audio-3.0-asr-flash-streaming
qwen-audio-3.0-asr-flash-filetrans
qwen-audio-3.0-asr-flash
新增Qwen-Audio-3.0-ASR-Flash-Streaming(即時)、Qwen-Audio-3.0-ASR-Flash-Filetrans(非即時)和Qwen-Audio-3.0-ASR-Flash(非即時)系列模型:方言支援:支援漢語七大方言(官話/吳/湘/贛/客/閩/粵)及 20+ 地區口音;古詩詞最佳化:提升古詩詞識別準確率,適用於文化教育、有聲讀物等情境;文本最佳化:標點預測與文本歸一化增強,數字/日期/金額自動轉標準格式;多語種擴充:支援中、英、日、韓等共 30 個語種;熱詞和上下文能力:支援熱詞(先行編譯熱詞和即時熱詞) context 上下文,提升特定詞彙識別準確率。
qwen3.7-flash
qwen3.7-flash-2026-07-15
Qwen3.7原生視覺語言系列Flash模型,相較3.6-Flash全面提升多模態理解與Agent執行能力。重點強化多模態基礎能力、萬物識別能力更強,真實世界感知與空間智能進一步提升,Search Agent、CI Agent等多模態Agent情境能力顯著升級、端到端任務執行更穩定,多模態Coding能力最佳化、vibe coding 體驗更加流暢。
qwen-image-3.0-pro
內容豐實:支援最大 4.5k token 輸入,支援圖中圖密集資訊排版,讓報紙、分鏡、菜單、試卷等複雜版面一次產生。 細節真實:支援 10px 小字精準渲染,微表情、毛孔、髮絲等細節生動還原,逼近真實攝影的質感。 知識厚實:支援 12 國語言、多種字型原生渲染,主流網頁、遊戲、直播等介面模擬,外部知識全納入。 Qwen-Image-3.0-Pro 不只是在追求"好看",更在追求“好用”——讓映像產生真正成為可落地的生產力工具。
qwen-audio-3.0-tts-plus
Qwen-Audio-3.0-TTS-Plus是面向高品質語音產生情境打造的高效能語音合成大模型。相比前一版本,模型支援更多小語種和中文方言,顯著提升方言發音的正宗程度,並增強了 free-style 指令遵循能力和細粒度標籤控制能力,可更準確地控制情緒、語氣、角色、語速、音量和合成風格。同時,模型在雜訊、混響等複雜聲學條件下具備更強魯棒性,進一步提升了音質、清晰度、解析度和整體表現力。Plus 版本更強調合成效果和細節表現,適用於有更高音質、自然度和表現力要求的專業情境,如內容創作、有聲書、影視配音、品牌聲音設計和高品質Voice Messaging Service。
qwen-audio-3.0-tts-flash
Qwen-Audio-3.0-TTS-Flash是面向即時互動情境最佳化的高效能語音合成大模型。相比前一版本,模型支援更多小語種和中文方言,提升了方言發音的正宗程度,並增強了 free-style 指令遵循能力和細粒度標籤控制能力,可更靈活地控制情緒、語氣、角色、語速、音量等表達方式。同時,模型在雜訊、混響等複雜聲學條件下具備更強魯棒性,提升了音質、清晰度和整體表現力。Flash 版本重點最佳化即時合成體驗,適用於語音助手、即時對話、智能客服等低延遲互動情境。
glm-5.2-fast-preview
GLM-5.2-Fast-Preview 是智譜 AI 旗艦模型 GLM-5.2 的高速版本,支援 1M 超長上下文,模型能力對齊 GLM-5.2 標準版,具備邏輯推理、長文本理解與代碼產生能力。通過推理加速最佳化,輸出 TPS 可達 GLM-5.2 標準版的 1.5~2 倍,顯著提升輸出速度,適用於即時對話、Agent 多輪調用、流式代碼產生等對輸出速度敏感的情境。
wan2.7-t2v-2026-06-12
萬相2.7-文生視頻,演繹能力全面升級,文戲情感細膩自然,動作戲激烈拳拳到肉,搭配更富有戲劇性和節奏感的鏡頭切換,實現更強表演能力。該版本為2026年6月12日快照。
wan2.7-r2v-2026-06-12
萬相2.7-參考生視頻,更加穩定的角色、道具與情境參考,支援最大5個圖/視頻混合參考,支援音頻音色參考,搭配基礎能力升級實現更強表演能力。該版本為2026年6月12日快照。
qwen-image-2.0-pro-2026-06-22
Qwen-Image-2.0系列滿血版模型,實現了圖片產生和圖片編輯的融合;具備更專業的文字渲染1k token指令支援能力、更細膩的真實質感,細膩刻畫寫實情境、更強的語義遵循能力。滿血版具備2.0系列最強的文字渲染能力和真實質感。
kimi-k2.7-code
kimi-k2.7-code是 kimi coding模型,在長上下文中更可靠地遵循指令,能以更高的成功率完成編程任務,同時支援文本、圖片與視頻輸入,思考模式,對話與 Agent 任務。
glm-5.2
GLM-5.2是智譜AI推出的面向長程任務(Long Horizon Task)設計的旗艦模型,支援1M超長上下文。擁有強大邏輯推理、長文本理解與代碼產生能力、兼顧效能與推理效率;在多任務基準中表現優異,適用於智能互動、公司專屬應用程式、開發輔助等情境。
fun-asr-flash-2026-06-15
百聆2026年6月更新的大模型ASR版本,全面支援漢語傳統七大方言體系(官話/吳/湘/贛/客/閩/粵),並適配 20+ 地區口音官話。針對中文古詩詞的韻律、節奏與文言表達特點進行專項最佳化,提升對古詩詞內容的識別準確率,適用於文化傳承、教育講解、有聲讀物等情境。最佳化標點預測與文本歸一化能力,使輸出文本更符合書面表達習慣,數字、日期、金額等資訊自動轉換為標準格式,增強內容的可讀性與專業性。同時語種擴充至英語、日語、韓語、越南語、泰語、印尼語、馬來語、菲律賓語、印地語、阿拉伯語、法語、德語、西班牙語、葡萄牙語、俄語、意大利語、荷蘭語、瑞典語、丹麥語、芬蘭語、挪威語、希臘語、波蘭語、捷克語、匈牙利語、羅馬尼亞、保加利亞語、克羅地亞語、斯洛伐克語等,共計30個語種。支援context上下文能力,可轉寫5分鐘以內的音頻。
happyhorse-1.1-t2v
HappyHorse-1.1-T2V支援文生視頻,進一步提升文本語義理解、鏡頭調度與動態產生表現。模型能夠更精準地還原創作意圖,在人物動作、情境氛圍、視覺美感和物理運動上產生更流暢自然、細節豐富且一致性更高的高品質視頻。
happyhorse-1.1-r2v
HappyHorse-1.1-R2V支援參考生視頻,進一步提升主體、情境風格與畫面一致性的穩定保持。模型最多支援9張參考圖片輸入,能夠更精準理解並延續創作意圖,在人物、情境、風格和鏡頭表現上帶來更強的可控性與表現力。
happyhorse-1.1-i2v
HappyHorse-1.1-I2V支援圖生視頻,進一步提升畫面質感、動態表現與跨片段一致性。模型能夠更精準地理解輸入映像並延續創作意圖,在人物皮膚質感、ID跨片段保持、動作流暢度、文字渲染穩定性以及音畫同步上帶來顯著改善,輸出更真實自然、細節豐富且一致性更高的高品質視頻。
qwen3.7-max-2026-06-08
Qwen3.7系列中規模最大、綜合能力最強的Max模型,相較於5月20日快照增加了視覺模態理解能力,能夠感知真實世界情境,具備多模態互動混合智能體能力。該版本為2026年6月8日快照。
qwen3.7-plus
qwen3.7-plus-2026-05-26
Qwen3.7系列中高性價比Plus模型,在強大文本能力的基礎上全面升級了視覺-語言能力,同時保持了在編碼、工具使用和生產力工作流程方面的完整智能體能力。其核心特色為多模態互動混合智能體能力,能夠感知真實世界情境、讀取螢幕並操作 GUI、基於視覺參考產生代碼、端到端導航行動裝置 App。
qwen3.7-max
qwen3.7-max-2026-05-20
Qwen3.7系列中規模最大、綜合能力最強的Max模型,當前開放純文字模型能力供體驗。Qwen3.7是面向智能體時代的新一代旗艦模型,核心優勢在於智能體能力的廣度與深度:在編程、辦公與生產力、長周期自主執行方面均能出色勝任各項任務。
qwen3.7-max-preview
qwen3.7-max-2026-05-17
Qwen3.7系列中規模最大、綜合能力最強的Max模型預覽版,僅支援思考模式,開放純文字模型能力供體驗。主要最佳化面向使用者的通用對話情境,例如知識問答、指令跟隨、創意寫作等。
qwen3.5-livetranslate-flash-realtime
qwen3.5-livetranslate-flash-realtime-2026-05-19
Qwen3.5-LiveTranslate-Flash的即時版本,一款高精度、高響應、高魯棒性的多語言即時音視頻同傳大模型。依託Qwen3.5-Omni強大的基座能力、海量多模態資料、跨語言跨模態對齊和視覺增強等技術,通義千問3.5-LiveTranslate-Flash 實現了離線和即時兩種音視頻翻譯能力,能聽懂60種語言,會說29種語言。
deepseek-v4-pro
旗艦級 MoE 大模型,總參1.6T、啟用 49B,原生支援百萬級超長上下文。依託海量高品質訓練資料,具備頂尖數學邏輯、複雜推理、專業代碼與長文本深度解析能力,適配高階科研、複雜辦公、深度智能代理等高難度情境。
deepseek-v4-flash
高效輕量化MoE模型,總參284B,啟用13B,原生支援百萬超長上下文能力。推理速度快、延遲低、調用成本低廉,綜合能力均衡,主打高並發、輕量化任務,適合日常對話、內容創作、基礎 RAG、批量文案處理等普惠剛需情境。
wan2.7-t2v-2026-04-25
萬相2.7-文生視頻,演繹能力全面升級,文戲情感細膩自然,動作戲激烈拳拳到肉,搭配更富有戲劇性和節奏感的鏡頭切換,實現更強表演能力。該版本為2026年4月25日快照。
wan2.7-i2v-2026-04-25
萬相2.7-圖生視頻,演繹能力全面升級,文戲情感細膩自然,動作戲激烈拳拳到肉,搭配更富有戲劇性和節奏感的鏡頭切換,實現更強表演能力。該版本為2026年4月25日快照。
happyhorse-1.0-video-edit
HappyHorse-1.0-Video-Edit可使用視訊編輯,自然語言指令編輯視頻,可參考最多5張圖片局部或全域編輯視頻元素,能夠精準複刻視頻動態過程,實現更強表現能力。
happyhorse-1.0-r2v
HappyHorse-1.0-R2V支援參考生視頻,更加穩定的主體與情境參考,支援最多9張圖片參考,能夠精準保持創作意圖,實現更強表現能力。
qwen3.5-plus-2026-04-20
Qwen3.5原生視覺語言系列Plus模型,相較於2月15日快照,本模型在Agentic coding能力上大幅提升;推理速度顯著提升;知識、推理與長上下文能力保持較高水準,滿足複雜Agent任務的需求,適合應用於編碼智能體、生產工作流程和高吞吐情境。該版本為2026年4月20日快照。
qwen-image-2.0-pro
qwen-image-2.0-pro-2026-04-22
Qwen-Image-2.0系列滿血版模型,實現了圖片產生和圖片編輯的融合;具備更專業的文字渲染1k token指令支援能力、更細膩的真實質感,細膩刻畫寫實情境、更強的語義遵循能力。滿血版具備2.0系列最強的文字渲染能力和真實質感。
qwen3.6-27b
Qwen3.6系列27B原生視覺語言Dense模型,模型效果相較3.5-27B重點提升了Agentic coding能力、模型STEM與推理能力進一步增強;視覺模態方面在空間智能、物體定位與檢測能力上顯著增強,視頻理解、文檔OCR及視覺Agent能力穩步提升。
happyhorse-1.0-t2v
HappyHorse-1.0-T2V支援文生視頻,具備高度還原的動態畫面產生能力,能夠精準理解文本語義,輸出資料流暢自然、細節豐富的高品質視頻。
happyhorse-1.0-i2v
HappyHorse-1.0-I2V支援圖生視頻,具備高度還原的動態畫面產生能力,能夠精準理解文本語義,輸出資料流暢自然、細節豐富的高品質視頻。
qwen3.6-flash
qwen3.6-flash-2026-04-16
Qwen3.6原生視覺語言系列Flash模型,模型效果相較3.5-Flash顯著提升。本模型重點提升agentic coding能力(在多項代碼智能體基準上大幅超越前代)、數學推理和代碼推理能力;視覺方面在空間智能能力上顯著增強,物體定位與目標檢測提升尤為突出。
qwen3.6-35b-a3b
Qwen3.6系列35B-A3B原生視覺語言模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。模型效果相較3.5-35B-A3B顯著提升了agentic coding能力、數學推理和代碼推理能力、空間智能能力、物體定位與目標檢測能力。
voice-enrollment
大模型聲音複刻服務依託先進的大模型技術進行特徵提取,無需訓練過程就可以完成聲音的複刻。僅需提供極短的音頻,即可迅速產生高度相似且聽感自然的定製聲音。 大模型聲音設計使用FunAudioGen-VD模型,支援通過文本Prompt描述,創造聲音。無需受限任何音頻品質,根據目標情境對音色、語氣、語調、語速、情緒等各方面表現力的需求描述,即可產生高品質語音。高度還原專業配音演員的演出水準。
qwen3.6-max-preview
Qwen3.6系列中規模最大、綜合能力最強的Max模型Preview版本,當前開放純文字模型能力供體驗。相較於此前發布的Qwen3-Max和Qwen3.6-Plus,本模型在vibe coding能力上進一步提升、coding agent執行更加高效、前端編程開發能力顯著提升;長尾知識能力進一步升級。
glm-5.1
GLM-5.1是智譜AI推出的面向長程任務(Long Horizon Task)設計的模型,總參數744B,支援200K超長上下文,最大輸出 128K tokens。擁有強大邏輯推理、長文本理解與代碼產生能力、兼顧效能與推理效率;在多任務基準中表現優異,適用於智能互動、公司專屬應用程式、開發輔助等情境。
wan2.7-videoedit
Wan2.7-VideoEdit,自然語言指令編輯視頻,支援局部或全域編輯,可參考映像替換視頻元素,支援複刻視頻動作、特效、運鏡等動態過程。
wan2.7-t2v
Wan2.7-T2V,演繹能力全面升級,文戲情感細膩自然,動作戲激烈拳拳到肉,搭配更富有戲劇性和節奏感的鏡頭切換,實現更強表演能力。
wan2.7-r2v
Wan2.7-R2V,更加穩定的角色、道具與情境參考,支援最大5個圖/視頻混合參考,支援音頻音色參考,搭配基礎能力升級實現更強表演能力。
wan2.7-i2v
萬相2.7-圖生視頻,演繹能力全面升級,文戲情感細膩自然,動作戲激烈拳拳到肉,搭配更富有戲劇性和節奏感的鏡頭切換,實現更強表演能力。
wan2.7-image-pro
萬相2.7-映像產生與編輯旗艦版模型,支援文生圖、文生組圖、圖生組圖、影像編輯、多圖參考產生、互動式編輯,在文字渲染、主體一致性、複雜指令遵循上都有更強表現。
wan2.7-image
萬相2.7-映像產生與編輯,支援文生圖、文生組圖、圖生組圖、影像編輯、多圖參考產生、互動式編輯,在文字渲染、主體一致性、複雜指令遵循上都有更強表現
qwen3.6-plus
qwen3.6-plus-2026-04-02
Qwen3.6原生視覺語言系列Plus模型,展現出與當前頂尖前沿模型相媲美的卓越效能,模型效果相較3.5系列顯著提升。模型在Agentic coding、前端編程、Vibe coding等代碼能力、多模態萬物識別、OCR、物體定位等能力上顯著增強。
qwen3.5-omni-plus-realtime
Qwen3.5-Omni是Qwen全模態大模型,支援文本,圖片,音頻,音視頻理解與互動。作為 Qwen3-Omni 的全面進化版本,支援60+種語言音頻輸入,30+語言語音輸出以及可控語音對話,WebSearch和複雜FunctionCall的調用,並且具備智能語義打斷的互動能力,廣泛應用於文本創作、語音助手、多媒體分析等情境,提供自然流暢的多模態互動體驗。
qwen3.5-omni-plus
qwen3.5-omni-plus-2026-03-15
Qwen3.5-Omni是Qwen全模態大模型,支援文本,圖片,音頻,音視頻理解與互動。作為 Qwen3-Omni 的全面進化版本, 支援超過 10 小時的音頻理解及超過 400 秒的 720P(1 FPS)音視頻理解與對話,並進一步拓展語言範圍,支援60+種語言音頻輸入,30+語言語音輸出,並且具備強大的結構化音視頻理解能力,廣泛應用於文本創作、語音助手、多媒體分析等情境,提供自然流暢的多模態理解與互動體驗。
qwen3.5-omni-flash-realtime
qwen3.5-omni-flash-realtime-2026-03-15
Qwen3.5-Omni是Qwen全模態大模型,支援文本,圖片,音頻,音視頻理解與互動。作為 Qwen3-Omni 的全面進化版本,支援60+種語言音頻輸入,30+語言語音輸出以及可控語音對話,WebSearch和複雜FunctionCall的調用,並且具備智能語義打斷的互動能力,廣泛應用於文本創作、語音助手、多媒體分析等情境,提供自然流暢的多模態互動體驗。
qwen3.5-omni-flash
qwen3.5-omni-flash-2026-03-15
Qwen3.5-Omni是Qwen全模態大模型,支援文本,圖片,音頻,音視頻理解與互動。作為 Qwen3-Omni 的全面進化版本, 支援超過 10 小時的音頻理解及超過 400 秒的 720P(1 FPS)音視頻理解與對話,並進一步拓展語言範圍,支援60+種語言音頻輸入,30+語言語音輸出,並且具備強大的結構化音視頻理解能力,廣泛應用於文本創作、語音助手、多媒體分析等情境,提供自然流暢的多模態理解與互動體驗。
qwen3.5-omni-plus-realtime-2026-03-15
Qwen3.5-Omni是Qwen全模態大模型,支援文本,圖片,音頻,音視頻理解與互動。作為 Qwen3-Omni 的全面進化版本,支援60+種語言音頻輸入,30+語言語音輸出以及可控語音對話,WebSearch和複雜FunctionCall的調用,並且具備智能語義打斷的互動能力,廣泛應用於文本創作、語音助手、多媒體分析等情境,提供自然流暢的多模態互動體驗。該版本為2026年3月15日快照。
deepseek-v3.2
DeepSeek-V3.2是引入DeepSeek Sparse Attention(一種稀疏注意力機制)的正式版模型,也是DeepSeek推出的首個將思考融入工具使用的模型,同時支援思考模式與非思考模式的工具調用。
qwen-image-2.0-pro-2026-03-03
Qwen-Image-2.0系列滿血版模型,實現了圖片產生和圖片編輯的融合;具備更專業的文字渲染1k token指令支援能力、更細膩的真實質感,細膩刻畫寫實情境、更強的語義遵循能力。滿血版具備2.0系列最強的文字渲染能力和真實質感。該版本為2026年3月3日快照。
qwen-image-2.0
qwen-image-2.0-2026-03-03
Qwen-Image-2.0系列加速版模型,實現了圖片產生和圖片編輯的融合;具備更專業的文字渲染1k token指令支援能力、更細膩的真實質感,細膩刻畫寫實情境、更強的語義遵循能力。加速版有效實現了模型效果和效能的最佳平衡。
qwen3-asr-flash-2026-02-10
通義千問3-ASR-Flash,一款基於大語言模型的高精度、高智能、高魯棒性的多語種語音辨識模型。依託強大的基座模型、海量的文本與多模態資料、千萬小時音頻資料,通義千問3-ASR-Flash實現了高精度的語音辨識功能,能夠自動判斷語種並準確識別 多個語種的語音,在複雜的音頻環境下能夠保證精確轉錄。此版本為2026年2月10日的快照版本。
qwen3.5-flash
qwen3.5-flash-2026-02-23
Qwen3.5原生視覺語言系列Flash模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。模型效果在純文字與多模態方面相較3系列均實現飛躍式進步;響應速度快,兼具推理速度和效能。
qwen3.5-35b-a3b
Qwen3.5系列35B-A3B原生視覺語言模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。該模型的綜合表現接近於Qwen3.5-27B。
qwen3.5-27b
Qwen3.5系列27B原生視覺語言Dense模型,融合了線性注意力機制;響應速度快,兼具推理速度和效能。該模型的綜合能力接近於Qwen3.5-122B-A10B。
qwen3.5-122b-a10b
Qwen3.5系列122B-A10B原生視覺語言模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。該模型的綜合表現僅次於Qwen3.5-397B-A17B,文本能力顯著優於Qwen3-235B-2507,視覺能力優於Qwen3-VL-235B。
qwen3-coder-next
Qwen3系列新一代代碼產生模型,效果接近Qwen3-Coder-Plus兼具更優效能。模型重點最佳化倉庫層級理解、支援多輪工具互動、提升對於agentic coding類工具的適配能力。
qwen3.5-plus
qwen3.5-plus-2026-02-15
Qwen3.5原生視覺語言系列Plus模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。在多項任務評測中,3.5系列均展現出與當前頂尖前沿模型相媲美的卓越效能,模型效果在純文字與多模態方面相較3系列均實現飛躍式進步。
qwen3.5-397b-a17b
Qwen3.5系列397B-A17B原生視覺語言模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。在語言理解、邏輯推理、代碼產生、智能體任務、映像理解、視頻理解、圖形化使用者介面(GUI)等多種任務中,均展現出與當前頂尖前沿模型相媲美的卓越效能。具備強大的代碼產生與智能體能力,對於各類智能體情境具有良好的泛化性。
qwen3-asr-flash-realtime-2026-02-10
Qwen3-ASR-Flash的即時版,一款基於大語言模型的高精度、高智能、高魯棒性的多語種語音辨識模型。依託強大的基座模型、海量的文本與多模態資料、千萬小時音頻資料,Qwen3-ASR-Flash實現了高精度的語音辨識功能,能夠自動判斷語種並準確識別 多個語種的語音,在複雜的音頻環境下能夠保證精確轉錄。此版本為2026年2月10日的快照版本。
qwen3-tts-vd-2026-01-26
Qwen3-TTS-VD模型是通義即時語音合成大模型,可對qwen3-voice-design服務設計的聲音進行高保真即時語音合成,且同一音色支援11個語種的語音輸出。該模型經過海量資料訓練,合成音頻可以根據文本自適應調節語氣,對複雜文本合成也有較好的處理能力。該模型為2026年01月26日快照版本模型。
qwen3-tts-vc-2026-01-22
Qwen3-TTS-Flash模型是通義即時語音合成大模型,可對qwen-voice-enrollment服務複刻的聲音進行高保真即時語音合成,且同一音色支援11個語種的語音輸出。該模型經過海量資料訓練,合成音頻可以根據文本自適應調節語氣,對複雜文本合成也有較好的處理能力。該模型為2026年01月22日快照版本模型。
qwen3-tts-instruct-flash
qwen3-tts-instruct-flash-2026-01-26
Qwen3-TTS-Flash模型是通義實驗室即時語音合成大模型,Instruct模型可通過自然語言進行合成效果的處理,確保在不同語境下,合成情感、表達高度貼合的語音。目前支援25個音色的中英文Instruct調節。
cosyvoice-v3-plus
複製能力:CosyVoice-v3-plus是通義實驗室CosyVoice系列語音複製大模型,具有更好的音質和複刻相似性,適用於更專業的情境。僅需提供5-20s的參考音頻,即可迅速產生高度相似且聽感自然的定製聲音。合成能力:CosyVoice-v3-plus是通義實驗室CosyVoice系列語音合成大模型,具有更好的音質和表現力,適用於更專業的情境。該模型支援文本至語音的即時資料流式合成。
cosyvoice-v3-flash
合成能力:CosyVoice-v3-Flash是通義實驗室CosyVoice系列高效能的語音合成大模型,較之前版本在自然度、音質、韻律、情感表現力上有更好的表現。該模型支援文本至語音的即時資料流式合成。複製能力:CosyVoice-v3-Flash也是通義實驗室CosyVoice系列語音複製大模型,較之前版本提升了發音準確性、音色相似性,並且增加了更多小語種支援(德、西、法、意、俄)。僅需提供5-20s的參考音頻,即可迅速產生高度相似且聽感自然的定製聲音。
qwen-plus-character
千問系列角色扮演模型,本模型是動態更新版本,模型更新會提前通知,適合擬人化的角色扮演,同時最佳化了限定人設指令遵循、話題推進、傾聽共情等能力,支援個人化角色的深度還原。
wan2.6-r2v-flash
萬相2.6-參考生視頻-Flash,產生更快性價比更高。支援指定人物或任意物品進行參考,精準保持形象和聲音的一致性,支援多角色參考合拍
qwen3-rerank
基於Qwen LLM底座訓練的文本排序模型,對輸入的Query和候選Docs進行相關性排序,支援100+語種和長文本輸入,適用於文本檢索、RAG等情境,效果對齊開源Qwen3-Rerank系列模型
qwen3-max-2026-01-23
千問3系列Max模型,相較2025年9月23日快照,此版本實現思考模式和非思考模式的有效融合,模型整體效果得到全方位的大幅度提升。在思考模式下,同時發布Web搜尋、Web資訊提取和代碼解譯器工具能力,使得模型在慢思考的同時,能夠通過引入外部工具,以更高的準確性解決更有難度的問題。此版本為2026年1月23日快照。
qwen3-vl-flash-2026-01-22
Qwen3系列小尺寸視覺理解模型,實現思考模式和非思考模式的有效融合,相較於2025年10月15日快照,模型整體效果有大幅提升:在通用視覺識別與推理方面有增強;在安防、巡店、巡檢、拍照解題等業務情境識別效果上提升顯著。此版本為2026年1月22日快照版本。
qwen3-tts-instruct-flash-realtime
qwen3-tts-instruct-flash-realtime-2026-01-22
千問3-TTS-Flash模型是通義實驗室即時語音合成大模型,Instruct模型可通過自然語言進行合成效果的處理,確保在不同語境下,合成情感、表達高度貼合的語音。目前支援25個音色的中英文Instruct調節。該模型等同於2026年01月22日快照版本模型。
wan2.6-i2v-flash
萬相2.6-圖生視頻-Flash,產生更快更高性價比。智能分鏡調度支援多鏡頭敘事,多人穩定對話,更自然真實音色,最高支援15秒時間長度產生
qwen-image-edit-max
qwen-image-edit-max-2026-01-16
千問影像編輯模型Max系列,提供更穩定、更豐富的編輯能力:提升工業設計與幾何推理能力;提升角色一致性;減輕位移問題;整合Lora能力,可以進行更多功能的影像編輯。
qwen3-tts-vd-realtime-2026-01-15
千問3-TTS-VD模型是通義實驗室即時語音合成大模型,可對qwen3-voice-design服務設計的聲音進行高保真即時語音合成,且同一音色支援11個語種的語音輸出。該模型經過海量資料訓練,合成音頻可以根據文本自適應調節語氣,對複雜文本合成也有較好的處理能力。該模型為2026年01月15日快照版本模型。
qwen3-tts-vc-realtime-2026-01-15
千問3-TTS-Flash模型是通義即時語音合成大模型,可對qwen-voice-enrollment服務複刻的聲音進行高保真即時語音合成,且同一音色支援11個語種的語音輸出。該模型經過海量資料訓練,合成音頻可以根據文本自適應調節語氣,對複雜文本合成也有較好的處理能力。該模型為2026年01月15日快照版本模型。
qwen-flash-character
千問系列多語言角色扮演模型,本模型是動態更新版本,模型更新會提前通知,適合擬人化的角色扮演,同時最佳化了限定人設指令遵循、話題推進、傾聽共情等能力,支援個人化角色的深度還原。
qwen-image-plus-2026-01-09
千問系列映像產生模型,具備卓越的文本渲染能力,在複雜文本渲染、各類產生與編輯任務重表現出色。此版本為2026年1月9日快照,為Qwen-Image-Max的蒸餾加速版,可以更快速地產生高品質圖片。
2025 年
qwen-image-max
qwen-image-max-2025-12-30
千問映像產生模型Max系列,在各類產生任務中表現出色,相較Plus系列大幅度降低產生圖片的AI感,增益圖像真實性;具備更真實的人物質感、更細膩的自然紋理、更美觀的文字渲染。
z-image-turbo
Z-Image-Turbo是在Artificial Analysis評測中榮登文生圖開源模型世界第一的高效映像產生模型,僅用60億參數和8步推理就能產生媲美大規模商業模型的照片級真實感映像,並在中英雙語文本渲染、複雜語義理解和多樣化主題產生上表現卓越。
qwen3-vl-plus-2025-12-19
Qwen3系列視覺理解模型,實現思考模式和非思考模式的有效融合。相較於9月23日快照,在推理及分析任務、風格控制上表現更優;同時擁有更低的延時和更快的響應速度。此版本為2025年12月19日快照版本。
wan2.6-r2v
萬相2.6-參考生視頻,支援指定人物或任意物品進行參考,精準保持形象和聲音的一致性,支援多角色參考合拍。提醒:當使用視頻進行參考時,輸入視頻也會計入費用,詳見模型計費文檔。
wan2.6-t2i
萬相2.6-文生圖,畫面質感、美學表現、指令遵循升級,在藝術風格精準控制、真實感人像、長文本生圖及廣泛歷史文化IP覆蓋上均表現出卓越能力,可產生高品質且富有表現力的視覺內容。
wan2.6-image
萬相2.6-映像產生,全能映像產生模型,支援圖文一體化推理產生,具備多圖創意融合、商用級一致性、美學要素遷移與鏡頭光影精確控制,全面增益圖像產生的一致性、可控性和表現力。
qwen-image-edit-plus-2025-12-15
千問系列影像編輯Plus模型,相較10月30日快照提升角色一致性、工業設計能力、幾何推理能力;同時整合例如打光等Lora能力、減輕位移問題。此版本為2025年12月15日快照。
qwen3-tts-vd-realtime-2025-12-16
千問3-TTS-VD模型是通義實驗室即時語音合成大模型,可對qwen3-voice-design服務設計的聲音進行高保真即時語音合成,且同一音色支援11個語種的語音輸出。該模型經過海量資料訓練,合成音頻可以根據文本自適應調節語氣,對複雜文本合成也有較好的處理能力。該模型為2025年12月16日快照版本模型。
qwen-voice-design
千問voice-design模型是千問語音模型的聲音設計系列模型,僅需輸入簡單的文字描述,即可迅速設計出符合要求的相關聲音。結合qwen3-tts-vd-realtime模型使用,可設計輸出10個語種的語音。且合成音頻可以根據文本自適應調節語氣,對複雜文本合成也有較好的處理能力。
qwen3-omni-flash-realtime
qwen3-omni-flash-realtime-2025-12-01
千問3-Omni-Flash多模態大模型的即時版,基於Thinker–Talker混合專家(MoE)架構,支援文本、映像、音頻、視頻的高效理解與語音產生能力,可進行119種語言文本互動和20種語言語音互動,產生類人語音實現跨語言精準溝通。模型具備強大指令跟隨與系統提示定製功能,靈活適配對話風格與角色設定,廣泛應用於文本創作、語音助手、多媒體分析等情境,提供自然流暢的多模態互動體驗。
qwen3-omni-flash
qwen3-omni-flash-2025-12-01
千問3-Omni-Flash多模態大模型,基於Thinker–Talker混合專家(MoE)架構,支援文本、映像、音頻、視頻的高效理解與語音產生能力,可進行119種語言文本互動和20種語言語音互動,產生類人語音實現跨語言精準溝通。模型具備強大指令跟隨與系統提示定製功能,靈活適配對話風格與角色設定,廣泛應用於文本創作、語音助手、多媒體分析等情境,提供自然流暢的多模態互動體驗。
qwen3-livetranslate-flash
qwen3-livetranslate-flash-2025-12-01
Qwen3-LiveTranslate-Flash,一款高精度、高響應、高魯棒性的多語言即時音視頻同傳大模型。依託Qwen3-Omni強大的基座能力、海量多模態資料、跨語言跨模態對齊和視覺增強等技術,Qwen3-LiveTranslate-Flash 實現了離線和即時兩種音視頻翻譯能力,能聽懂19種語言,會說10種語言以及8種中文方言。
wan2.6-t2v
萬相2.6-文生視頻,智能分鏡調度支援多鏡頭敘事,能夠產生主體、情境和氛圍一致的多鏡頭敘事視頻,最高支援15秒時間長度,更高品質的聲音產生,更好的指令遵循和視覺品質
wan2.6-i2v
萬相2.6-圖生視頻,智能分鏡調度支援多鏡頭敘事,更高品質的聲音產生,多人穩定對話,更自然真實音色,最高支援15秒時間長度產生
qwen-plus-2025-12-01
本版本為2025年12月1日快照,相較7月28日快照在推理能力上有提升;智能體能力、多輪工具調用能力進一步增強;主觀創作類任務表現更優。支援1M上下文長度,按照上下文長度進行階梯計費。
qwen3-tts-vc-realtime-2025-11-27
千問3-TTS-Flash模型是通義實驗室即時語音合成大模型,可對qwen3-voice-enrollment服務複刻的聲音進行高保真即時語音合成,且同一音色支援11個語種的語音輸出。該模型經過海量資料訓練,合成音頻可以根據文本自適應調節語氣,對複雜文本合成也有較好的處理能力。該模型為2025年11月27日快照版本模型。
qwen3-tts-flash-realtime
qwen3-tts-flash-realtime-2025-11-27
千問3-TTS-Flash-Realtime模型是通義實驗室即時語音合成大模型,不僅擁有17種高表現力的擬人音色,且能低延遲高穩定地即時合成音頻;同時支援多種語言,方言,支援同一音色多語言輸出。該模型經過海量資料訓練,合成音頻可以根據文本自適應調節語氣,對複雜文本合成也有較好的處理能力。
qwen3-tts-flash
qwen3-tts-flash-2025-11-27
Qwen3-TTS-Flash模型是通義實驗室離線語音合成大模型,不僅擁有17種高表現力的擬人音色,且能低延遲高穩定地合成音頻;同時支援多種語言,方言,支援同一音色多語言輸出。該模型經過海量資料訓練,合成音頻可以根據文本自適應調節語氣,對複雜文本合成也有較好的處理能力。
qwen-voice-enrollment
千問voice-enrollment模型是千問語音模型的聲音複刻系列模型,僅需5s以上的音頻,即可迅速複刻高相似性聲音。結合qwen3-tts-vc-realtime模型使用,可將一個人的聲音高保真複刻,輸出10個語種的語音。且合成音頻可以根據文本自適應調節語氣,對複雜文本合成也有較好的處理能力。
qwen-vl-ocr-2025-11-20
本模型為2025年11月20日的快照版本,基於Qwen-VL3架構全面升級,在文檔解析,文字定位能力全面升級,端到端時延,幻覺大幅降低。
fun-asr-2025-11-07
百聆2026年4月更新的大模型ASR版本,全面支援漢語傳統七大方言體系(官話/吳/湘/贛/客/閩/粵),並適配 20+ 地區口音官話。針對中文古詩詞的韻律、節奏與文言表達特點進行專項最佳化,提升對古詩詞內容的識別準確率,適用於文化傳承、教育講解、有聲讀物等情境。最佳化標點預測與文本歸一化能力,使輸出文本更符合書面表達習慣,數字、日期、金額等資訊自動轉換為標準格式,增強內容的可讀性與專業性。同時語種擴充至英語、日語、韓語、越南語、泰語、印尼語、馬來語、菲律賓語、印地語、阿拉伯語、法語、德語、西班牙語、葡萄牙語、俄語、意大利語、荷蘭語、瑞典語、丹麥語、芬蘭語、挪威語、希臘語、波蘭語、捷克語、匈牙利語、羅馬尼亞、保加利亞語、克羅地亞語、斯洛伐克語等,共計30個語種。此版本為2025年11月7日的快照版本。
qwen-vl-ocr
千問VL-OCR(qwen-vl-ocr),即基於Qwen-VL訓練的OCR識別大模型。通過統一模型的方式彙總多種圖文識別、解析、處理類任務,提供強大的圖文識別能力。
qwen-mt-lite
基於Qwen3全面升級的基礎級文本翻譯大模型,支援32個語種互譯,模型效能和翻譯效果全面升級,並提供更穩定的術語定製、格式還原度、領域提示能力,讓譯文更精準、自然。
qwen3-asr-flash-filetrans
qwen3-asr-flash-filetrans-2025-11-17
千問3-ASR-Flash的大檔案轉錄版本,千問3-ASR-Flash是一款基於大語言模型的高精度、高智能、高魯棒性的多語種語音辨識模型。依託強大的基座模型、海量的文本與多模態資料、千萬小時音頻資料,千問3-ASR-Flash實現了高精度的語音辨識功能,能夠自動判斷語種並準確識別多個語種的語音,在複雜的音頻環境下能夠保證精確轉錄。
fun-asr-realtime-2025-11-07
通義實驗室新一代端到端語音辨識大模型的即時版,基於領先的自研語音技術,具備卓越的上下文感知和高精度語音轉寫能力。基於端到端架構,Fun-ASR 整合了創新的 RAG 技術,支援大規模熱詞自訂、敏感/語氣詞自動過濾、ITN 正常化、標點預測等多維功能,顯著提升了整體識別準確率和語境貼合度。同時,Fun-ASR 支援中英文自由切換,多地區方言覆蓋,具備更強的雜訊魯棒性,適應多樣複雜環境。此版本為2025年11月7日的快照版本。
qwen-mt-flash
基於Qwen3全面升級的輕量級文本翻譯大模型,支援92個語種互譯,模型效能和翻譯效果全面升級,並提供更穩定的術語定製、格式還原度、領域提示能力,讓譯文更精準、自然。
wan2.2-animate-move
wan2.2-animate-move圖生動作是一款角色動畫產生模型,使用者只需上傳一張角色照片和一段參考表演視頻,即可將視頻中的表情和動作遷移到圖片角色上,產生高保真的動畫視頻。
wan2.2-animate-mix
wan2.2-animate-mix視頻換人是一款角色替換的模型產品,上傳一張角色照片與一段表演視頻,即可將原視頻中的角色精準替換為照片中的角色,完整保留原始視頻的情境、光照和色調等環境細節。
tongyi-embedding-vision-plus
Embedding-Vision是基於LLM底座的視覺多模態表徵模型,具有以視覺為中心、領域效能優異(電商、 安防、相簿/圖庫、自駕等)、高性價比的特點。相容文本、映像、視頻3種模態,可應用於以圖搜圖、以文搜圖、以文搜視頻,以視頻搜視頻等下遊任務情境。
tongyi-embedding-vision-flash
Embedding-Vision是基於LLM底座的視覺多模態表徵模型,具有以視覺為中心、領域效能優異(電商、 安防、相簿/圖庫、自駕等)、高性價比的特點。相容文本、映像、視頻3種模態,可應用於以圖搜圖、以文搜圖、以文搜視頻,以視頻搜視頻等下遊任務情境。本模型(tongyi-embedding-vision-flash)是輕量化版本,在視覺向量化上具備極高性價比。
qwen-image-edit-plus
qwen-image-edit-plus-2025-10-30
千問系列影像編輯Plus模型,在首版Edit模型基礎上進一步最佳化了推理效能與系統穩定性,大幅縮短映像產生與編輯的回應時間;支援單次請求返回多張圖片,顯著提升使用者體驗。
qwen3-asr-flash-realtime
qwen3-asr-flash-realtime-2025-10-27
千問3-ASR-Flash的即時版,一款基於大語言模型的高精度、高智能、高魯棒性的多語種語音辨識模型。依託強大的基座模型、海量的文本與多模態資料、千萬小時音頻資料,通義千問3-ASR-Flash實現了高精度的語音辨識功能,能夠自動判斷語種並準確識別多個語種的語音,在複雜的音頻環境下能夠保證精確轉錄。
qwen3-vl-32b-thinking
Qwen3-VL系列最大尺寸Dense模型的推理版本,多模態推理能力僅次於Qwen3-VL-235B-Thinking,STEM&數學類解題能力、通用映像和視頻理解能力出眾,多模態Agent能力達到SOTA,適合做複雜多模態推理任務。
qwen3-vl-32b-instruct
Qwen3-VL系列最大尺寸Dense模型的非推理版本,綜合表現僅次於Qwen3-VL-235B-Instruct,文檔識別和理解能力出色,空間感知與萬物識別能力強,視覺2D檢測/空間推理能力達到SOTA,適合通用情境下的複雜感知任務。
qwen3-vl-flash
qwen3-vl-flash-2025-10-15
Qwen3系列小尺寸視覺理解模型,實現思考模式和非思考模式的有效融合,效果優於開源版Qwen3-VL-30B-A3B,響應速度快。全面升級映像/視頻理解,支援長視頻長文檔等超長上下文、空間感知與萬物識別;具備視覺2D/3D定位能力,勝任複雜現實任務。
qwen3-vl-30b-a3b-thinking
Qwen3-VL系列第二大MoE模型的Thinking版本,響應速度快,具備更強多模態理解與推理、視覺智能體、長視頻長文檔等超長上下文支援能力;全面升級映像/視頻理解、空間感知與萬物識別能力,勝任複雜現實任務。
qwen3-vl-30b-a3b-instruct
Qwen3-VL系列第二大MoE模型的Instruct版本,響應速度快,支援長視頻長文檔等超長上下文;全面升級映像/視頻理解、空間感知與萬物識別能力;具備視覺2D/3D定位能力,勝任複雜現實任務。
qwen3-vl-8b-thinking
Qwen3-VL系列8B Dense模型的Thinking版本,佔用顯存更低,能夠完成多模態理解與推理;支援長視頻長文檔等超長上下文、視覺2D/3D定位;全面升級映像/視頻理解、空間感知與萬物識別能力。
qwen3-vl-8b-instruct
Qwen3-VL系列8B Dense模型的Instruct版本,佔用顯存更低,全面升級映像/視頻理解、長視頻長文檔等超長上下文支援、空間感知與萬物識別能力,勝任複雜現實任務。
fun-asr-mtl
fun-asr-mtl-2025-08-25
百聆多語言語音辨識大模型,支援超過31種語言,支援語種自由切換,出海使用者首推,尤其東南亞出海。fun-asr為該模型的升級版本,建議切換使用fun-asr。
wan2.5-t2i-preview
萬相2.5-文生圖-Preview,全新升級模型架構。畫面美學、設計感、真實質感顯著提升,精準指令遵循,擅長中英文和小語種文字產生,支援複雜結構化長文本和圖表、架構圖等內容產生。
wan2.5-i2i-preview
萬相2.5-影像編輯-Preview,全新升級模型架構。支援指令控制實現豐富的影像編輯能力,指令遵循能力進一步提升,支援高一致性保持的多圖參考產生,文字產生表現優異。
qwen3-max
qwen3-max-2025-09-23
千問3系列Max模型,相較preview版本在智能體編程與工具調用方向進行了專項升級。本次發布的正式版模型達到領域SOTA水平,適配情境更加複雜的智能體需求。
qwen3-livetranslate-flash-realtime
Qwen3-LiveTranslate-Flash的即時版本,一款高精度、高響應、高魯棒性的多語言即時音視頻同傳大模型。依託Qwen3-Omni強大的基座能力、海量多模態資料、跨語言跨模態對齊和視覺增強等技術,通義千問3-LiveTranslate-Flash 實現了離線和即時兩種音視頻翻譯能力,能聽懂19種語言,會說10種語言以及8種中文方言。
fun-asr
fun-asr-2025-08-25
百聆2026年4月更新的大模型ASR版本,全面支援漢語傳統七大方言體系(官話/吳/湘/贛/客/閩/粵),並適配 20+ 地區口音官話。針對中文古詩詞的韻律、節奏與文言表達特點進行專項最佳化,提升對古詩詞內容的識別準確率,適用於文化傳承、教育講解、有聲讀物等情境。最佳化標點預測與文本歸一化能力,使輸出文本更符合書面表達習慣,數字、日期、金額等資訊自動轉換為標準格式,增強內容的可讀性與專業性。同時語種擴充至英語、日語、韓語、越南語、泰語、印尼語、馬來語、菲律賓語、印地語、阿拉伯語、法語、德語、西班牙語、葡萄牙語、俄語、意大利語、荷蘭語、瑞典語、丹麥語、芬蘭語、挪威語、希臘語、波蘭語、捷克語、匈牙利語、羅馬尼亞、保加利亞語、克羅地亞語、斯洛伐克語等,共計30個語種。此版本等同於2025年11月7日的快照版本。
wan2.5-t2v-preview
萬相2.5-文生視頻-Preview,全新升級模型架構,支援與畫面同步的聲音產生,支援10秒長視頻產生,更強的指令遵循能力,運動能力、畫面質感進一步提升。
wan2.5-i2v-preview
萬相2.5-圖生視頻-Preview,全新升級技術架構,支援與畫面同步的聲音產生,支援10秒長視頻產生,更強的指令遵循能力,運動能力、畫面質感進一步提升。
qwen3-vl-plus
qwen3-vl-plus-2025-09-23
Qwen3系列視覺理解模型,實現思考模式和非思考模式的有效融合,視覺智能體能力在OS World等公開測試集上達到世界頂尖水平。此版本在視覺coding、空間感知、多模態思考等方向全面升級;視覺感知與識別能力大幅提升,支援超長視頻理解。
qwen3-vl-235b-a22b-thinking
Qwen3系列視覺理解模型,多模態思考能力顯著增強,模型在STEM與數學推理方面進行了重點最佳化;視覺感知與識別能力全面提升、OCR能力迎來重大升級。
qwen3-vl-235b-a22b-instruct
Qwen3系列視覺理解模型,在視覺coding、空間感知等方向全面升級;視覺感知與識別能力大幅提升,支援超長視頻理解,OCR能力迎來重大升級。
qwen3-livetranslate-flash-realtime-2025-09-22
千問3-LiveTranslate-Flash的即時版本,一款高精度、高響應、高魯棒性的多語言即時音視頻同傳大模型。依託Qwen3-Omni強大的基座能力、海量多模態資料、跨語言跨模態對齊和視覺增強等技術,千問3-LiveTranslate-Flash 實現了離線和即時兩種音視頻翻譯能力,能聽懂19種語言,會說10種語言以及8種中文方言。此版本為2025年9月22日的快照版本。
qwen3-coder-plus-2025-09-23
基於Qwen3的代碼產生模型,具有強大的Coding Agent能力,擅長工具調用和環境互動,能夠實現自主編程、代碼能力卓越的同時兼具通用能力。本版本為2025年9月23日快照,相較上一版本(7月22日快照)在下遊任務效果和工具調用方面魯棒性有所提升;代碼安全性增強。
qwen-image-plus
千問系列映像產生模型,參數規模200億。具備卓越的文本渲染能力,在複雜文本渲染、各類產生與編輯任務重表現出色,在多個公開基準測試中獲得SOTA,模型效能大幅提升。
fun-asr-realtime
通義實驗室新一代端到端語音辨識大模型的即時版,基於領先的自研語音技術,具備卓越的上下文感知和高精度語音轉寫能力。基於端到端架構,Fun-ASR 整合了創新的 RAG 技術,支援大規模熱詞自訂、敏感/語氣詞自動過濾、ITN 正常化、標點預測等多維功能,顯著提升了整體識別準確率和語境貼合度。同時,Fun-ASR 支援中英文自由切換,多地區方言覆蓋,具備更強的雜訊魯棒性,適應多樣複雜環境。
qwen3-omni-30b-a3b-captioner
千問3-Omni-30b-a3b-Captioner是一款強大的音頻細粒度分析模型,專為在複雜多變的音頻情境中產生精準、全面的內容描述而設計,可自動解析並描述從複雜語音、環境聲到音樂、影視聲效等各類音頻內容,能夠在多聲源、混合化的環境中亦保持穩定而可信的輸出。
qwen3-omni-flash-realtime-2025-09-15
千問3-Omni-Flash多模態大模型的即時版,基於Thinker–Talker混合專家(MoE)架構,支援文本、映像、音頻、視頻的高效理解與語音產生能力,可進行119種語言文本互動和20種語言語音互動,產生類人語音實現跨語言精準溝通。模型具備強大指令跟隨與系統提示定製功能,靈活適配對話風格與角色設定,廣泛應用於文本創作、語音助手、多媒體分析等情境,提供自然流暢的多模態互動體驗。此版本為2025年9月15日的快照版本。
qwen3-omni-flash-2025-09-15
Qwen3-Omni-Flash多模態大模型,基於Thinker–Talker混合專家(MoE)架構,支援文本、映像、音頻、視頻的高效理解與語音產生能力,可進行119種語言文本互動和20種語言語音互動,產生類人語音實現跨語言精準溝通。模型具備強大指令跟隨與系統提示定製功能,靈活適配對話風格與角色設定,廣泛應用於文本創作、語音助手、多媒體分析等情境,提供自然流暢的多模態互動體驗。此版本為2025年9月15日的快照版本。
qwen3-tts-flash-realtime-2025-09-18
Qwen3-TTS-Flash-Realtime-2025-09-18模型是通義實驗室即時語音合成大模型,不僅擁有17種高表現力的擬人音色,且能低延遲高穩定地即時合成音頻;同時支援多種語言,方言,支援同一音色多語言輸出。該模型經過海量資料訓練,合成音頻可以根據文本自適應調節語氣,對複雜文本合成也有較好的處理能力。該模型為2025年9月18日快照版本模型。
qwen3-tts-flash-2025-09-18
千問3-TTS-Flash-2025-09-18模型是通義實驗室離線語音合成大模型,不僅擁有17種高表現力的擬人音色,且能低延遲高穩定地合成音頻;同時支援多種語言,方言,支援同一音色多語言輸出。該模型經過海量資料訓練,合成音頻可以根據文本自適應調節語氣,對複雜文本合成也有較好的處理能力。該模型為2025年9月18日快照版本模型。
qwen3-asr-flash
qwen3-asr-flash-2025-09-08
千問3-ASR-Flash是一款基於大語言模型的高精度、高智能、高魯棒性的多語種語音辨識模型。依託強大的基座模型、海量的文本與多模態資料、千萬小時音頻資料,千問3-ASR-Flash實現了高精度的語音辨識功能,能夠自動判斷語種並準確識別多個語種的語音,在複雜的音頻環境下能夠保證精確轉錄。
qwen-vl-plus
千問VL-Plus(qwen-vl-plus),即千問大規模視覺語言模型增強版。大幅提升細節識別能力和文字識別能力,支援超百萬像素解析度和任意長寬比規格的映像。在廣泛的視覺任務上提供卓越的效能。
qwen-vl-max
千問VL-Max(qwen-vl-max),即千問超大規模視覺語言模型。相比增強版,再次提升視覺推理能力和指令遵循能力,提供更高的視覺感知和認知水平。在更多複雜任務上提供最佳的效能。
qwen-plus
Qwen3系列Plus模型,實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力顯著超過QwQ、通用能力顯著超過Qwen2.5-Plus,達到同規模業界SOTA水平。
wan2.2-kf2v-flash
全新升級的萬相2.2-首尾幀生視頻,產生速度更快。最佳化視頻動態穩定性與成功率,更強大的指令遵循能力,兩張圖片產生絲滑過度視頻。
qwen3-next-80b-a3b-thinking
基於Qwen3的新一代思考模式開源模型,相較上一版本(千問3-235B-A22B-Thinking-2507指令遵循能力有提升、模型總結回複更加精簡。
qwen3-next-80b-a3b-instruct
基於Qwen3的新一代非思考模式開源模型,相較上一版本(千問3-235B-A22B-Instruct-2507)中文文本理解能力更佳、邏輯推理能力有增強、文本產生類任務表現更好。
qwen-plus-2025-09-11
本版本為2025年9月11日快照,相較7月28日快照在思考模式下指令遵循能力有提升、模型總結回複更加精簡;在非思考模式下中文文本理解能力更佳、邏輯推理能力有增強。支援1M上下文長度,按照上下文長度進行階梯計費。
qwen3-max-preview
Qwen3系列Max模型Preview版本,實現思考模式和非思考模式的有效融合。思考模式下在智能體編程能力、常識知識推理能力、數學/科學/通用類推理等能力上均有顯著增強。
text-embedding-v4
通用文本向量V4版本,是通義實驗室基於Qwen3訓練的多語言文本統一向量模型,相較V3版本在文本檢索、聚類、分類效能大幅提升;在MTEB多語言、中英、Code檢索等評測任務上效果提升15%~40%;支援64~2048維使用者自訂向量維度。
qwen-image-edit
千問系列首個影像編輯模型,成功將Qwen-Image的文本渲染能力拓展到編輯任務上。支援精準的中英雙語文字編輯、視覺外觀與語義雙重編輯、具備強大的跨基準效能表現。
wan2.2-i2v-flash
全新升級的萬相2.2圖生視頻,產生速度更快。最佳化視頻產生穩定性與成功率,更強大的指令遵循能力,穩定保持圖片文字、人像和商品一致性,精準運鏡控制。
qwen-omni-turbo-realtime
qwen-omni-turbo-realtime-latest
qwen-omni-turbo-realtime-2025-05-08
千問全新多模態理解產生大模型即時版,適合即時音頻互動情境。支援音頻伴隨文本、映像、視頻混合輸入理解,具備語音和文本同時流式產生能力,提供了4種自然對話音色。
qwen-image
千問系列首個映像產生模型,參數規模200億。具備卓越的文本渲染能力,在複雜文本渲染、各類產生與編輯任務重表現出色,在多個公開基準測試中獲得SOTA。
qwen-flash
qwen-flash-2025-07-28
Qwen3系列Flash模型,實現思考模式和非思考模式的有效融合,可在對話中切換模式。複雜推理類任務效能優秀,指令遵循、文本理解等能力顯著提高。支援1M上下文長度,按照上下文長度進行階梯計費。
qwen3-coder-30b-a3b-instruct
基於Qwen3的代碼產生模型,繼承Qwen3-Coder-480B-A35B-Instruct的coding agent能力,代碼能力達到同尺寸規模模型SOTA。
qwen-plus-latest
千問系列能力均衡的模型,推理效果和速度介於千問-Max和千問-Turbo之間,適合中等複雜任務。本模型是動態更新版本,模型更新不會提前通知。
qwen3-30b-a3b-thinking-2507
基於Qwen3的思考模式開源模型,相較上一版本(千問3-30B-A3B)複雜推理類任務效能優秀,包括邏輯推理、數學、科學、代碼類等具有一定難度的任務情境,指令遵循、文本理解、多語言翻譯等能力顯著提高。
qwen3-coder-flash
qwen3-coder-flash-2025-07-28
基於Qwen3的代碼產生模型,繼承Qwen3-Coder-Plus的coding agent能力,支援多輪工具互動,重點最佳化倉庫層級理解能力並增加工具調用穩定性。
qwen3-30b-a3b-instruct-2507
基於Qwen3的非思考模式開源模型,相較上一版本(千問3-30B-A3B)中英文和多語言整體通用能力有大幅提升。主觀開放類任務專項最佳化,顯著更加符合使用者偏好,能夠提供更有協助性的回複。
qwen-plus-2025-07-28
Qwen3系列Plus模型,實現思考模式和非思考模式的有效融合,可在對話中切換模式。相較上個版本在中英文能力、工具調用上進行了專用增強。本版本為2025年7月28日快照,首次支援1M上下文長度,按照上下文長度進行階梯計費。
wan2.2-t2v-plus
全新升級的萬相2.2文生視頻,視頻品質更高。可穩定產生大幅度複雜運動,支援影視級畫面表現與控制,更強大的指令遵循能力,實現物理世界還原。
wan2.2-t2i-plus
全新升級的萬相2.2文生圖,更豐富的畫面細節。在產生映像創意性、穩定性、寫實質感方面全面升級,指令遵循更強,原生支援多種風格。支援最大200萬像素產生,支援智能提示詞改寫等。
wan2.2-t2i-flash
全新升級的萬相2.2文生圖,更快的產生速度。在產生映像創意性、穩定性、寫實質感方面全面升級,指令遵循更強,原生支援多種風格。支援最大200萬像素產生,支援智能提示詞改寫等。
wan2.2-i2v-plus
全新升級的萬相2.2圖生視頻,視頻品質更高。最佳化視頻產生穩定性與成功率,更強大的指令遵循能力,穩定保持圖片文字、人像和商品一致性,精準運鏡控制。
qwen3-235b-a22b-thinking-2507
基於Qwen3的思考模式開源模型,相較上一版本(千問3-235B-A22B)邏輯能力、通用能力、知識增強及創作能力均有大幅提升,適用於高難度強推理情境。
qwen-mt-turbo
基於Qwen3全面升級的輕量級文本翻譯大模型,支援92個語種互譯,模型效能和翻譯效果全面升級,提供更穩定的術語定製、格式還原度、領域提示能力,讓譯文更精準、自然。
qwen-mt-plus
基於Qwen3全面升級的旗艦級翻譯大模型,支援92個語種互譯,模型效能和翻譯效果全面升級,並提供更穩定的術語定製、格式還原度、領域提示能力,讓譯文更精準、自然。
qwen3-coder-plus
qwen3-coder-plus-2025-07-22
基於Qwen3的代碼產生模型,具有強大的Coding Agent能力,擅長工具調用和環境互動,能夠實現自主編程、代碼能力卓越的同時兼具通用能力。
qwen3-coder-480b-a35b-instruct
基於Qwen3的代碼產生模型,具有強大的Coding Agent能力,代碼能力達到開源模型 SOTA。
qwen3-235b-a22b-instruct-2507
基於Qwen3的非思考模式開源模型,相較上一版本(千問3-235B-A22B)主觀創作能力與模型安全性均有小幅度提升。
qwen-plus-2025-07-14
Qwen3系列Plus模型,實現思考模式和非思考模式的有效融合,可在對話中切換模式。此版本為2025年7月14日快照模型,相較上個版本在非thinking模式下中英文能力均有大幅提升,工具調用能力專項增強。
qwen-plus-character-ja
千問系列角色扮演模型,針對日語擬人化互動情境專項最佳化。在角色一致性保持、上下文感知的話題推進、傾聽共情等方面表現出色,可精準還原個人化角色。本版本顯著增強了日語本地化表達(含方言與敬語)、擬人化角色扮演真實度、敘事連貫性控制以及情境化認知能力。
qwen-omni-turbo
qwen-omni-turbo-latest
qwen-omni-turbo-2025-03-26
千問全新多模態理解產生大模型,支援文本, 映像,語音,視頻輸入理解和混合輸入理解,具備文本和語音同時流式產生能力,多模態內容理解速度顯著提升,提供了4種自然對話音色。
wan2.1-t2i-turbo
萬相2.1-文生圖Turbo版,產生速度更快。在映像美感、真實感與藝術性上全面升級,語義理解能力更強,風格泛化能力豐富,支援最高200萬像素產生,支援智能改寫提示詞。
wan2.1-t2i-plus
萬相2.1-文生圖Plus版,產生映像細節更豐富。在映像美感、真實感與藝術性上全面升級,語義理解能力更強,風格泛化能力豐富,支援最高200萬像素產生,支援智能改寫提示詞。
wan2.1-vace-plus
萬相2.1-VACE-Plus 視頻創作與編輯一體化模型。支援局部編輯、視頻重繪、背景擴充、時間長度延展、映像參考等視頻編輯與產生任務,並支援通過文本、映像、視頻進行多模態條件控制。
qwen3-8b
實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力達到同規模業界SOTA水平、通用能力顯著超過Qwen2.5-7B。
qwen3-32b
實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力顯著超過QwQ、通用能力顯著超過Qwen2.5-32B-Instruct,達到同規模業界SOTA水平。
qwen3-30b-a3b
實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力以更小參數規模比肩QwQ-32B、通用能力顯著超過Qwen2.5-14B,達到同規模業界SOTA水平。
qwen3-235b-a22b
實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力顯著超過QwQ、通用能力顯著超過Qwen2.5-72B-Instruct,達到同規模業界SOTA水平。
qwen3-14b
實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力達到同規模業界SOTA水平、通用能力顯著超過Qwen2.5-14B。
qwen-plus-2025-04-28
Qwen3系列Plus模型,實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力顯著超過QwQ、通用能力顯著超過Qwen2.5-Plus,達到同規模業界SOTA水平。此版本為2025年4月28日快照模型。
wan2.1-kf2v-plus
萬相2.1-首尾幀生視頻Plus版,為兩張圖片產生流暢的過渡視頻。支援大幅度複雜運動、遵循物理規律、豐富的藝術風格與影視級畫面質感,指令遵循能力進一步增強,產生視頻細節更豐富。
qwen2.5-omni-7b
基於Qwen2.5訓練的全新多模態理解產生大模型,支援文本, 映像,語音,視頻輸入理解和混合輸入理解,具備文本和語音同時流式產生能力,多模態內容理解速度顯著提升,提供了4種自然對話音色。
qvq-max
千問QVQ視覺推理模型,支援視覺輸入及思維鏈輸出,在數學、編程、視覺分析、創作以及通用任務上都表現了更強的能力。
qwq-plus
千問QwQ推理模型增強版,基於Qwen2.5模型訓練的QwQ推理模型,通過強化學習大幅度提升了模型推理能力。模型數學代碼等核心指標(AIME 24/25、livecodebench)以及部分通用指標(IFEval、LiveBench等)達到DeepSeek-R1 滿血版水平。
wan2.1-i2v-turbo
萬相2.1-圖生視頻Turbo版,讓靜態圖片產生視頻。支援大幅度複雜運動、遵循物理規律、電影級藝術風格與畫面質感,指令遵循能力進一步提升,產生速度更快。
qwen-turbo
Qwen3系列Turbo模型,實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力以更小參數規模比肩QwQ-32B、通用能力顯著超過Qwen2.5-Turbo,達到同規模業界SOTA水平。
qwen-plus-2025-01-25
千問系列能力均衡的模型,推理效果和速度介於千問-Max和千問-Turbo之間,適合中等複雜任務。相對於通義千問-Plus-2025-0112版本,整體中英文能力都有綜合能力升級,中英文code能力、邏輯能力、多語言能力顯著提升,回複風格面向人類偏好進行大幅調整,尤其是數學、邏輯推理、知識問答等客觀類query,模型回複詳實程度和格式清晰度明顯改善,創作類專項、json格式遵循專項、角色扮演專項能力均定向提升,預計維護至下一個快照上線前一個月。
qwen-max
千問2.5系列千億層級超大規模語言模型,支援中文、英文等不同語言輸入。隨著模型的升級,qwen-max將變換升級。如果希望使用固定版本,請使用歷史快照版本。
wan2.1-i2v-plus
萬相2.1-圖生視頻Plus版,讓靜態圖片產生視頻。支援大幅度複雜運動、遵循物理規律、電影級藝術風格與畫面質感,指令遵循能力進一步提升,視頻品質更佳。
wan2.1-t2v-turbo
萬相2.1-文生視頻Turbo版,一句話產生視頻。支援大幅度複雜運動、遵循物理規律、電影級藝術風格與畫面質感,指令遵循能力進一步提升,產生速度更快。
wan2.1-t2v-plus
萬相2.1-文生視頻Plus版,一句話產生視頻。支援大幅度複雜運動、遵循物理規律、電影級藝術風格與畫面質感,指令遵循能力進一步提升,視頻品質更佳。
2024 年
text-embedding-v3
通用文本向量,是通義實驗室基於LLM底座的多語言文本統一向量模型,面向全球多個主流語種,提供高水準的向量服務,協助開發人員將文本資料快速轉換為高品質的向量資料。
美國(維吉尼亞)
2026 年
qwen4-max
Qwen4-Max 是通義千問新一代旗艦多模態模型,融合文字生成、圖片與影片理解及深度思考能力,適用於程式開發、辦公、前端設計與複雜智慧體任務。模型支援聯網搜尋、工具呼叫和結構化輸出,相容 OpenAI 與 Anthropic API,協助開發者建構具備多模態理解與任務執行能力的智慧應用。
glm-5.3
glm-5.3 在美國(維吉尼亞)地域上線美國部署模式,支援文本產生、深度思考、Function Calling、結構化輸出、上下文快取等能力,上下文長度 1M。
deepseek-v4.1-flash-1017
DeepSeek-V4.1-Flash-1017 是 V4.1-Flash 的迭代版本,透過基於自回饋的強化學習(RL)訓練,在 Terminal-Bench 4.0、DeepSWE v1.1、ProgramBench 等多項基準上較上一版顯著提升,同時縮短任務執行時間與輸出長度,在多個 Harness 下達到新的效能–費用帕累托最優。模型從零建構完整專案的能力進一步增強,可支援遊戲開發、3D 建模等「許願式」程式設計任務,延續上一版的 552B 總參數 MoE、原生多模態視覺理解、1M 上下文與 384K 最大輸出。
qwen3.8-max-0902
Qwen3.8-Max-0902(別名qwen3.8-max-2026-09-02)是qwen3.8-max的快照版本。編碼深度再突破,可駕馭更復雜的工程級項目與長程自主開發;協作智能體能力顯著增強,在多工具調度與端到端交付中表現更從容;視覺理解全面精進,圖表推理、文檔解析與多模態感知更敏銳準確。延續 100 萬上下文、思考模式與完整工具生態,在更高智能水平上持續進化。
qwen-flash-character
千問系列多語言角色扮演模型,本模型是動態更新版本,模型更新會提前通知,適合擬人化的角色扮演,同時最佳化了限定人設指令遵循、話題推進、傾聽共情等能力,支援個人化角色的深度還原。
qwen3.8-flash
Qwen3.8-Flash 是千問3.8系列輕量旗艦模型,支援100萬 token 上下文視窗、最大128k輸出長度和256k思考預算。具備深度推理、Function Calling、結構化輸出、內建工具和原生視覺理解能力,實現性能與成本的最佳平衡,適用於從日常文本生成到智能體場景的各類任務。
wan3.0-video-prime
Wan3.0-Video-Prime 是萬相3.0 的高速版視頻產生模型,能力對齊 Wan3.0-Video 標準版,支援四模態全能參考,最長可產生30秒視頻,帶來沈浸式視聽體驗的同時端到端速度顯著提升。
deepseek-v4-flash-0731-us
高效輕量化MoE模型,總參284B,啟用13B,原生支援百萬超長上下文能力。推理速度快、延遲低、調用成本低廉,綜合能力均衡,主打高並發、輕量化任務,適合日常對話、內容創作、基礎 RAG、批量文案處理等普惠剛需情境。
deepseek-v4-pro-0813
旗艦級 MoE 大模型,總參1.6T、啟用 49B,原生支援百萬級超長上下文。依託海量高品質訓練資料,具備頂尖數學邏輯、複雜推理、專業代碼與長文本深度解析能力,適配高階科研、複雜辦公、深度智能代理等高難度情境。
wan3.0-video
萬相3.0是 all-in-one 視頻產生模型,統一支援參考、編輯、複刻、驅動等多種創作功能,四模態全能參考,最長支援30秒視頻產生,可解析檔案、網頁及複雜圖片。生產級角色一致性保持,音畫真實,帶來身臨其境的視聽衝擊力。
qwen3.8-max
2.4萬億參數MoE旗艦,編程與辦公能力全面躍升,可自主編程十數天交付完整專案。勝任法律、金融、設計等數百種專業任務,一次對話端到端交付生產級成果。原生視覺理解貫穿規劃、執行與驗證全流程,支援超長文檔與長視頻的深度語義解析。長程任務中自主規劃與閉環迭代,持續進化。
deepseek-v4-flash-0731
高效輕量化MoE模型,總參284B,啟用13B,原生支援百萬超長上下文能力。推理速度快、延遲低、調用成本低廉,綜合能力均衡,主打高並發、輕量化任務,適合日常對話、內容創作、基礎 RAG、批量文案處理等普惠剛需情境。
qwen3.7-flash
qwen3.7-flash-2026-07-15
Qwen3.7原生視覺語言系列Flash模型,相較3.6-Flash全面提升多模態理解與Agent執行能力。重點強化多模態基礎能力、萬物識別能力更強,真實世界感知與空間智能進一步提升,Search Agent、CI Agent等多模態Agent情境能力顯著升級、端到端任務執行更穩定,多模態Coding能力最佳化、vibe coding 體驗更加流暢。
glm-5.2-us
GLM-5.2-US是智譜AI推出的面向長程任務(Long Horizon Task)設計的旗艦模型,支援1M超長上下文。擁有強大邏輯推理、長文本理解與代碼產生能力、兼顧效能與推理效率;在多任務基準中表現優異,適用於智能互動、公司專屬應用程式、開發輔助等情境。
qwen3.6-flash-us
Qwen3.6原生視覺語言系列Flash模型,模型效果相較3.5-Flash顯著提升。本模型重點提升agentic coding能力(在多項代碼智能體基準上大幅超越前代)、數學推理和代碼推理能力;視覺方面在空間智能能力上顯著增強,物體定位與目標檢測提升尤為突出。
qwen-plus-character
千問系列角色扮演模型,本模型是動態更新版本,模型更新會提前通知,適合擬人化的角色扮演,同時最佳化了限定人設指令遵循、話題推進、傾聽共情等能力,支援個人化角色的深度還原。
qwen3.7-plus-us
Qwen3.7系列中高性價比Plus模型,在強大文本能力的基礎上全面升級了視覺-語言能力,同時保持了在編碼、工具使用和生產力工作流程方面的完整智能體能力。其核心特色為多模態互動混合智能體能力,能夠感知真實世界情境、讀取螢幕並操作 GUI、基於視覺參考產生代碼、端到端導航行動裝置 App。
qwen3.7-max-us
Qwen3.7系列中規模最大、綜合能力最強的Max模型,當前開放純文字模型能力供體驗。Qwen3.7是面向智能體時代的新一代旗艦模型,核心優勢在於智能體能力的廣度與深度:在編程、辦公與生產力、長周期自主執行方面均能出色勝任各項任務。
happyhorse-1.1-t2v
HappyHorse-1.1-T2V支援文生視頻,進一步提升文本語義理解、鏡頭調度與動態產生表現。模型能夠更精準地還原創作意圖,在人物動作、情境氛圍、視覺美感和物理運動上產生更流暢自然、細節豐富且一致性更高的高品質視頻。
happyhorse-1.1-r2v
HappyHorse-1.1-R2V支援參考生視頻,進一步提升主體、情境風格與畫面一致性的穩定保持。模型最多支援9張參考圖片輸入,能夠更精準理解並延續創作意圖,在人物、情境、風格和鏡頭表現上帶來更強的可控性與表現力。
happyhorse-1.1-i2v
HappyHorse-1.1-I2V支援圖生視頻,進一步提升畫面質感、動態表現與跨片段一致性。模型能夠更精準地理解輸入映像並延續創作意圖,在人物皮膚質感、ID跨片段保持、動作流暢度、文字渲染穩定性以及音畫同步上帶來顯著改善,輸出更真實自然、細節豐富且一致性更高的高品質視頻。
glm-5.2
GLM-5.2是智譜AI推出的面向長程任務(Long Horizon Task)設計的旗艦模型,支援1M超長上下文。擁有強大邏輯推理、長文本理解與代碼產生能力、兼顧效能與推理效率;在多任務基準中表現優異,適用於智能互動、公司專屬應用程式、開發輔助等情境。
kimi-k2.7-code
kimi-k2.7-code是 kimi coding模型,在長上下文中更可靠地遵循指令,能以更高的成功率完成編程任務,同時支援文本、圖片與視頻輸入,思考模式,對話與 Agent 任務。
qwen3.7-max-2026-06-08
Qwen3.7系列中規模最大、綜合能力最強的Max模型,相較於5月20日快照增加了視覺模態理解能力,能夠感知真實世界情境,具備多模態互動混合智能體能力。該版本為2026年6月8日快照。
qwen3.7-plus
qwen3.7-plus-2026-05-26
Qwen3.7系列中高性價比Plus模型,在強大文本能力的基礎上全面升級了視覺-語言能力,同時保持了在編碼、工具使用和生產力工作流程方面的完整智能體能力。其核心特色為多模態互動混合智能體能力,能夠感知真實世界情境、讀取螢幕並操作 GUI、基於視覺參考產生代碼、端到端導航行動裝置 App。
qwen3.7-max
qwen3.7-max-2026-05-20
Qwen3.7系列中規模最大、綜合能力最強的Max模型,當前開放純文字模型能力供體驗。Qwen3.7是面向智能體時代的新一代旗艦模型,核心優勢在於智能體能力的廣度與深度:在編程、辦公與生產力、長周期自主執行方面均能出色勝任各項任務。
deepseek-v4-pro-us
旗艦級 MoE 大模型,總參1.6T、啟用 49B,原生支援百萬級超長上下文。依託海量高品質訓練資料,具備頂尖數學邏輯、複雜推理、專業代碼與長文本深度解析能力,適配高階科研、複雜辦公、深度智能代理等高難度情境。
deepseek-v4-flash-us
高效輕量化MoE模型,總參284B,啟用13B,原生支援百萬超長上下文能力。推理速度快、延遲低、調用成本低廉,綜合能力均衡,主打高並發、輕量化任務,適合日常對話、內容創作、基礎 RAG、批量文案處理等普惠剛需情境。
kimi-k2.5
kimi-k2.5是月之暗面模型,原生多模態架構設計,同時支援視覺與文本輸入、思考與非思考模式、對話與Agent任務。
happyhorse-1.0-video-edit
HappyHorse-1.0-Video-Edit可使用視訊編輯,自然語言指令編輯視頻,可參考最多5張圖片局部或全域編輯視頻元素,能夠精準複刻視頻動態過程,實現更強表現能力。
happyhorse-1.0-r2v
HappyHorse-1.0-R2V支援參考生視頻,更加穩定的主體與情境參考,支援最多9張圖片參考,能夠精準保持創作意圖,實現更強表現能力。
deepseek-v4-pro
旗艦級 MoE 大模型,總參1.6T、啟用 49B,原生支援百萬級超長上下文。依託海量高品質訓練資料,具備頂尖數學邏輯、複雜推理、專業代碼與長文本深度解析能力,適配高階科研、複雜辦公、深度智能代理等高難度情境。
deepseek-v4-flash
高效輕量化MoE模型,總參284B,啟用13B,原生支援百萬超長上下文能力。推理速度快、延遲低、調用成本低廉,綜合能力均衡,主打高並發、輕量化任務,適合日常對話、內容創作、基礎 RAG、批量文案處理等普惠剛需情境。
happyhorse-1.0-t2v
HappyHorse-1.0-T2V支援文生視頻,具備高度還原的動態畫面產生能力,能夠精準理解文本語義,輸出資料流暢自然、細節豐富的高品質視頻。
happyhorse-1.0-i2v
HappyHorse-1.0-I2V支援圖生視頻,具備高度還原的動態畫面產生能力,能夠精準理解文本語義,輸出資料流暢自然、細節豐富的高品質視頻。
qwen3.6-flash
qwen3.6-flash-2026-04-16
Qwen3.6原生視覺語言系列Flash模型,模型效果相較3.5-Flash顯著提升。本模型重點提升agentic coding能力(在多項代碼智能體基準上大幅超越前代)、數學推理和代碼推理能力;視覺方面在空間智能能力上顯著增強,物體定位與目標檢測提升尤為突出。
qwen3.6-35b-a3b
Qwen3.6系列35B-A3B原生視覺語言模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。模型效果相較3.5-35B-A3B顯著提升了agentic coding能力、數學推理和代碼推理能力、空間智能能力、物體定位與目標檢測能力。
glm-5.1
GLM-5.1是智譜AI推出的面向長程任務(Long Horizon Task)設計的模型,總參數744B,支援200K超長上下文,最大輸出 128K tokens。擁有強大邏輯推理、長文本理解與代碼產生能力、兼顧效能與推理效率;在多任務基準中表現優異,適用於智能互動、公司專屬應用程式、開發輔助等情境。
qwen3.6-plus
qwen3.6-plus-2026-04-02
Qwen3.6原生視覺語言系列Plus模型,展現出與當前頂尖前沿模型相媲美的卓越效能,模型效果相較3.5系列顯著提升。模型在Agentic coding、前端編程、Vibe coding等代碼能力、多模態萬物識別、OCR、物體定位等能力上顯著增強。
qwen-mt-lite-us
基於Qwen3全面升級的基礎級文本翻譯大模型,支援31個語種互譯,模型效能和翻譯效果全面升級,並提供更穩定的術語定製、格式還原度、領域提示能力,讓譯文更精準、自然。
qwen3-vl-flash-2026-01-22-us
Qwen3系列小尺寸視覺理解模型,實現思考模式和非思考模式的有效融合,相較於2025年10月15日快照,模型整體效果有大幅提升:在通用視覺識別與推理方面有增強;在安防、巡店、巡檢、拍照解題等業務情境識別效果上提升顯著。此版本為2026年1月22日快照版本。
qwen3.5-flash
qwen3.5-flash-2026-02-23
Qwen3.5原生視覺語言系列Flash模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。模型效果在純文字與多模態方面相較3系列均實現飛躍式進步;響應速度快,兼具推理速度和效能。
qwen3.5-35b-a3b
Qwen3.5系列35B-A3B原生視覺語言模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。該模型的綜合表現接近於Qwen3.5-27B。
qwen3.5-27b
Qwen3.5系列27B原生視覺語言Dense模型,融合了線性注意力機制;響應速度快,兼具推理速度和效能。該模型的綜合能力接近於Qwen3.5-122B-A10B。
qwen3.5-122b-a10b
Qwen3.5系列122B-A10B原生視覺語言模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。該模型的綜合表現僅次於Qwen3.5-397B-A17B,文本能力顯著優於Qwen3-235B-2507,視覺能力優於Qwen3-VL-235B。
qwen3.5-plus
qwen3.5-plus-2026-02-15
Qwen3.5原生視覺語言系列Plus模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。在多項任務評測中,3.5系列均展現出與當前頂尖前沿模型相媲美的卓越效能,模型效果在純文字與多模態方面相較3系列均實現飛躍式進步。
qwen3.5-397b-a17b
Qwen3.5系列397B-A17B原生視覺語言模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。在語言理解、邏輯推理、代碼產生、智能體任務、映像理解、視頻理解、圖形化使用者介面(GUI)等多種任務中,均展現出與當前頂尖前沿模型相媲美的卓越效能。具備強大的代碼產生與智能體能力,對於各類智能體情境具有良好的泛化性。
2025 年
wan2.6-r2v
萬相2.6-參考生視頻,支援指定人物或任意物品進行參考,精準保持形象和聲音的一致性,支援多角色參考合拍
wan2.6-t2i
萬相2.6-文生圖,畫面質感、美學表現、指令遵循升級,在藝術風格精準控制、真實感人像、長文本生圖及廣泛歷史文化IP覆蓋上均表現出卓越能力,可產生高品質且富有表現力的視覺內容。
wan2.6-image
萬相2.6-映像產生,全能映像產生模型,支援圖文一體化推理產生,具備多圖創意融合、商用級一致性、美學要素遷移與鏡頭光影精確控制,全面增益圖像產生的一致性、可控性和表現力。
wan2.6-t2v-us
萬相2.6-文生視頻,智能分鏡調度支援多鏡頭敘事,能夠產生主體、情境和氛圍一致的多鏡頭敘事視頻,最高支援15秒時間長度,更高品質的聲音產生,更好的指令遵循和視覺品質
wan2.6-t2v
萬相2.6-文生視頻,智能分鏡調度支援多鏡頭敘事,能夠產生主體、情境和氛圍一致的多鏡頭敘事視頻,最高支援15秒時間長度,更高品質的聲音產生,更好的指令遵循和視覺品質
wan2.6-i2v-us
萬相2.6-圖生視頻,智能分鏡調度支援多鏡頭敘事,更高品質的聲音產生,多人穩定對話,更自然真實音色,最高支援15秒時間長度產生
wan2.6-i2v
萬相2.6-圖生視頻,智能分鏡調度支援多鏡頭敘事,更高品質的聲音產生,多人穩定對話,更自然真實音色,最高支援15秒時間長度產生
qwen-plus-2025-12-01-us
本版本為2025年12月1日快照,相較7月28日快照在推理能力上有提升;智能體能力、多輪工具調用能力進一步增強;主觀創作類任務表現更優。支援1M上下文長度,按照上下文長度進行階梯計費。
qwen-plus-2025-12-01
本版本為2025年12月1日快照,相較7月28日快照在推理能力上有提升;智能體能力、多輪工具調用能力進一步增強;主觀創作類任務表現更優。支援1M上下文長度,按照上下文長度進行階梯計費。
qwen-vl-ocr-2025-11-20
本模型為2025年11月20日的快照版本,基於Qwen-VL3架構全面升級,在文檔解析,文字定位能力全面升級,端到端時延、幻覺大幅降低。
qwen-mt-lite
基於Qwen3全面升級的基礎級文本翻譯大模型,支援32個語種互譯,模型效能和翻譯效果全面升級,並提供更穩定的術語定製、格式還原度、領域提示能力,讓譯文更精準、自然。
qwen-mt-flash
基於Qwen3全面升級的輕量級文本翻譯大模型,支援92個語種互譯,模型效能和翻譯效果全面升級,提供更穩定的術語定製、格式還原度、領域提示能力,讓譯文更精準、自然。
qwen3-vl-32b-thinking
Qwen3-VL系列最大尺寸Dense模型的推理版本,多模態推理能力僅次於Qwen3-VL-235B-Thinking,STEM&數學類解題能力、通用映像和視頻理解能力出眾,多模態Agent能力達到SOTA,適合做複雜多模態推理任務。
qwen3-vl-32b-instruct
Qwen3-VL系列最大尺寸Dense模型的非推理版本,綜合表現僅次於Qwen3-VL-235B-Instruct,文檔識別和理解能力出色,空間感知與萬物識別能力強,視覺2D檢測/空間推理能力達到SOTA,適合通用情境下的複雜感知任務。
qwen3-vl-flash-us
qwen3-vl-flash-2025-10-15-us
Qwen3系列小尺寸視覺理解模型,實現思考模式和非思考模式的有效融合,效果優於開源版Qwen3-VL-30B-A3B,響應速度快。全面升級映像/視頻理解,支援長視頻長文檔等超長上下文、空間感知與萬物識別;具備視覺2D/3D定位能力,勝任複雜現實任務。
qwen3-vl-flash
qwen3-vl-flash-2025-10-15
Qwen3系列小尺寸視覺理解模型,實現思考模式和非思考模式的有效融合,效果優於開源版Qwen3-VL-30B-A3B,響應速度快。全面升級映像/視頻理解,支援長視頻長文檔等超長上下文、空間感知與萬物識別;具備視覺2D/3D定位能力,勝任複雜現實任務。
qwen3-vl-30b-a3b-thinking
Qwen3-VL系列第二大MoE模型的Thinking版本,響應速度快,具備更強多模態理解與推理、視覺智能體、長視頻長文檔等超長上下文支援能力;全面升級映像/視頻理解、空間感知與萬物識別能力,勝任複雜現實任務。
qwen3-vl-30b-a3b-instruct
Qwen3-VL系列第二大MoE模型的Instruct版本,響應速度快,支援長視頻長文檔等超長上下文;全面升級映像/視頻理解、空間感知與萬物識別能力;具備視覺2D/3D定位能力,勝任複雜現實任務。
qwen3-vl-8b-thinking
Qwen3-VL系列8B Dense模型的Thinking版本,佔用顯存更低,能夠完成多模態理解與推理;支援長視頻長文檔等超長上下文、視覺2D/3D定位;全面升級映像/視頻理解、空間感知與萬物識別能力。
qwen3-vl-8b-instruct
Qwen3-VL系列8B Dense模型的Instruct版本,佔用顯存更低,全面升級映像/視頻理解、長視頻長文檔等超長上下文支援、空間感知與萬物識別能力,勝任複雜現實任務。
qwen3-max
qwen3-max-2025-09-23
千問3系列Max模型,相較preview版本在智能體編程與工具調用方向進行了專項升級。本次發布的正式版模型達到領域SOTA水平,適配情境更加複雜的智能體需求。
qwen3-vl-plus
qwen3-vl-plus-2025-09-23
Qwen3系列視覺理解模型,實現思考模式和非思考模式的有效融合,視覺智能體能力在OS World等公開測試集上達到世界頂尖水平。此版本在視覺coding、空間感知、多模態思考等方向全面升級;視覺感知與識別能力大幅提升,支援超長視頻理解。
qwen3-vl-235b-a22b-thinking
Qwen3系列視覺理解模型,多模態思考能力顯著增強,模型在STEM與數學推理方面進行了重點最佳化;視覺感知與識別能力全面提升、OCR能力迎來重大升級。
qwen3-vl-235b-a22b-instruct
Qwen3系列視覺理解模型,在視覺coding、空間感知等方向全面升級;視覺感知與識別能力大幅提升,支援超長視頻理解,OCR能力迎來重大升級。
qwen3-coder-plus-2025-09-23
基於Qwen3的代碼產生模型,具有強大的Coding Agent能力,擅長工具調用和環境互動,能夠實現自主編程、代碼能力卓越的同時兼具通用能力。本版本為2025年9月23日快照,相較上一版本(7月22日快照)在下遊任務效果和工具調用方面魯棒性有所提升;代碼安全性增強。
qwen3-asr-flash-us
qwen3-asr-flash-2025-09-08-us
Qwen3-ASR-Flash是一款基於大語言模型的高精度、高智能、高魯棒性的多語種語音辨識模型。依託強大的基座模型、海量的文本與多模態資料、千萬小時音頻資料,通義千問3-ASR-Flash實現了高精度的語音辨識功能,能夠自動判斷語種並準確識別 11 個語種的語音,在複雜的音頻環境下能夠保證精確轉錄。
qwen-plus-us
千問超大規模語言模型增強版,支援中文英文等不同語言輸入。相對於之前版本,中英文code能力、邏輯能力、多語言能力顯著提升,回複風格面向人類偏好進行大幅調整,模型回複詳實程度和格式清晰度明顯改善,創作類專項、json格式遵循專項、角色扮演專項能力定向提升。
qwen-plus
千問超大規模語言模型增強版,支援中文英文等不同語言輸入。相對於之前版本,中英文code能力、邏輯能力、多語言能力顯著提升,回複風格面向人類偏好進行大幅調整,模型回複詳實程度和格式清晰度明顯改善,創作類專項、json格式遵循專項、角色扮演專項能力定向提升。
qwen3-next-80b-a3b-thinking
基於Qwen3的新一代思考模式開源模型,相較上一版本(千問3-235B-A22B-Thinking-2507指令遵循能力有提升、模型總結回複更加精簡。
qwen3-next-80b-a3b-instruct
基於Qwen3的新一代非思考模式開源模型,相較上一版本(千問3-235B-A22B-Instruct-2507)中文文本理解能力更佳、邏輯推理能力有增強、文本產生類任務表現更好。
qwen-plus-2025-09-11
本版本為2025年9月11日快照,相較7月28日快照在思考模式下指令遵循能力有提升、模型總結回複更加精簡;在非思考模式下中文文本理解能力更佳、邏輯推理能力有增強。支援1M上下文長度,按照上下文長度進行階梯計費。
qwen3-max-preview
Qwen3系列Max模型Preview版本,實現思考模式和非思考模式的有效融合。思考模式下在智能體編程能力、常識知識推理能力、數學/科學/通用類推理等能力上均有顯著增強。
qwen-flash-us
qwen-flash-2025-07-28-us
Qwen3系列Flash模型,實現思考模式和非思考模式的有效融合,可在對話中切換模式。複雜推理類任務效能優秀,指令遵循、文本理解等能力顯著提高。支援1M上下文長度,按照上下文長度進行階梯計費。
qwen-flash
qwen-flash-2025-07-28
Qwen3系列Flash模型,實現思考模式和非思考模式的有效融合,可在對話中切換模式。複雜推理類任務效能優秀,指令遵循、文本理解等能力顯著提高。支援1M上下文長度,按照上下文長度進行階梯計費。
qwen3-coder-30b-a3b-instruct
基於Qwen3的代碼產生模型,繼承Qwen3-Coder-480B-A35B-Instruct的coding agent能力,代碼能力達到同尺寸規模模型SOTA。
qwen3-30b-a3b-thinking-2507
基於Qwen3的思考模式開源模型,相較上一版本(千問3-30B-A3B)複雜推理類任務效能優秀,包括邏輯推理、數學、科學、代碼類等具有一定難度的任務情境,指令遵循、文本理解、多語言翻譯等能力顯著提高。
qwen3-coder-flash
qwen3-coder-flash-2025-07-28
基於Qwen3的代碼產生模型,繼承Qwen3-Coder-Plus的coding agent能力,支援多輪工具互動,重點最佳化倉庫層級理解能力並增加工具調用穩定性。
qwen3-30b-a3b-instruct-2507
基於Qwen3的非思考模式開源模型,相較上一版本(千問3-30B-A3B)中英文和多語言整體通用能力有大幅提升。主觀開放類任務專項最佳化,顯著更加符合使用者偏好,能夠提供更有協助性的回複。
qwen-plus-2025-07-28
Qwen3系列Plus模型,實現思考模式和非思考模式的有效融合,可在對話中切換模式。相較上個版本在中英文能力、工具調用上進行了專用增強。本版本為2025年7月28日快照,首次支援1M上下文長度,按照上下文長度進行階梯計費。
qwen3-235b-a22b-thinking-2507
基於Qwen3的思考模式開源模型,相較上一版本(千問3-235B-A22B)邏輯能力、通用能力、知識增強及創作能力均有大幅提升,適用於高難度強推理情境。
qwen-mt-plus
基於Qwen3全面升級的旗艦級翻譯大模型,支援92個語種互譯,模型效能和翻譯效果全面升級,並提供更穩定的術語定製、格式還原度、領域提示能力,讓譯文更精準、自然。
qwen3-coder-plus
qwen3-coder-plus-2025-07-22
基於Qwen3的代碼產生模型,具有強大的Coding Agent能力,擅長工具調用和環境互動,能夠實現自主編程、代碼能力卓越的同時兼具通用能力。
qwen3-coder-480b-a35b-instruct
基於Qwen3的代碼產生模型,具有強大的Coding Agent能力,代碼能力達到開源模型 SOTA。
qwen3-235b-a22b-instruct-2507
基於Qwen3的非思考模式開源模型,相較上一版本(千問3-235B-A22B)主觀創作能力與模型安全性均有小幅度提升。
qwen-vl-ocr
千問VL-OCR(qwen-vl-ocr),即基於Qwen-VL訓練的OCR識別大模型。通過統一模型的方式彙總多種圖文識別、解析、處理類任務,提供強大的圖文識別能力。
qwen3-8b
實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力達到同規模業界SOTA水平、通用能力顯著超過Qwen2.5-7B。
qwen3-32b
實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力顯著超過QwQ、通用能力顯著超過Qwen2.5-32B-Instruct,達到同規模業界SOTA水平。
qwen3-30b-a3b
實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力以更小參數規模比肩QwQ-32B、通用能力顯著超過Qwen2.5-14B,達到同規模業界SOTA水平。
qwen3-235b-a22b
實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力顯著超過QwQ、通用能力顯著超過Qwen2.5-72B-Instruct,達到同規模業界SOTA水平。
qwen3-14b
實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力達到同規模業界SOTA水平、通用能力顯著超過Qwen2.5-14B。
華北2(北京)
2026 年
qwen4-max
Qwen4-Max 是通義千問新一代旗艦多模態模型,融合文字生成、圖片與影片理解及深度思考能力,適用於程式開發、辦公、前端設計與複雜智慧體任務。模型支援聯網搜尋、工具呼叫和結構化輸出,相容 OpenAI 與 Anthropic API,協助開發者建構具備多模態理解與任務執行能力的智慧應用。
qwen-audio-3.1-tts-plus
Qwen-Audio-3.1-TTS-Plus 是面向精品音色和內容創作的高品質、專業級語音合成大模型,支援多種語言和方言及串流語音合成。模型支援 free-style 指令遵循和細粒度標籤控制,可靈活控制情緒、語氣、角色、語速、音量等表達方式。在聲音複製場景中,模型對含雜訊、混響的參考音訊具有更強的穩健性,提升了音質、清晰度和整體表現力。Plus 版本側重音質與高解析度,適用於品牌標竿音色、有聲內容創作、影視配音、角色演繹等對音質要求較高的專業場景。
deepseek-v4.1-flash-1017
DeepSeek-V4.1-Flash-1017 是 V4.1-Flash 的迭代版本,透過基於自回饋的強化學習(RL)訓練,在 Terminal-Bench 4.0、DeepSWE v1.1、ProgramBench 等多項基準上較上一版顯著提升,同時縮短任務執行時間與輸出長度,在多個 Harness 下達到新的效能–費用帕累托最優。模型從零建構完整專案的能力進一步增強,可支援遊戲開發、3D 建模等「許願式」程式設計任務,延續上一版的 552B 總參數 MoE、原生多模態視覺理解、1M 上下文與 384K 最大輸出。
qwen-audio-3.1-tts-flash
Qwen-Audio-3.1-TTS-Flash 是面向即時互動情境的語音合成模型,支援串流語音合成和多種系統音色,可用於語音助手、即時對話和智能客服等情境。
qwen-audio-3.1-tts-next
qwen-audio-3.1-tts-next 是一款面向統一音訊產生的 Audiogen 模型,不再侷限於傳統 TTS 的單一語音合成,而是能夠圍繞文字、時間戳記和參考音訊等輸入,一次產生完整的音訊內容,包括人聲、音效、環境音等。模型支援多語種 TTS、單人說話、多人對話、Podcast 播客、影視劇聲景、環境音與音效等任務。其核心亮點在於更自然的人聲表達、穩定的音色保持、靈活的時間控制,以及高品質綜合聲景產生能力,適用於內容創作、短影片、播客、影視和遊戲音訊製作等場景。
qwen-audio-3.1-asr-flash-message
Qwen-Audio-3.1-ASR-Flash-Message 是面向語音訊息、輸入法和企業業務場景優化的生成式語音識別模型,支援中文、英文及多語言識別,重點優化印尼語、日語、泰語、菲律賓語、越南語、韓語和馬來語。模型支援串流上屏、P0/P1 熱詞、文字正規化、結合前文轉寫和業務上下文識別,以及可開關的原生潤飾,並增強了多人聲、背景對話、遠場及環境雜訊下的識別穩定性。支援自動識別或指定目標語種,中文方言可輸出口語原文或轉換為普通話文字。
qwen-audio-3.1-asr-flash-streaming
Qwen-Audio-3.1-ASR-Flash-Streaming 端到端即時語音識別大模型,面向即時會議、直播字幕與智慧互動等場景,具備低延遲、高精度的串流語音轉寫能力。模型支援多語種與多地區中文方言識別、中英文自由切換、熱詞及上下文增強、標點預測與文字規範化,並具備較強的雜訊魯棒性,可適應複雜聲學環境。同時該版本支援多種方言 ASR/AST 可控輸出。
qwen-audio-3.1-asr-flash
Qwen-Audio-3.1-ASR-Flash 是一款支援短語音高效識別的大模型,面向高品質、多語種及文化內容轉寫場景。模型支援多語種與多地區中文方言識別,同時針對中文古詩詞的韻律、節奏與文言表達進行優化。具備上下文增強、標點預測與文字規範化能力。同時該版本支援多種方言 ASR/AST 可控輸出。原生轉寫潤飾能力及工業級多人對話分角色轉寫能力。
qwen-audio-3.1-asr-flash-filetrans
Qwen-Audio-3.1-ASR-Flash-Filetrans 端到端離線語音識別大模型,面向會議轉寫、內容生產與通話分析等場景,支援多語種與多地區中文方言識別。模型具備高精度轉寫、熱詞及上下文增強、說話人分離、標點預測和文字規範化能力,在複雜雜訊環境下仍能保持穩定表現,是使用者進行長音訊轉寫的優選。同時該版本支援多種方言 ASR/AST 可控輸出。
qwen3.8-max-0902
Qwen3.8-Max-0902(別名qwen3.8-max-2026-09-02)是qwen3.8-max的快照版本。編碼深度再突破,可駕馭更復雜的工程級項目與長程自主開發;協作智能體能力顯著增強,在多工具調度與端到端交付中表現更從容;視覺理解全面精進,圖表推理、文檔解析與多模態感知更敏銳準確。延續 100 萬上下文、思考模式與完整工具生態,在更高智能水平上持續進化。
qwen3.8-flash
Qwen3.8-Flash 是千問3.8系列輕量旗艦模型,支援100萬 token 上下文視窗、最大128k輸出長度和256k思考預算。具備深度推理、Function Calling、結構化輸出、內建工具和原生視覺理解能力,實現性能與成本的最佳平衡,適用於從日常文本生成到智能體場景的各類任務。
wan3.0-video-prime
Wan3.0-Video-Prime 是萬相3.0 的高速版視頻產生模型,能力對齊 Wan3.0-Video 標準版,支援四模態全能參考,最長可產生30秒視頻,帶來沈浸式視聽體驗的同時端到端速度顯著提升。
kimi-k3
Kimi-K3 是 Kimi 旗艦模型,擁有 2.8 萬億參數,基於 KDA 混合線性注意力機制(Kimi Delta Attention)和注意力殘差(Attention Residuals)技術構建,原生支援視覺理解,並擁有 100 萬 token 上下文視窗。它是全球首個開源的 3 萬億層級模型,面向長程編程、知識工作和推理等前沿智能情境而設計。
qwen3.8-27b
Qwen3.8系列27B原生視覺語言Dense模型,模型效果相較3.6-27B重點提升了文本和視覺模態下的編程和辦公情境能力,能更可靠地端到端完成複雜任務,輸出值得信賴的成果。
deepseek-v4-pro-0813
旗艦級 MoE 大模型,總參1.6T、啟用 49B,原生支援百萬級超長上下文。依託海量高品質訓練資料,具備頂尖數學邏輯、複雜推理、專業代碼與長文本深度解析能力,適配高階科研、複雜辦公、深度智能代理等高難度情境。
qwen3.8-2.4t-a95b
Qwen3.8-2.4T-A95B 是通義千問旗艦系列的開源版本,2026 年 8 月發布。採用稀疏 MoE 架構,總參數 2.4 萬億,每步啟用約 950 億,配合混合注意力機制,支援 100 萬 Token 上下文。核心基準:GPQA Diamond 92.6、PaperBench 93.0、OSWorld 86.1、BabyVision 82.0,CodeArena 全球第 4。
wan3.0-video
萬相3.0是 all-in-one 視頻產生模型,統一支援參考、編輯、複刻、驅動等多種創作功能,四模態全能參考,最長支援30秒視頻產生,可解析檔案、網頁及複雜圖片。生產級角色一致性保持,音畫真實,帶來身臨其境的視聽衝擊力。
qwen-image-3.0
指令理解清晰:支援最大 4.5k token 輸入,複雜圖文指令一次產生到位。 文字渲染穩定:10px 小字、12 國語言、20+ 字型清晰可辨,資訊圖和介面直接可用。 批量產出趁手:海報、網頁、介面等日常任務可批量產生,成本更優,適合持續創作。 Qwen-Image-3.0 Standard 不只在追求產生效果,更在追求日常創作裡的順手與省心——讓映像產生成為可持續的內容生產力。
qwen3.8-max
2.4萬億參數MoE旗艦,編程與辦公能力全面躍升,可自主編程十數天交付完整專案。勝任法律、金融、設計等數百種專業任務,一次對話端到端交付生產級成果。原生視覺理解貫穿規劃、執行與驗證全流程,支援超長文檔與長視頻的深度語義解析。長程任務中自主規劃與閉環迭代,持續進化。
deepseek-v4-flash-0731
高效輕量化MoE模型,總參284B,啟用13B,原生支援百萬超長上下文能力。推理速度快、延遲低、調用成本低廉,綜合能力均衡,主打高並發、輕量化任務,適合日常對話、內容創作、基礎 RAG、批量文案處理等普惠剛需情境。
qwen-audio-3.0-asr-flash-streaming
qwen-audio-3.0-asr-flash-filetrans
qwen-audio-3.0-asr-flash
新增Qwen-Audio-3.0-ASR-Flash-Streaming(即時)、Qwen-Audio-3.0-ASR-Flash-Filetrans(非即時)和Qwen-Audio-3.0-ASR-Flash(非即時)系列模型:方言支援:支援漢語七大方言(官話/吳/湘/贛/客/閩/粵)及 20+ 地區口音;古詩詞最佳化:提升古詩詞識別準確率,適用於文化教育、有聲讀物等情境;文本最佳化:標點預測與文本歸一化增強,數字/日期/金額自動轉標準格式;多語種擴充:支援中、英、日、韓等共 30 個語種;熱詞和上下文能力:支援熱詞(先行編譯熱詞和即時熱詞) context 上下文,提升特定詞彙識別準確率。
qwen3.7-flash
qwen3.7-flash-2026-07-15
Qwen3.7原生視覺語言系列Flash模型,相較3.6-Flash全面提升多模態理解與Agent執行能力。重點強化多模態基礎能力、萬物識別能力更強,真實世界感知與空間智能進一步提升,Search Agent、CI Agent等多模態Agent情境能力顯著升級、端到端任務執行更穩定,多模態Coding能力最佳化、vibe coding 體驗更加流暢。
qwen-image-3.0-pro
內容豐實:支援最大 4.5k token 輸入,支援圖中圖密集資訊排版,讓報紙、分鏡、菜單、試卷等複雜版面一次產生。 細節真實:支援 10px 小字精準渲染,微表情、毛孔、髮絲等細節生動還原,逼近真實攝影的質感。 知識厚實:支援 12 國語言、多種字型原生渲染,主流網頁、遊戲、直播等介面模擬,外部知識全納入。 Qwen-Image-3.0-Pro 不只是在追求"好看",更在追求“好用”——讓映像產生真正成為可落地的生產力工具。
qwen-audio-3.0-tts-plus
Qwen-Audio-3.0-TTS-Plus是面向高品質語音產生情境打造的高效能語音合成大模型。相比前一版本,模型支援更多小語種和中文方言,顯著提升方言發音的正宗程度,並增強了 free-style 指令遵循能力和細粒度標籤控制能力,可更準確地控制情緒、語氣、角色、語速、音量和合成風格。同時,模型在雜訊、混響等複雜聲學條件下具備更強魯棒性,進一步提升了音質、清晰度、解析度和整體表現力。Plus 版本更強調合成效果和細節表現,適用於有更高音質、自然度和表現力要求的專業情境,如內容創作、有聲書、影視配音、品牌聲音設計和高品質Voice Messaging Service。
qwen-audio-3.0-tts-flash
Qwen-Audio-3.0-TTS-Flash是面向即時互動情境最佳化的高效能語音合成大模型。相比前一版本,模型支援更多小語種和中文方言,提升了方言發音的正宗程度,並增強了 free-style 指令遵循能力和細粒度標籤控制能力,可更靈活地控制情緒、語氣、角色、語速、音量等表達方式。同時,模型在雜訊、混響等複雜聲學條件下具備更強魯棒性,提升了音質、清晰度和整體表現力。Flash 版本重點最佳化即時合成體驗,適用於語音助手、即時對話、智能客服等低延遲互動情境。
qwen-audio-3.0-realtime-plus
千問即時語音大模型 是一款登頂全球權威評測的下一代即時雙工語音大模型,它在全球權威第三方評測平台 Artificial Analysis Speech-to-Speech子項中取得綜合排名第一。千問即時語音大模型 兼顧了模型智商與雙工對話節奏,在保持流暢、自然的即時互動體驗的同時,語音推理能力不打折扣;並通過並行推理和全向流式等工程最佳化,將端到端響應時延控制在低水平,實現"又快又聰明"的對話體驗。標準版更注重高品質的回複結果。
qwen-audio-3.0-realtime-flash
千問即時語音對話大模型3.0 是一款登頂全球權威評測的下一代即時雙工語音大模型,它在全球權威第三方評測平台 Artificial Analysis Speech-to-Speech子項中取得綜合排名第一。千問即時語音對話大模型3.0兼顧了模型智商與雙工對話節奏,在保持流暢、自然的即時互動體驗的同時,語音推理能力不打折扣;並通過並行推理和全向流式等工程最佳化,將端到端響應時延控制在低水平,實現"又快又聰明"的對話體驗。極速版更注重極致的響應速度
glm-5.2-fast-preview
GLM-5.2-Fast-Preview 是智譜 AI 旗艦模型 GLM-5.2 的高速版本,支援 1M 超長上下文,模型能力對齊 GLM-5.2 標準版,具備邏輯推理、長文本理解與代碼產生能力。通過推理加速最佳化,輸出 TPS 可達 GLM-5.2 標準版的 1.5~2 倍,顯著提升輸出速度,適用於即時對話、Agent 多輪調用、流式代碼產生等對輸出速度敏感的情境。
wan2.7-t2v-2026-06-12
萬相2.7-文生視頻,演繹能力全面升級,文戲情感細膩自然,動作戲激烈拳拳到肉,搭配更富有戲劇性和節奏感的鏡頭切換,實現更強表演能力。該版本為2026年6月12日快照。
wan2.7-r2v-2026-06-12
萬相2.7-參考生視頻,更加穩定的角色、道具與情境參考,支援最大5個圖/視頻混合參考,支援音頻音色參考,搭配基礎能力升級實現更強表演能力。該版本為2026年6月12日快照。
qwen3-rerank
基於Qwen LLM底座訓練的文本排序模型,對輸入的Query和候選Docs進行相關性排序,支援100+語種和長文本輸入,適用於文本檢索、RAG等情境,效果對齊開源Qwen3-Rerank系列模型
qwen-image-2.0-pro-2026-06-22
Qwen-Image-2.0系列滿血版模型,實現了圖片產生和圖片編輯的融合;具備更專業的文字渲染1k token指令支援能力、更細膩的真實質感,細膩刻畫寫實情境、更強的語義遵循能力。滿血版具備2.0系列最強的文字渲染能力和真實質感。
fun-asr-flash-2026-06-15
百聆2026年6月更新的大模型ASR版本,全面支援漢語傳統七大方言體系(官話/吳/湘/贛/客/閩/粵),並適配 20+ 地區口音官話。針對中文古詩詞的韻律、節奏與文言表達特點進行專項最佳化,提升對古詩詞內容的識別準確率,適用於文化傳承、教育講解、有聲讀物等情境。最佳化標點預測與文本歸一化能力,使輸出文本更符合書面表達習慣,數字、日期、金額等資訊自動轉換為標準格式,增強內容的可讀性與專業性。同時語種擴充至英語、日語、韓語、越南語、泰語、印尼語、馬來語、菲律賓語、印地語、阿拉伯語、法語、德語、西班牙語、葡萄牙語、俄語、意大利語、荷蘭語、瑞典語、丹麥語、芬蘭語、挪威語、希臘語、波蘭語、捷克語、匈牙利語、羅馬尼亞、保加利亞語、克羅地亞語、斯洛伐克語等,共計30個語種。支援context上下文能力,可轉寫5分鐘以內的音頻。
qwen3.5-ocr
Qwen3.5系列OCR模型,在文檔解析、文本定位、關鍵資訊提取等方面全面升級,在真實情境的業務卡證(如國內國際身份證、駕駛證等業務情境中)抽取上效果顯著提升。
happyhorse-1.1-t2v
HappyHorse-1.1-T2V支援文生視頻,進一步提升文本語義理解、鏡頭調度與動態產生表現。模型能夠更精準地還原創作意圖,在人物動作、情境氛圍、視覺美感和物理運動上產生更流暢自然、細節豐富且一致性更高的高品質視頻。
happyhorse-1.1-r2v
HappyHorse-1.1-R2V支援參考生視頻,進一步提升主體、情境風格與畫面一致性的穩定保持。模型最多支援9張參考圖片輸入,能夠更精準理解並延續創作意圖,在人物、情境、風格和鏡頭表現上帶來更強的可控性與表現力。
happyhorse-1.1-i2v
HappyHorse-1.1-I2V支援圖生視頻,進一步提升畫面質感、動態表現與跨片段一致性。模型能夠更精準地理解輸入映像並延續創作意圖,在人物皮膚質感、ID跨片段保持、動作流暢度、文字渲染穩定性以及音畫同步上帶來顯著改善,輸出更真實自然、細節豐富且一致性更高的高品質視頻。
glm-5.2
GLM-5.2是智譜AI推出的面向長程任務(Long Horizon Task)設計的旗艦模型,支援1M超長上下文。擁有強大邏輯推理、長文本理解與代碼產生能力、兼顧效能與推理效率;在多任務基準中表現優異,適用於智能互動、公司專屬應用程式、開發輔助等情境。
kimi-k2.7-code
kimi-k2.7-code是 kimi coding模型,在長上下文中更可靠地遵循指令,能以更高的成功率完成編程任務,同時支援文本、圖片與視頻輸入,思考模式,對話與 Agent 任務。
qwen3.7-max-2026-06-08
Qwen3.7系列中規模最大、綜合能力最強的Max模型,相較於5月20日快照增加了視覺模態理解能力,能夠感知真實世界情境,具備多模態互動混合智能體能力。該版本為2026年6月8日快照。
qwen3.7-plus
qwen3.7-plus-2026-05-26
Qwen3.7系列中高性價比Plus模型,在強大文本能力的基礎上全面升級了視覺-語言能力,同時保持了在編碼、工具使用和生產力工作流程方面的完整智能體能力。其核心特色為多模態互動混合智能體能力,能夠感知真實世界情境、讀取螢幕並操作 GUI、基於視覺參考產生代碼、端到端導航行動裝置 App。
fun-music-preview
百聆音樂產生preview版大模型(Fun音樂大模型)支援輸入開放性歌曲的創作要求或歌詞,產生整首男/女聲演唱的中文或英文歌曲。歌曲通俗易懂,情緒由淺入深,是人類靈感與大模型能力的完美結合。本次版本為預覽快照版
qwen3.7-max
qwen3.7-max-2026-05-20
Qwen3.7系列中規模最大、綜合能力最強的Max模型,當前開放純文字模型能力供體驗。Qwen3.7是面向智能體時代的新一代旗艦模型,核心優勢在於智能體能力的廣度與深度:在編程、辦公與生產力、長周期自主執行方面均能出色勝任各項任務。
qwen3.5-livetranslate-flash-realtime
qwen3.5-livetranslate-flash-realtime-2026-05-19
Qwen3.5-LiveTranslate-Flash的即時版本,一款高精度、高響應、高魯棒性的多語言即時音視頻同傳大模型。依託Qwen3.5-Omni強大的基座能力、海量多模態資料、跨語言跨模態對齊和視覺增強等技術,通義千問3.5-LiveTranslate-Flash 實現了離線和即時兩種音視頻翻譯能力,能聽懂60種語言,會說29種語言。
fun-music-v1
百聆音樂產生大模型(Fun音樂大模型)支援輸入開放性歌曲的創作要求或歌詞,產生整首男/女聲演唱的中文或英文歌曲。歌曲通俗易懂,情緒由淺入深,是人類靈感與大模型能力的完美結合。
wan2.7-t2v-2026-04-25
萬相2.7-文生視頻,演繹能力全面升級,文戲情感細膩自然,動作戲激烈拳拳到肉,搭配更富有戲劇性和節奏感的鏡頭切換,實現更強表演能力。該版本為2026年4月25日快照。
wan2.7-i2v-2026-04-25
萬相2.7-圖生視頻,演繹能力全面升級,文戲情感細膩自然,動作戲激烈拳拳到肉,搭配更富有戲劇性和節奏感的鏡頭切換,實現更強表演能力。該版本為2026年4月25日快照。
happyhorse-1.0-video-edit
HappyHorse-1.0-Video-Edit可使用視訊編輯,自然語言指令編輯視頻,可參考最多5張圖片局部或全域編輯視頻元素,能夠精準複刻視頻動態過程,實現更強表現能力。
happyhorse-1.0-r2v
HappyHorse-1.0-R2V支援參考生視頻,更加穩定的主體與情境參考,支援最多9張圖片參考,能夠精準保持創作意圖,實現更強表現能力。
deepseek-v4-pro
旗艦級 MoE 大模型,總參1.6T、啟用 49B,原生支援百萬級超長上下文。依託海量高品質訓練資料,具備頂尖數學邏輯、複雜推理、專業代碼與長文本深度解析能力,適配高階科研、複雜辦公、深度智能代理等高難度情境。
deepseek-v4-flash
高效輕量化MoE模型,總參284B,啟用13B,原生支援百萬超長上下文能力。推理速度快、延遲低、調用成本低廉,綜合能力均衡,主打高並發、輕量化任務,適合日常對話、內容創作、基礎 RAG、批量文案處理等普惠剛需情境。
qwen3.5-plus-2026-04-20
Qwen3.5原生視覺語言系列Plus模型,相較於2月15日快照,本模型在Agentic coding能力上大幅提升;推理速度顯著提升;知識、推理與長上下文能力保持較高水準,滿足複雜Agent任務的需求,適合應用於編碼智能體、生產工作流程和高吞吐情境。該版本為2026年4月20日快照。
qwen-image-2.0-pro
qwen-image-2.0-pro-2026-04-22
Qwen-Image-2.0系列滿血版模型,實現了圖片產生和圖片編輯的融合;具備更專業的文字渲染1k token指令支援能力、更細膩的真實質感,細膩刻畫寫實情境、更強的語義遵循能力。滿血版具備2.0系列最強的文字渲染能力和真實質感。
qwen3.6-27b
Qwen3.6系列27B原生視覺語言Dense模型,模型效果相較3.5-27B重點提升了Agentic coding能力、模型STEM與推理能力進一步增強;視覺模態方面在空間智能、物體定位與檢測能力上顯著增強,視頻理解、文檔OCR及視覺Agent能力穩步提升。
happyhorse-1.0-i2v
HappyHorse-1.0-I2V支援圖生視頻,具備高度還原的動態畫面產生能力,能夠精準理解文本語義,輸出資料流暢自然、細節豐富的高品質視頻。
kimi-k2.6
kimi-k2.6是Kimi模型,具備更強更穩的長程代碼編寫能力,指令遵循和自我錯誤修正能力顯著提升,同時支援文本、圖片與視頻輸入,思考與非思考模式,對話與Agent任務。
happyhorse-1.0-t2v
HappyHorse-1.0-T2V支援文生視頻,具備高度還原的動態畫面產生能力,能夠精準理解文本語義,輸出資料流暢自然、細節豐富的高品質視頻。
qwen3.6-max-preview
Qwen3.6系列中規模最大、綜合能力最強的Max模型Preview版本,當前開放純文字模型能力供體驗。相較於此前發布的Qwen3-Max和Qwen3.6-Plus,本模型在vibe coding能力上進一步提升、coding agent執行更加高效、前端編程開發能力顯著提升;長尾知識能力進一步升級。
qwen3.6-flash
qwen3.6-flash-2026-04-16
Qwen3.6原生視覺語言系列Flash模型,模型效果相較3.5-Flash顯著提升。本模型重點提升agentic coding能力(在多項代碼智能體基準上大幅超越前代)、數學推理和代碼推理能力;視覺方面在空間智能能力上顯著增強,物體定位與目標檢測提升尤為突出。
qwen3.6-35b-a3b
Qwen3.6系列35B-A3B原生視覺語言模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。模型效果相較3.5-35B-A3B顯著提升了agentic coding能力、數學推理和代碼推理能力、空間智能能力、物體定位與目標檢測能力。
glm-5.1
GLM-5.1是智譜AI推出的面向長程任務(Long Horizon Task)設計的模型,總參數744B,支援200K超長上下文,最大輸出 128K tokens。擁有強大邏輯推理、長文本理解與代碼產生能力、兼顧效能與推理效率;在多任務基準中表現優異,適用於智能互動、公司專屬應用程式、開發輔助等情境。
wan2.7-videoedit
Wan2.7-VideoEdit,自然語言指令編輯視頻,支援局部或全域編輯,可參考映像替換視頻元素,支援複刻視頻動作、特效、運鏡等動態過程。
wan2.7-t2v
Wan2.7-T2V,演繹能力全面升級,文戲情感細膩自然,動作戲激烈拳拳到肉,搭配更富有戲劇性和節奏感的鏡頭切換,實現更強表演能力。
wan2.7-r2v
Wan2.7-R2V,更加穩定的角色、道具與情境參考,支援最大5個圖/視頻混合參考,支援音頻音色參考,搭配基礎能力升級實現更強表演能力。
wan2.7-i2v
萬相2.7-圖生視頻,演繹能力全面升級,文戲情感細膩自然,動作戲激烈拳拳到肉,搭配更富有戲劇性和節奏感的鏡頭切換,實現更強表演能力。
wan2.7-image-pro
萬相2.7-映像產生與編輯旗艦版模型,支援文生圖、文生組圖、圖生組圖、影像編輯、多圖參考產生、互動式編輯,在文字渲染、主體一致性、複雜指令遵循上都有更強表現。
wan2.7-image
萬相2.7-映像產生與編輯,支援文生圖、文生組圖、圖生組圖、影像編輯、多圖參考產生、互動式編輯,在文字渲染、主體一致性、複雜指令遵循上都有更強表現
qwen3.6-plus
qwen3.6-plus-2026-04-02
Qwen3.6原生視覺語言系列Plus模型,展現出與當前頂尖前沿模型相媲美的卓越效能,模型效果相較3.5系列顯著提升。模型在Agentic coding、前端編程、Vibe coding等代碼能力、多模態萬物識別、OCR、物體定位等能力上顯著增強。
qwen3.5-omni-plus-realtime
qwen3.5-omni-plus-realtime-2026-03-15
Qwen3.5-Omni是Qwen全模態大模型,支援文本,圖片,音頻,音視頻理解與互動。作為 Qwen3-Omni 的全面進化版本,支援60+種語言音頻輸入,30+語言語音輸出以及可控語音對話,WebSearch和複雜FunctionCall的調用,並且具備智能語義打斷的互動能力,廣泛應用於文本創作、語音助手、多媒體分析等情境,提供自然流暢的多模態互動體驗。
qwen3.5-omni-plus
qwen3.5-omni-plus-2026-03-15
Qwen3.5-Omni是Qwen全模態大模型,支援文本,圖片,音頻,音視頻理解與互動。作為 Qwen3-Omni 的全面進化版本, 支援超過 10 小時的音頻理解及超過 400 秒的 720P(1 FPS)音視頻理解與對話,並進一步拓展語言範圍,支援60+種語言音頻輸入,30+語言語音輸出,並且具備強大的結構化音視頻理解能力,廣泛應用於文本創作、語音助手、多媒體分析等情境,提供自然流暢的多模態理解與互動體驗。
qwen3.5-omni-flash-realtime
qwen3.5-omni-flash-realtime-2026-03-15
Qwen3.5-Omni是Qwen全模態大模型,支援文本,圖片,音頻,音視頻理解與互動。作為 Qwen3-Omni 的全面進化版本,支援60+種語言音頻輸入,30+語言語音輸出以及可控語音對話,WebSearch和複雜FunctionCall的調用,並且具備智能語義打斷的互動能力,廣泛應用於文本創作、語音助手、多媒體分析等情境,提供自然流暢的多模態互動體驗。
qwen3.5-omni-flash
qwen3.5-omni-flash-2026-03-15
Qwen3.5-Omni是Qwen全模態大模型,支援文本,圖片,音頻,音視頻理解與互動。作為 Qwen3-Omni 的全面進化版本, 支援超過 10 小時的音頻理解及超過 400 秒的 720P(1 FPS)音視頻理解與對話,並進一步拓展語言範圍,支援60+種語言音頻輸入,30+語言語音輸出,並且具備強大的結構化音視頻理解能力,廣泛應用於文本創作、語音助手、多媒體分析等情境,提供自然流暢的多模態理解與互動體驗。
fun-asr-realtime-2026-02-28
通義百聆推出的新一代輕量級即時語音辨識模型,依託自研的先進語音技術架構,具備強大的上下文理解能力。專為中文電話客服情境設計:覆蓋多地區方言口音,在低採樣率、低信噪比環境下實現低延遲、高準確率的流式轉寫,滿足高效部署需求。此版本為2026年2月28日的快照版本,在近場VAD方面進行了最佳化。
qwen3-asr-flash-2026-02-10
通義千問3-ASR-Flash,一款基於大語言模型的高精度、高智能、高魯棒性的多語種語音辨識模型。依託強大的基座模型、海量的文本與多模態資料、千萬小時音頻資料,通義千問3-ASR-Flash實現了高精度的語音辨識功能,能夠自動判斷語種並準確識別 多個語種的語音,在複雜的音頻環境下能夠保證精確轉錄。此版本為2026年2月10日的快照版本。
qwen-image-2.0-pro-2026-03-03
Qwen-Image-2.0系列滿血版模型,實現了圖片產生和圖片編輯的融合;具備更專業的文字渲染1k token指令支援能力、更細膩的真實質感,細膩刻畫寫實情境、更強的語義遵循能力。滿血版具備2.0系列最強的文字渲染能力和真實質感。該版本為2026年3月3日快照。
qwen-image-2.0
qwen-image-2.0-2026-03-03
Qwen-Image-2.0系列加速版模型,實現了圖片產生和圖片編輯的融合;具備更專業的文字渲染1k token指令支援能力、更細膩的真實質感,細膩刻畫寫實情境、更強的語義遵循能力。加速版有效實現了模型效果和效能的最佳平衡。
cosyvoice-v3.5-plus
CosyVoice-v3.5-Plus是通義實驗室CosyVoice系列的超高表現力語音合成大模型。對聲音複製和聲音設計的語音合成效果進行全面升級,確保說話人高相似性的前提下,支援free-style指令控制,合成風格豐富多樣。較之前版本大幅減少首包延遲,同時提高發音準確率,改善韻律和音質。支援跨多語種(中、英、德、法、俄、日、韓、葡、泰、印尼、越南)超自然聽感即時語音合成。
cosyvoice-v3.5-flash
CosyVoice-v3.5-Flash是通義實驗室CosyVoice系列的高效能語音合成大模型。對聲音複製和聲音設計的語音合成效果進行全面升級,確保說話人高相似性的前提下,支援free-style指令控制,合成風格豐富多樣。較之前版本大幅減少首包延遲,同時提高發音準確率,改善韻律和音質。支援跨多語種(中、英、德、法、俄、日、韓、葡、泰、印尼、越南)超自然聽感即時語音合成。
MiniMax-M2.5
MiniMax-M2.5是MiniMax推出的旗艦級開源大模型,經過數十萬個真實複雜環境中的大規模強化學習訓練,M2.5 在編程、工具調用和搜尋、辦公等生產力情境都達到或者重新整理了行業的 SOTA。
qwen3.5-flash
qwen3.5-flash-2026-02-23
Qwen3.5原生視覺語言系列Flash模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。模型效果在純文字與多模態方面相較3系列均實現飛躍式進步;響應速度快,兼具推理速度和效能。
qwen3.5-35b-a3b
Qwen3.5系列35B-A3B原生視覺語言模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。該模型的綜合表現接近於Qwen3.5-27B。
qwen3.5-27b
Qwen3.5系列27B原生視覺語言Dense模型,融合了線性注意力機制;響應速度快,兼具推理速度和效能。該模型的綜合能力接近於Qwen3.5-122B-A10B。
qwen3.5-122b-a10b
Qwen3.5系列122B-A10B原生視覺語言模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。該模型的綜合表現僅次於Qwen3.5-397B-A17B,文本能力顯著優於Qwen3-235B-2507,視覺能力優於Qwen3-VL-235B。
qwen3-coder-next
Qwen3系列新一代代碼產生模型,效果接近Qwen3-Coder-Plus兼具更優效能。模型重點最佳化倉庫層級理解、支援多輪工具互動、提升對於agentic coding類工具的適配能力。
glm-5
GLM-5是面向Coding與Agent情境的新一代大模型,在複雜系統工程與長程任務中達到開源 SOTA,真實編程體驗逼近 Claude Opus 層級;基於 744B 新基座、非同步強化學習與稀疏注意力,實現從“寫代碼”到“寫工程”的全面升級。
qwen3.5-plus
qwen3.5-plus-2026-02-15
Qwen3.5原生視覺語言系列Plus模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。在多項任務評測中,3.5系列均展現出與當前頂尖前沿模型相媲美的卓越效能,模型效果在純文字與多模態方面相較3系列均實現飛躍式進步。
qwen3.5-397b-a17b
Qwen3.5系列397B-A17B原生視覺語言模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。在語言理解、邏輯推理、代碼產生、智能體任務、映像理解、視頻理解、圖形化使用者介面(GUI)等多種任務中,均展現出與當前頂尖前沿模型相媲美的卓越效能。具備強大的代碼產生與智能體能力,對於各類智能體情境具有良好的泛化性。
qwen3-asr-flash-realtime-2026-02-10
Qwen3-ASR-Flash的即時版,一款基於大語言模型的高精度、高智能、高魯棒性的多語種語音辨識模型。依託強大的基座模型、海量的文本與多模態資料、千萬小時音頻資料,Qwen3-ASR-Flash實現了高精度的語音辨識功能,能夠自動判斷語種並準確識別 多個語種的語音,在複雜的音頻環境下能夠保證精確轉錄。此版本為2026年2月10日的快照版本。
fun-asr-flash-8k-realtime
fun-asr-flash-8k-realtime-2026-01-28
通義百聆推出的新一代輕量級即時語音辨識模型,依託自研的先進語音技術架構,具備強大的上下文理解能力。專為中文電話客服情境設計:覆蓋多地區方言口音,在低採樣率、低信噪比環境下實現低延遲、高準確率的流式轉寫,滿足高效部署需求。
qwen3-tts-vd-2026-01-26
Qwen3-TTS-VD模型是通義即時語音合成大模型,可對qwen3-voice-design服務設計的聲音進行高保真即時語音合成,且同一音色支援11個語種的語音輸出。該模型經過海量資料訓練,合成音頻可以根據文本自適應調節語氣,對複雜文本合成也有較好的處理能力。該模型為2026年01月26日快照版本模型。
qwen3-tts-vc-2026-01-22
Qwen3-TTS-Flash模型是通義即時語音合成大模型,可對qwen-voice-enrollment服務複刻的聲音進行高保真即時語音合成,且同一音色支援11個語種的語音輸出。該模型經過海量資料訓練,合成音頻可以根據文本自適應調節語氣,對複雜文本合成也有較好的處理能力。該模型為2026年01月22日快照版本模型。
qwen3-tts-instruct-flash
qwen3-tts-instruct-flash-2026-01-26
Qwen3-TTS-Flash模型是通義實驗室即時語音合成大模型,Instruct模型可通過自然語言進行合成效果的處理,確保在不同語境下,合成情感、表達高度貼合的語音。目前支援25個音色的中英文Instruct調節。
kimi-k2.5
kimi-k2.5是月之暗面模型,原生多模態架構設計,同時支援視覺與文本輸入、思考與非思考模式、對話與Agent任務。
wan2.6-r2v-flash
萬相2.6-參考生視頻-Flash,產生更快性價比更高。支援指定人物或任意物品進行參考,精準保持形象和聲音的一致性,支援多角色參考合拍
qwen3-vl-rerank
Qwen3-VL-Rerank重排模型,它能夠深入理解文本、圖片、視頻的豐富多模態資訊。在初步檢索獲得結果後,Qwen3-VL-Rerank 能夠運用其先進的跨模態關聯能力,對候選專案進行智能化的二次排序,將最相關的結果置於顯要位置。通用用於提升跨模態搜尋的準確率、最佳化圖搜和視頻檢索的精準度、輔助映像聚類的分組品質、以及實現複雜多模態資訊的高效檢索和精確打標。
qwen3-vl-plus
Qwen3系列視覺理解模型,實現思考模式和非思考模式的有效融合,視覺智能體能力在OS World等公開測試集上達到世界頂尖水平。此版本在視覺coding、空間感知、多模態思考等方向全面升級;視覺感知與識別能力大幅提升,支援超長視頻理解。
qwen3-max-2026-01-23
千問3系列Max模型,相較2025年9月23日快照,此版本實現思考模式和非思考模式的有效融合,模型整體效果得到全方位的大幅度提升。在思考模式下,同時發布Web搜尋、Web資訊提取和代碼解譯器工具能力,使得模型在慢思考的同時,能夠通過引入外部工具,以更高的準確性解決更有難度的問題。此版本為2026年1月23日快照。
qwen3-vl-flash-2026-01-22
Qwen3系列小尺寸視覺理解模型,實現思考模式和非思考模式的有效融合,相較於2025年10月15日快照,模型整體效果有大幅提升:在通用視覺識別與推理方面有增強;在安防、巡店、巡檢、拍照解題等業務情境識別效果上提升顯著。此版本為2026年1月22日快照版本。
qwen3-vl-embedding
基於Qwen3-VL底座訓練的統一多模態向量模型,支援文本、圖片、視頻單模態/混合模態輸入,輸出統一表徵向量,適用於跨模態檢索、圖搜、視頻檢索、映像聚類、複雜多模態資訊檢索、打標等情境
qwen3-tts-instruct-flash-realtime
qwen3-tts-instruct-flash-realtime-2026-01-22
千問3-TTS-Flash模型是通義實驗室即時語音合成大模型,Instruct模型可通過自然語言進行合成效果的處理,確保在不同語境下,合成情感、表達高度貼合的語音。目前支援25個音色的中英文Instruct調節。該模型等同於2026年01月22日快照版本模型。
wan2.6-i2v-flash
萬相2.6-圖生視頻-Flash,產生更快更高性價比。智能分鏡調度支援多鏡頭敘事,多人穩定對話,更自然真實音色,最高支援15秒時間長度產生
qwen-image-edit-max
qwen-image-edit-max-2026-01-16
千問影像編輯模型Max系列,提供更穩定、更豐富的編輯能力:提升工業設計與幾何推理能力;提升角色一致性;減輕位移問題;整合Lora能力,可以進行更多功能的影像編輯。
qwen3-tts-vd-realtime-2026-01-15
千問3-TTS-VD模型是通義實驗室即時語音合成大模型,可對qwen3-voice-design服務設計的聲音進行高保真即時語音合成,且同一音色支援11個語種的語音輸出。該模型經過海量資料訓練,合成音頻可以根據文本自適應調節語氣,對複雜文本合成也有較好的處理能力。該模型為2026年01月15日快照版本模型。
qwen3-tts-vc-realtime-2026-01-15
千問3-TTS-Flash模型是通義即時語音合成大模型,可對qwen-voice-enrollment服務複刻的聲音進行高保真即時語音合成,且同一音色支援11個語種的語音輸出。該模型經過海量資料訓練,合成音頻可以根據文本自適應調節語氣,對複雜文本合成也有較好的處理能力。該模型為2026年01月15日快照版本模型。
qwen-flash-character
千問系列多語言角色扮演模型,本模型是動態更新版本,模型更新會提前通知,適合擬人化的角色扮演,同時最佳化了限定人設指令遵循、話題推進、傾聽共情等能力,支援個人化角色的深度還原。
qwen-image-plus-2026-01-09
千問系列映像產生模型,具備卓越的文本渲染能力,在複雜文本渲染、各類產生與編輯任務重表現出色。此版本為2026年1月9日快照,為Qwen-Image-Max的蒸餾加速版,可以更快速地產生高品質圖片。
2025 年
qwen-image-max
qwen-image-max-2025-12-30
千問映像產生模型Max系列,在各類產生任務中表現出色,相較Plus系列大幅度降低產生圖片的AI感,增益圖像真實性;具備更真實的人物質感、更細膩的自然紋理、更美觀的文字渲染。
glm-4.7
智譜旗艦,具備更強的編程能力與更穩定的多步驟推理/執行能力。總參數355B,支援長程任務規劃、編碼、工具協同,問答自然、寫作沉浸、創意角色扮演能力強。
z-image-turbo
Z-Image-Turbo是在Artificial Analysis評測中榮登文生圖開源模型世界第一的高效映像產生模型,僅用60億參數和8步推理就能產生媲美大規模商業模型的照片級真實感映像,並在中英雙語文本渲染、複雜語義理解和多樣化主題產生上表現卓越。
qwen3-vl-plus-2025-12-19
Qwen3系列視覺理解模型,實現思考模式和非思考模式的有效融合。相較於9月23日快照,在推理及分析任務、風格控制上表現更優;同時擁有更低的延時和更快的響應速度。此版本為2025年12月19日快照版本。
wan2.6-r2v
萬相2.6-參考生視頻,支援指定人物或任意物品進行參考,精準保持形象和聲音的一致性,支援多角色參考合拍。提醒:當使用視頻進行參考時,輸入視頻也會計入費用,詳見模型計費文檔。
wan2.6-t2i
萬相2.6-文生圖,畫面質感、美學表現、指令遵循升級,在藝術風格精準控制、真實感人像、長文本生圖及廣泛歷史文化IP覆蓋上均表現出卓越能力,可產生高品質且富有表現力的視覺內容。
wan2.6-image
萬相2.6-映像產生,全能映像產生模型,支援圖文一體化推理產生,具備多圖創意融合、商用級一致性、美學要素遷移與鏡頭光影精確控制,全面增益圖像產生的一致性、可控性和表現力。
qwen-image-edit-plus-2025-12-15
千問系列影像編輯Plus模型,相較10月30日快照提升角色一致性、工業設計能力、幾何推理能力;同時整合例如打光等Lora能力、減輕位移問題。此版本為2025年12月15日快照。
qwen3-tts-vd-realtime-2025-12-16
千問3-TTS-VD模型是通義實驗室即時語音合成大模型,可對qwen3-voice-design服務設計的聲音進行高保真即時語音合成,且同一音色支援11個語種的語音輸出。該模型經過海量資料訓練,合成音頻可以根據文本自適應調節語氣,對複雜文本合成也有較好的處理能力。該模型為2025年12月16日快照版本模型。
qwen-voice-design
千問voice-design模型是千問語音模型的聲音設計系列模型,僅需輸入簡單的文字描述,即可迅速設計出符合要求的相關聲音。結合qwen3-tts-vd-realtime模型使用,可設計輸出10個語種的語音。且合成音頻可以根據文本自適應調節語氣,對複雜文本合成也有較好的處理能力。
qwen3-omni-flash-realtime
qwen3-omni-flash-realtime-2025-12-01
千問3-Omni-Flash多模態大模型的即時版,基於Thinker–Talker混合專家(MoE)架構,支援文本、映像、音頻、視頻的高效理解與語音產生能力,可進行119種語言文本互動和20種語言語音互動,產生類人語音實現跨語言精準溝通。模型具備強大指令跟隨與系統提示定製功能,靈活適配對話風格與角色設定,廣泛應用於文本創作、語音助手、多媒體分析等情境,提供自然流暢的多模態互動體驗。
qwen3-omni-flash
qwen3-omni-flash-2025-12-01
千問3-Omni-Flash多模態大模型,基於Thinker–Talker混合專家(MoE)架構,支援文本、映像、音頻、視頻的高效理解與語音產生能力,可進行119種語言文本互動和20種語言語音互動,產生類人語音實現跨語言精準溝通。模型具備強大指令跟隨與系統提示定製功能,靈活適配對話風格與角色設定,廣泛應用於文本創作、語音助手、多媒體分析等情境,提供自然流暢的多模態互動體驗。
qwen3-livetranslate-flash
qwen3-livetranslate-flash-2025-12-01
Qwen3-LiveTranslate-Flash,一款高精度、高響應、高魯棒性的多語言即時音視頻同傳大模型。依託Qwen3-Omni強大的基座能力、海量多模態資料、跨語言跨模態對齊和視覺增強等技術,Qwen3-LiveTranslate-Flash 實現了離線和即時兩種音視頻翻譯能力,能聽懂19種語言,會說10種語言以及8種中文方言。
wan2.6-t2v
萬相2.6-文生視頻,智能分鏡調度支援多鏡頭敘事,能夠產生主體、情境和氛圍一致的多鏡頭敘事視頻,最高支援15秒時間長度,更高品質的聲音產生,更好的指令遵循和視覺品質
wan2.6-i2v
萬相2.6-圖生視頻,智能分鏡調度支援多鏡頭敘事,更高品質的聲音產生,多人穩定對話,更自然真實音色,最高支援15秒時間長度產生
deepseek-v3.2
DeepSeek-V3.2是引入DeepSeek Sparse Attention(一種稀疏注意力機制)的正式版模型,也是DeepSeek推出的首個將思考融入工具使用的模型,同時支援思考模式與非思考模式的工具調用。
qwen-plus-2025-12-01
本版本為2025年12月1日快照,相較7月28日快照在推理能力上有提升;智能體能力、多輪工具調用能力進一步增強;主觀創作類任務表現更優。支援1M上下文長度,按照上下文長度進行階梯計費。
qwen3-tts-vc-realtime-2025-11-27
千問3-TTS-Flash模型是通義實驗室即時語音合成大模型,可對qwen3-voice-enrollment服務複刻的聲音進行高保真即時語音合成,且同一音色支援11個語種的語音輸出。該模型經過海量資料訓練,合成音頻可以根據文本自適應調節語氣,對複雜文本合成也有較好的處理能力。該模型為2025年11月27日快照版本模型。
qwen3-tts-flash-realtime
qwen3-tts-flash-realtime-2025-11-27
千問3-TTS-Flash-Realtime模型是通義實驗室即時語音合成大模型,不僅擁有17種高表現力的擬人音色,且能低延遲高穩定地即時合成音頻;同時支援多種語言,方言,支援同一音色多語言輸出。該模型經過海量資料訓練,合成音頻可以根據文本自適應調節語氣,對複雜文本合成也有較好的處理能力。
qwen3-tts-flash
qwen3-tts-flash-2025-11-27
Qwen3-TTS-Flash模型是通義實驗室離線語音合成大模型,不僅擁有17種高表現力的擬人音色,且能低延遲高穩定地合成音頻;同時支援多種語言,方言,支援同一音色多語言輸出。該模型經過海量資料訓練,合成音頻可以根據文本自適應調節語氣,對複雜文本合成也有較好的處理能力。
qwen-voice-enrollment
千問voice-enrollment模型是千問語音模型的聲音複刻系列模型,僅需5s以上的音頻,即可迅速複刻高相似性聲音。結合qwen3-tts-vc-realtime模型使用,可將一個人的聲音高保真複刻,輸出10個語種的語音。且合成音頻可以根據文本自適應調節語氣,對複雜文本合成也有較好的處理能力。
fun-asr
百聆2026年4月更新的大模型ASR版本,全面支援漢語傳統七大方言體系(官話/吳/湘/贛/客/閩/粵),並適配 20+ 地區口音官話。針對中文古詩詞的韻律、節奏與文言表達特點進行專項最佳化,提升對古詩詞內容的識別準確率,適用於文化傳承、教育講解、有聲讀物等情境。最佳化標點預測與文本歸一化能力,使輸出文本更符合書面表達習慣,數字、日期、金額等資訊自動轉換為標準格式,增強內容的可讀性與專業性。同時語種擴充至英語、日語、韓語、越南語、泰語、印尼語、馬來語、菲律賓語、印地語、阿拉伯語、法語、德語、西班牙語、葡萄牙語、俄語、意大利語、荷蘭語、瑞典語、丹麥語、芬蘭語、挪威語、希臘語、波蘭語、捷克語、匈牙利語、羅馬尼亞、保加利亞語、克羅地亞語、斯洛伐克語等,共計30個語種。此版本等同於2025年11月7日的快照版本。
qwen-vl-ocr
qwen-vl-ocr-2025-11-20
千問VL-OCR(qwen-vl-ocr),即基於Qwen-VL訓練的OCR識別大模型。通過統一模型的方式彙總多種圖文識別、解析、處理類任務,提供強大的圖文識別能力。
qwen-mt-lite
基於Qwen3全面升級的基礎級文本翻譯大模型,支援32個語種互譯,模型效能和翻譯效果全面升級,並提供更穩定的術語定製、格式還原度、領域提示能力,讓譯文更精準、自然。
qwen3-asr-flash-filetrans
qwen3-asr-flash-filetrans-2025-11-17
千問3-ASR-Flash的大檔案轉錄版本,千問3-ASR-Flash是一款基於大語言模型的高精度、高智能、高魯棒性的多語種語音辨識模型。依託強大的基座模型、海量的文本與多模態資料、千萬小時音頻資料,千問3-ASR-Flash實現了高精度的語音辨識功能,能夠自動判斷語種並準確識別多個語種的語音,在複雜的音頻環境下能夠保證精確轉錄。
fun-asr-realtime-2025-11-07
通義實驗室新一代端到端語音辨識大模型的即時版,基於領先的自研語音技術,具備卓越的上下文感知和高精度語音轉寫能力。基於端到端架構,Fun-ASR 整合了創新的 RAG 技術,支援大規模熱詞自訂、敏感/語氣詞自動過濾、ITN 正常化、標點預測等多維功能,顯著提升了整體識別準確率和語境貼合度。同時,Fun-ASR 支援中英文自由切換,多地區方言覆蓋,具備更強的雜訊魯棒性,適應多樣複雜環境。此版本為2025年11月7日的快照版本。
fun-asr-2025-11-07
百聆2026年4月更新的大模型ASR版本,全面支援漢語傳統七大方言體系(官話/吳/湘/贛/客/閩/粵),並適配 20+ 地區口音官話。針對中文古詩詞的韻律、節奏與文言表達特點進行專項最佳化,提升對古詩詞內容的識別準確率,適用於文化傳承、教育講解、有聲讀物等情境。最佳化標點預測與文本歸一化能力,使輸出文本更符合書面表達習慣,數字、日期、金額等資訊自動轉換為標準格式,增強內容的可讀性與專業性。同時語種擴充至英語、日語、韓語、越南語、泰語、印尼語、馬來語、菲律賓語、印地語、阿拉伯語、法語、德語、西班牙語、葡萄牙語、俄語、意大利語、荷蘭語、瑞典語、丹麥語、芬蘭語、挪威語、希臘語、波蘭語、捷克語、匈牙利語、羅馬尼亞、保加利亞語、克羅地亞語、斯洛伐克語等,共計30個語種。此版本為2025年11月7日的快照版本。
cosyvoice-v3-flash
合成能力:CosyVoice-v3-Flash是通義實驗室CosyVoice系列高效能的語音合成大模型,較之前版本在自然度、音質、韻律、情感表現力上有更好的表現。該模型支援文本至語音的即時資料流式合成。複製能力:CosyVoice-v3-Flash也是通義實驗室CosyVoice系列語音複製大模型,較之前版本提升了發音準確性、音色相似性,並且增加了更多小語種支援(德、西、法、意、俄)。僅需提供5-20s的參考音頻,即可迅速產生高度相似且聽感自然的定製聲音。
kimi-k2-thinking
kimi-k2-thinking模型是月之暗面提供的具有通用 Agentic能力和推理能力的思考模型,它擅長深度推理,並可通過多步工具調用,協助解決各類難題。
qwen-mt-flash
基於Qwen3全面升級的輕量級文本翻譯大模型,支援92個語種互譯,模型效能和翻譯效果全面升級,並提供更穩定的術語定製、格式還原度、領域提示能力,讓譯文更精準、自然。
qwen-image-edit-plus
qwen-image-edit-plus-2025-10-30
千問系列影像編輯Plus模型,在首版Edit模型基礎上進一步最佳化了推理效能與系統穩定性,大幅縮短映像產生與編輯的回應時間;支援單次請求返回多張圖片,顯著提升使用者體驗。
qwen3-asr-flash-realtime
qwen3-asr-flash-realtime-2025-10-27
千問3-ASR-Flash的即時版,一款基於大語言模型的高精度、高智能、高魯棒性的多語種語音辨識模型。依託強大的基座模型、海量的文本與多模態資料、千萬小時音頻資料,通義千問3-ASR-Flash實現了高精度的語音辨識功能,能夠自動判斷語種並準確識別多個語種的語音,在複雜的音頻環境下能夠保證精確轉錄。
qwen3-vl-32b-thinking
Qwen3-VL系列最大尺寸Dense模型的推理版本,多模態推理能力僅次於Qwen3-VL-235B-Thinking,STEM&數學類解題能力、通用映像和視頻理解能力出眾,多模態Agent能力達到SOTA,適合做複雜多模態推理任務。
qwen3-vl-32b-instruct
Qwen3-VL系列最大尺寸Dense模型的非推理版本,綜合表現僅次於Qwen3-VL-235B-Instruct,文檔識別和理解能力出色,空間感知與萬物識別能力強,視覺2D檢測/空間推理能力達到SOTA,適合通用情境下的複雜感知任務。
glm-4.6
GLM新一代旗艦模型,核心能力較4.5全面提升。總參數量為3550 億,啟用參數320億,上下文視窗擴充至200K。
qwen3-vl-flash
qwen3-vl-flash-2025-10-15
Qwen3系列小尺寸視覺理解模型,實現思考模式和非思考模式的有效融合,效果優於開源版Qwen3-VL-30B-A3B,響應速度快。全面升級映像/視頻理解,支援長視頻長文檔等超長上下文、空間感知與萬物識別;具備視覺2D/3D定位能力,勝任複雜現實任務。
qwen3-vl-8b-thinking
Qwen3-VL系列8B Dense模型的Thinking版本,佔用顯存更低,能夠完成多模態理解與推理;支援長視頻長文檔等超長上下文、視覺2D/3D定位;全面升級映像/視頻理解、空間感知與萬物識別能力。
qwen3-vl-8b-instruct
Qwen3-VL系列8B Dense模型的Instruct版本,佔用顯存更低,全面升級映像/視頻理解、長視頻長文檔等超長上下文支援、空間感知與萬物識別能力,勝任複雜現實任務。
qwen3-vl-30b-a3b-thinking
Qwen3-VL系列第二大MoE模型的Thinking版本,響應速度快,具備更強多模態理解與推理、視覺智能體、長視頻長文檔等超長上下文支援能力;全面升級映像/視頻理解、空間感知與萬物識別能力,勝任複雜現實任務。
qwen3-vl-30b-a3b-instruct
Qwen3-VL系列第二大MoE模型的Instruct版本,響應速度快,支援長視頻長文檔等超長上下文;全面升級映像/視頻理解、空間感知與萬物識別能力;具備視覺2D/3D定位能力,勝任複雜現實任務。
deepseek-v3.2-exp
引入了DeepSeek Sparse Attention(一種稀疏注意力機制)的實驗性質版本,針對長文本的訓練和推理效率進行了探索性的最佳化和驗證。
fun-asr-mtl
fun-asr-mtl-2025-08-25
百聆多語言語音辨識大模型,支援超過31種語言,支援語種自由切換,出海使用者首推,尤其東南亞出海。fun-asr為該模型的升級版本,建議切換使用fun-asr。
wan2.5-i2i-preview
萬相2.5-影像編輯-Preview,全新升級模型架構。支援指令控制實現豐富的影像編輯能力,指令遵循能力進一步提升,支援高一致性保持的多圖參考產生,文字產生表現優異。
qwen3-vl-plus-2025-09-23
Qwen3系列視覺理解模型,實現思考模式和非思考模式的有效融合,視覺智能體能力在OS World等公開測試集上達到世界頂尖水平。此版本在視覺coding、空間感知、多模態思考等方向全面升級;視覺感知與識別能力大幅提升,支援超長視頻理解。此版本為2025年9月23日快照版本。
qwen3-vl-235b-a22b-thinking
Qwen3系列視覺理解模型,多模態思考能力顯著增強,模型在STEM與數學推理方面進行了重點最佳化;視覺感知與識別能力全面提升、OCR能力迎來重大升級。
qwen3-vl-235b-a22b-instruct
Qwen3系列視覺理解模型,在視覺coding、空間感知等方向全面升級;視覺感知與識別能力大幅提升,支援超長視頻理解,OCR能力迎來重大升級。
qwen3-max
qwen3-max-2025-09-23
千問3系列Max模型,相較preview版本在智能體編程與工具調用方向進行了專項升級。本次發布的正式版模型達到領域SOTA水平,適配情境更加複雜的智能體需求。
qwen3-livetranslate-flash-realtime
qwen3-livetranslate-flash-realtime-2025-09-22
Qwen3-LiveTranslate-Flash的即時版本,一款高精度、高響應、高魯棒性的多語言即時音視頻同傳大模型。依託Qwen3-Omni強大的基座能力、海量多模態資料、跨語言跨模態對齊和視覺增強等技術,通義千問3-LiveTranslate-Flash 實現了離線和即時兩種音視頻翻譯能力,能聽懂19種語言,會說10種語言以及8種中文方言。
qwen3-coder-plus-2025-09-23
基於Qwen3的代碼產生模型,具有強大的Coding Agent能力,擅長工具調用和環境互動,能夠實現自主編程、代碼能力卓越的同時兼具通用能力。本版本為2025年9月23日快照,相較上一版本(7月22日快照)在下遊任務效果和工具調用方面魯棒性有所提升;代碼安全性增強。
qwen-vl-ocr-latest
千問VL-OCR(qwen-vl-ocr),即基於Qwen-VL訓練的OCR識別大模型。通過統一模型的方式彙總多種圖文識別、解析、處理類任務,提供強大的圖文識別能力。
qwen-image-plus
千問系列映像產生模型,參數規模200億。具備卓越的文本渲染能力,在複雜文本渲染、各類產生與編輯任務重表現出色,在多個公開基準測試中獲得SOTA,模型效能大幅提升。
fun-asr-realtime
fun-asr-realtime-2025-09-15
通義實驗室新一代端到端語音辨識大模型的即時版,基於領先的自研語音技術,具備卓越的上下文感知和高精度語音轉寫能力。基於端到端架構,Fun-ASR 整合了創新的 RAG 技術,支援大規模熱詞自訂、敏感/語氣詞自動過濾、ITN 正常化、標點預測等多維功能,顯著提升了整體識別準確率和語境貼合度。同時,Fun-ASR 支援中英文自由切換,多地區方言覆蓋,具備更強的雜訊魯棒性,適應多樣複雜環境。
qwen-image-edit
千問系列首個影像編輯模型,成功將Qwen-Image的文本渲染能力拓展到編輯任務上。支援精準的中英雙語文字編輯、視覺外觀與語義雙重編輯、具備強大的跨基準效能表現。
wan2.5-t2v-preview
萬相2.5-文生視頻-Preview,全新升級模型架構,支援與畫面同步的聲音產生,支援10秒長視頻產生,更強的指令遵循能力,運動能力、畫面質感進一步提升。
wan2.5-t2i-preview
萬相2.5-文生圖-Preview,全新升級模型架構。畫面美學、設計感、真實質感顯著提升,精準指令遵循,擅長中英文和小語種文字產生,支援複雜結構化長文本和圖表、架構圖等內容產生。
wan2.5-i2v-preview
萬相2.5-圖生視頻-Preview,全新升級技術架構,支援與畫面同步的聲音產生,支援10秒長視頻產生,更強的指令遵循能力,運動能力、畫面質感進一步提升。
wan2.2-animate-move
wan2.2-animate-move圖生動作是一款角色動畫產生模型,使用者只需上傳一張角色照片和一段參考表演視頻,即可將視頻中的表情和動作遷移到圖片角色上,產生高保真的動畫視頻。
wan2.2-animate-mix
wan2.2-animate-mix視頻換人是一款角色替換的模型產品,上傳一張角色照片與一段表演視頻,即可將原視頻中的角色精準替換為照片中的角色,完整保留原始視頻的情境、光照和色調等環境細節。
qwen3-omni-flash-realtime-2025-09-15
千問3-Omni-Flash多模態大模型的即時版,基於Thinker–Talker混合專家(MoE)架構,支援文本、映像、音頻、視頻的高效理解與語音產生能力,可進行119種語言文本互動和20種語言語音互動,產生類人語音實現跨語言精準溝通。模型具備強大指令跟隨與系統提示定製功能,靈活適配對話風格與角色設定,廣泛應用於文本創作、語音助手、多媒體分析等情境,提供自然流暢的多模態互動體驗。此版本為2025年9月15日的快照版本。
qwen3-omni-flash-2025-09-15
Qwen3-Omni-Flash多模態大模型,基於Thinker–Talker混合專家(MoE)架構,支援文本、映像、音頻、視頻的高效理解與語音產生能力,可進行119種語言文本互動和20種語言語音互動,產生類人語音實現跨語言精準溝通。模型具備強大指令跟隨與系統提示定製功能,靈活適配對話風格與角色設定,廣泛應用於文本創作、語音助手、多媒體分析等情境,提供自然流暢的多模態互動體驗。此版本為2025年9月15日的快照版本。
qwen3-omni-30b-a3b-captioner
千問3-Omni-30b-a3b-Captioner是一款強大的音頻細粒度分析模型,專為在複雜多變的音頻情境中產生精準、全面的內容描述而設計,可自動解析並描述從複雜語音、環境聲到音樂、影視聲效等各類音頻內容,能夠在多聲源、混合化的環境中亦保持穩定而可信的輸出。
qwen3-tts-flash-realtime-2025-09-18
Qwen3-TTS-Flash-Realtime-2025-09-18模型是通義實驗室即時語音合成大模型,不僅擁有17種高表現力的擬人音色,且能低延遲高穩定地即時合成音頻;同時支援多種語言,方言,支援同一音色多語言輸出。該模型經過海量資料訓練,合成音頻可以根據文本自適應調節語氣,對複雜文本合成也有較好的處理能力。該模型為2025年9月18日快照版本模型。
qwen3-tts-flash-2025-09-18
千問3-TTS-Flash-2025-09-18模型是通義實驗室離線語音合成大模型,不僅擁有17種高表現力的擬人音色,且能低延遲高穩定地合成音頻;同時支援多種語言,方言,支援同一音色多語言輸出。該模型經過海量資料訓練,合成音頻可以根據文本自適應調節語氣,對複雜文本合成也有較好的處理能力。該模型為2025年9月18日快照版本模型。
qwen3-next-80b-a3b-thinking
基於Qwen3的新一代思考模式開源模型,相較上一版本(千問3-235B-A22B-Thinking-2507指令遵循能力有提升、模型總結回複更加精簡。
qwen3-next-80b-a3b-instruct
基於Qwen3的新一代非思考模式開源模型,相較上一版本(千問3-235B-A22B-Instruct-2507)中文文本理解能力更佳、邏輯推理能力有增強、文本產生類任務表現更好。
qwen-plus-2025-09-11
本版本為2025年9月11日快照,相較7月28日快照在思考模式下指令遵循能力有提升、模型總結回複更加精簡;在非思考模式下中文文本理解能力更佳、邏輯推理能力有增強。支援1M上下文長度,按照上下文長度進行階梯計費。
qwen3-asr-flash
qwen3-asr-flash-2025-09-08
千問3-ASR-Flash是一款基於大語言模型的高精度、高智能、高魯棒性的多語種語音辨識模型。依託強大的基座模型、海量的文本與多模態資料、千萬小時音頻資料,千問3-ASR-Flash實現了高精度的語音辨識功能,能夠自動判斷語種並準確識別多個語種的語音,在複雜的音頻環境下能夠保證精確轉錄。
qwen3-max-preview
Qwen3系列Max模型Preview版本,實現思考模式和非思考模式的有效融合。思考模式下在智能體編程能力、常識知識推理能力、數學/科學/通用類推理等能力上均有顯著增強。
cosyvoice-v3-plus
複製能力:CosyVoice-v3-plus是通義實驗室CosyVoice系列語音複製大模型,具有更好的音質和複刻相似性,適用於更專業的情境。僅需提供5-20s的參考音頻,即可迅速產生高度相似且聽感自然的定製聲音。合成能力:CosyVoice-v3-plus是通義實驗室CosyVoice系列語音合成大模型,具有更好的音質和表現力,適用於更專業的情境。該模型支援文本至語音的即時資料流式合成。
wan2.2-s2v-detect
wan2.2-s2v-detect 是 wan2.2-s2v 的輔助模型,用於確認輸入的人物肖像圖片是否符合 wan2.2-s2v 模型所需的人物肖像圖片規範。wan2.2-s2v 模型基於 wan2.2-s2v-detect 檢測通過的圖片和人聲音頻檔案進行視頻產生。
wan2.2-s2v
wan2.2-s2v 是一款視頻產生模型,可基於人物圖片和人聲音頻檔案,產生高品質的人物說話/唱歌/表演動態視頻。
deepseek-v3.1
DeepSeek-V3.1為混合推理架構模型,同時支援思考模式與非思考模式,具備更高的推理效率和更強的Agent能力。
qwen-mt-image
專註做圖片翻譯的模型服務,能將中、英、日等11個語言的圖片翻譯到指定的語言,精準還原圖片排版和內容資訊,支援術語定義、敏感詞過濾、商品主體檢測等自訂功能,提供靈活、準確、高效的映像本地化服務。
qwen-deep-research
千問深入研究是一款面向複雜研究任務的進階智能體系統,具備多輪推理與全域規劃能力,能夠運用互連網搜尋等多種工具,對任務進行精細化拆解,開展推理與分析,最終為使用者產生可溯源、邏輯嚴謹的研究型報告。
fun-asr-2025-08-25
百聆新一代語音辨識大模型,主打中文、英文、日文語音辨識,多地區方言覆蓋,具備更強的雜訊魯棒性,適應多樣複雜環境,國內使用者首推。此版本為2025年8月25日的快照版本。
qwen-image
千問系列首個映像產生模型,參數規模200億。具備卓越的文本渲染能力,在複雜文本渲染、各類產生與編輯任務重表現出色,在多個公開基準測試中獲得SOTA。
qwen3-coder-flash
qwen3-coder-flash-2025-07-28
基於Qwen3的代碼產生模型,繼承Qwen3-Coder-Plus的coding agent能力,支援多輪工具互動,重點最佳化倉庫層級理解能力並增加工具調用穩定性。
qwen-flash
qwen-flash-2025-07-28
Qwen3系列Flash模型,實現思考模式和非思考模式的有效融合,可在對話中切換模式。複雜推理類任務效能優秀,指令遵循、文本理解等能力顯著提高。支援1M上下文長度,按照上下文長度進行階梯計費。
qwen3-coder-30b-a3b-instruct
基於Qwen3的代碼產生模型,繼承Qwen3-Coder-480B-A35B-Instruct的coding agent能力,代碼能力達到同尺寸規模模型SOTA。
qwen-plus-latest
千問系列能力均衡的模型,推理效果和速度介於千問-Max和千問-Turbo之間,適合中等複雜任務。本模型是動態更新版本,模型更新不會提前通知。
qwen3-30b-a3b-thinking-2507
基於Qwen3的思考模式開源模型,相較上一版本(千問3-30B-A3B)複雜推理類任務效能優秀,包括邏輯推理、數學、科學、代碼類等具有一定難度的任務情境,指令遵循、文本理解、多語言翻譯等能力顯著提高。
qwen-plus-2025-07-28
Qwen3系列Plus模型,實現思考模式和非思考模式的有效融合,可在對話中切換模式。相較上個版本在中英文能力、工具調用上進行了專用增強。本版本為2025年7月28日快照,首次支援1M上下文長度,按照上下文長度進行階梯計費。
qwen3-30b-a3b-instruct-2507
基於Qwen3的非思考模式開源模型,相較上一版本(千問3-30B-A3B)中英文和多語言整體通用能力有大幅提升。主觀開放類任務專項最佳化,顯著更加符合使用者偏好,能夠提供更有協助性的回複。
wan2.2-t2v-plus
全新升級的萬相2.2文生視頻,視頻品質更高。可穩定產生大幅度複雜運動,支援影視級畫面表現與控制,更強大的指令遵循能力,實現物理世界還原。
wan2.2-t2i-plus
全新升級的萬相2.2文生圖,更豐富的畫面細節。在產生映像創意性、穩定性、寫實質感方面全面升級,指令遵循更強,原生支援多種風格。支援最大200萬像素產生,支援智能提示詞改寫等。
wan2.2-t2i-flash
全新升級的萬相2.2文生圖,更快的產生速度。在產生映像創意性、穩定性、寫實質感方面全面升級,指令遵循更強,原生支援多種風格。支援最大200萬像素產生,支援智能提示詞改寫等。
wan2.2-i2v-plus
全新升級的萬相2.2圖生視頻,視頻品質更高。最佳化視頻產生穩定性與成功率,更強大的指令遵循能力,穩定保持圖片文字、人像和商品一致性,精準運鏡控制。
qwen3-235b-a22b-thinking-2507
基於Qwen3的思考模式開源模型,相較上一版本(千問3-235B-A22B)邏輯能力、通用能力、知識增強及創作能力均有大幅提升,適用於高難度強推理情境。
qwen-doc-turbo
快速對文檔進行精準資訊抽取,打標分類,內容審核及摘要總結。
qwen3-coder-plus
qwen3-coder-plus-2025-07-22
基於Qwen3的代碼產生模型,具有強大的Coding Agent能力,擅長工具調用和環境互動,能夠實現自主編程、代碼能力卓越的同時兼具通用能力。
qwen3-coder-480b-a35b-instruct
基於Qwen3的代碼產生模型,具有強大的Coding Agent能力,代碼能力達到開源模型 SOTA。
qwen3-235b-a22b-instruct-2507
基於Qwen3的非思考模式開源模型,相較上一版本(千問3-235B-A22B)主觀創作能力與模型安全性均有小幅度提升。
qwen-mt-turbo
基於Qwen3全面升級的輕量級文本翻譯大模型,支援92個語種互譯,模型效能和翻譯效果全面升級,提供更穩定的術語定製、格式還原度、領域提示能力,讓譯文更精準、自然。
qwen-mt-plus
基於Qwen3全面升級的旗艦級翻譯大模型,支援92個語種互譯,模型效能和翻譯效果全面升級,並提供更穩定的術語定製、格式還原度、領域提示能力,讓譯文更精準、自然。
qwen-tts-realtime
qwen-tts-realtime-latest
qwen-tts-realtime-2025-07-15
Qwen-TTS即時模型是通義實驗室“qwen系列”模型中的語音合成模型。具備雙向上下文感知能力,可以低延遲高保真完成多音色、方言及長文本的雙向流式產生。
qwen-plus-2025-07-14
Qwen3系列Plus模型,實現思考模式和非思考模式的有效融合,可在對話中切換模式。此版本為2025年7月14日快照模型,相較上個版本在非thinking模式下中英文能力均有大幅提升,工具調用能力專項增強。
Moonshot-Kimi-K2-Instruct
Kimi-K2是月之暗面提供的國內首個開源萬億參數MoE模型,啟用參數達 320 億,具有卓越的編碼和工具調用能力。
qwen-tts-latest
qwen-tts-2025-05-22
模型是動態更新版本,等同於最新版本快照模型,模型更新時不會提前通知。
qwen-turbo
Qwen3系列Turbo模型,實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力以更小參數規模比肩QwQ-32B、通用能力顯著超過Qwen2.5-Turbo,達到同規模業界SOTA水平。
qwen-plus
Qwen3系列Plus模型,實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力顯著超過QwQ、通用能力顯著超過Qwen2.5-Plus,達到同規模業界SOTA水平。
deepseek-r1
DeepSeek-R1 在後訓練階段大規模使用了強化學習技術,在僅有極少標註資料的情況下,極大提升了模型推理能力。在數學、代碼、自然語言推理等任務上,效能較高,能力較強。
qwen-vl-plus
千問VL-Plus(qwen-vl-plus),即千問大規模視覺語言模型增強版。大幅提升細節識別能力和文字識別能力,支援超百萬像素解析度和任意長寬比規格的映像。在廣泛的視覺任務上提供卓越的效能。
text-embedding-v4
通用文本向量V4版本,是通義實驗室基於Qwen3訓練的多語言文本統一向量模型,相較V3版本在文本檢索、聚類、分類效能大幅提升;在MTEB多語言、中英、Code檢索等評測任務上效果提升15%~40%;支援64~2048維使用者自訂向量維度。
deepseek-r1-0528
0528為R1模型的小版本升級,相較於舊版 R1,新版在複雜推理任務中的表現有了顯著提升。在數學、編程與通用邏輯等多個基準測評中取得了優異成績。
qvq-plus
千問QVQ視覺推理模型增強版,支援視覺輸入及思維鏈輸出,在數學、編程、視覺分析、創作以及通用任務上都表現了更強的能力
cosyvoice-v2
cosyvoice-V2是通義實驗室依託大規模預訓練語言模型,在深度融合文本理解和語音產生的新一代產生式語音合成大模型,支援文本至語音的即時資料流式合成。
qwen-vl-max
千問VL-Max(qwen-vl-max),即千問超大規模視覺語言模型。相比增強版,再次提升視覺推理能力和指令遵循能力,提供更高的視覺感知和認知水平。在更多複雜任務上提供最佳的效能。
wanx2.1-vace-plus
萬相2.1-VACE-Plus,視頻編輯統一模型。支援局部編輯、視頻重繪、背景擴充、時間長度延展、圖片參考等多種視頻編輯與產生任務,支援文本、映像、視頻等多模態條件控制。
qwen-omni-turbo-realtime
qwen-omni-turbo-realtime-latest
qwen-omni-turbo-realtime-2025-05-08
千問全新多模態理解產生大模型即時版,適合即時音頻互動情境。支援音頻伴隨文本、映像、視頻混合輸入理解,具備語音和文本同時流式產生能力,提供了4種自然對話音色。
qwen3-8b
實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力達到同規模業界SOTA水平、通用能力顯著超過Qwen2.5-7B。
qwen3-32b
實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力顯著超過QwQ、通用能力顯著超過Qwen2.5-32B-Instruct,達到同規模業界SOTA水平。
qwen3-30b-a3b
實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力以更小參數規模比肩QwQ-32B、通用能力顯著超過Qwen2.5-14B,達到同規模業界SOTA水平。
qwen3-235b-a22b
實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力顯著超過QwQ、通用能力顯著超過Qwen2.5-72B-Instruct,達到同規模業界SOTA水平。
qwen-plus-2025-04-28
Qwen3系列Plus模型,實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力顯著超過QwQ、通用能力顯著超過Qwen2.5-Plus,達到同規模業界SOTA水平。此版本為2025年4月28日快照模型。
qwen3-14b
實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力達到同規模業界SOTA水平、通用能力顯著超過Qwen2.5-14B。
aitryon-plus
aitryon-plus是一款效果出眾的虛擬試衣圖片產生模型,可基於服飾平拍圖片以及人物正面全身照,輸出服飾的人物試衣效果圖片。 相較於aitryon模型,aitryon-plus模型在圖片清晰度、服飾紋理細節和logo還原效果等方面均有提升,但產生耗時較長,適用於對時效性要求不高的情境。
qwen-vl-ocr-2025-04-13
千問VL-OCR(qwen-vl-ocr-2025-04-13),即基於Qwen-VL訓練的OCR識別大模型。通過統一模型的方式彙總多種圖文識別、解析、處理類任務,提供強大的圖文識別能力。模型內建六種識別任務分別是:通用識別、文檔解析、表格解析、資訊抽取、多語言識別、公式識別。本模型為2025年04月13日的快照版本。
wanx2.1-kf2v-plus
萬相2.1-首尾幀-Plus,兩張圖片產生絲滑過度視頻。支援大幅度複雜運動、物理規律遵循、豐富藝術風格和影視級畫面質感,指令遵循能力進一步提升,產生畫面細節更豐富。
qwen-tts
qwen-tts-2025-04-10
千問系列首個語音合成模型,支援中文、英文、中英混合輸入。自適應根據輸入文本調整輸出語氣,音色真實自然,支援流式輸出。
qwen-omni-turbo-2025-03-26
千問全新多模態理解產生大模型,支援文本, 映像,語音,視頻輸入理解和混合輸入理解,具備文本和語音同時流式產生能力,多模態內容理解速度顯著提升,提供了4種自然對話音色,此版本為2025年3月26日的快照版本,相比1月19日的快照版本在視覺能力上有大幅提升。
qwen2.5-omni-7b
基於Qwen2.5訓練的全新多模態理解產生大模型,支援文本, 映像,語音,視頻輸入理解和混合輸入理解,具備文本和語音同時流式產生能力,多模態內容理解速度顯著提升,提供了4種自然對話音色。
qvq-max
千問QVQ視覺推理模型,支援視覺輸入及思維鏈輸出,在數學、編程、視覺分析、創作以及通用任務上都表現了更強的能力。
wanx2.1-imageedit
萬相-通義影像編輯,支援預設編輯任務與指令式編輯,包含多種局部/全圖編輯能力,如映像風格化、線稿生圖、局部重繪、參考圖產生、映像外擴、映像超分等。
qwen-plus-character
千問系列角色扮演模型,本模型是動態更新版本,模型更新會提前通知,適合擬人化的角色扮演,同時最佳化了限定人設指令遵循、話題推進、傾聽共情等能力,支援個人化角色的深度還原。
gte-rerank-v2
gte-rerank-v2是通義實驗室研發的多語言文本統一排序模型,面向全球多個主流語種,提供高水平的文本排序服務。通常用於語義檢索、RAG等情境,可以簡單、有效地提升文本檢索的效果。給定查詢 (Query) 和一系列候選文本 (documents),模型會根據與查詢的語義相關性從高到低對候選文本進行排序。
qwen-long-latest
qwen-long-2025-01-25
千問系列上下文視窗最長,能力均衡且成本較低的模型,適合長文本分析、資訊抽取、總結摘要和分類打標等任務。
qwen-omni-turbo-2025-01-19
千問全模態理解產生大模型,支援文本, 映像,語音,視頻輸入理解和混合輸入理解,具備文本和語音同時流式產生能力,多模態內容理解速度顯著提升,提供了4種自然對話音色,此版本為2025年1月19日的快照版本,預計維護至下一個快照發布前的一個月左右。
qwq-plus
千問QwQ推理模型增強版,基於Qwen2.5模型訓練的QwQ推理模型,通過強化學習大幅度提升了模型推理能力。模型數學代碼等核心指標(AIME 24/25、livecodebench)以及部分通用指標(IFEval、LiveBench等)達到DeepSeek-R1 滿血版水平。
gummy-realtime-v1
多語言語音轉寫及翻譯的多模態大模型。本模型提供長時間、高準確率、即時轉寫中/英/日/韓等10個混合語種的服務。同時支援中英日韓互譯,以其他6個語種翻譯成中文或英文。
wanx2.1-i2v-turbo
萬相2.1-圖生視頻-Turbo,讓圖片變為動態視頻。支援大幅度複雜運動、物理規律遵循、豐富藝術風格和影視級畫面質感,指令遵循能力進一步提升,產生速度更快。
qwen-omni-turbo
qwen-omni-turbo-latest
千問全新多模態理解產生大模型,支援文本, 映像,語音,視頻輸入理解和混合輸入理解,具備文本和語音同時流式產生能力,多模態內容理解速度顯著提升,提供了4種自然對話音色。
deepseek-r1-distill-qwen-7b
DeepSeek-R1-Distill-Qwen-7B是一個基於Qwen2.5-Math-7B的蒸餾大型語言模型,使用了 DeepSeek R1 的輸出。
deepseek-r1-distill-qwen-32b
DeepSeek-R1-Distill-Qwen-32B是一個基於Qwen2.5-32B的蒸餾大型語言模型,使用了 DeepSeek R1 的輸出。
deepseek-r1-distill-qwen-14b
DeepSeek-R1-Distill-Qwen-14B是一個基於Qwen2.5-14B的蒸餾大型語言模型,使用了 DeepSeek R1 的輸出。
deepseek-r1-distill-qwen-1.5b
DeepSeek-R1-Distill-Qwen-1.5B是一個基於Qwen2.5-Math-1.5B的蒸餾大型語言模型,使用了 DeepSeek R1 的輸出。
deepseek-r1-distill-llama-70b
DeepSeek-R1-Distill-Llama-70B是一個基於Llama-3.1-70B的蒸餾大型語言模型,使用了 DeepSeek R1 的輸出。
qwen-plus-2025-01-25
千問系列能力均衡的模型,推理效果和速度介於千問-Max和千問-Turbo之間,適合中等複雜任務。相對於通義千問-Plus-2025-0112版本,整體中英文能力都有綜合能力升級,中英文code能力、邏輯能力、多語言能力顯著提升,回複風格面向人類偏好進行大幅調整,尤其是數學、邏輯推理、知識問答等客觀類query,模型回複詳實程度和格式清晰度明顯改善,創作類專項、json格式遵循專項、角色扮演專項能力均定向提升,預計維護至下一個快照上線前一個月。
deepseek-v3
DeepSeek-V3 為自研 MoE 模型,671B 參數,啟用 37B,在 14.8T token 上進行了預訓練,在長文本、代碼、數學、百科、中文 能力上表現優秀。
wanx2.1-i2v-plus
萬相2.1-圖生視頻-Plus,讓圖片變為動態視頻。支援大幅度複雜運動、物理規律遵循、豐富藝術風格和影視級畫面質感,指令遵循能力進一步提升,視頻品質更高。
wanx2.0-t2i-turbo
Wan2.0-T2I-Turbo,更擅長質感人像和創意設計畫作產生,在映像美觀度、真實感、藝術性上全面升級,支援最大200萬像素產生,支援智能提示詞改寫等。
emoji-v1
表情包emoji是一款人臉動效視頻產生模型,可基於人臉圖片和預設的人臉動態模板,產生人臉動效視頻。
emoji-detect-v1
表情包Emoji-Detect是輔助表情包Emoji產生的映像檢測模型,用於檢測圖片中的人物形象是否符合視頻產生要求。
qwen-plus-0112
千問系列能力均衡的模型,推理效果和速度介於千問-Max和千問-Turbo之間,適合中等複雜任務。相對於千問-Plus-2024-1220版本,中英文整體能力有提升,中英常識知識類、閱讀理解能力提升較為顯著,codeswtich現象相比上一版有顯著改善,中文指令遵循能力顯著提升。
aitryon-parsing-v1
圖片分割模型是AI試衣OutfitAnyone的輔助模型,可對模特圖、服飾圖進行分割,用於試衣圖片的前後處理。
wanx2.1-t2v-turbo
萬相2.1-文生視頻-Turbo,一句話產生視頻。產生速度更快,支援大幅度複雜運動、現實物理規律還原、豐富的藝術風格和影視級畫面質感,指令遵循能力進一步提升。
wanx2.1-t2v-plus
萬相2.1-文生視頻-Plus,一句話產生視頻。視頻品質更高,支援大幅度複雜運動、現實物理規律還原、豐富藝術風格和影視級畫面質感,指令遵循能力進一步提升。
wanx2.1-t2i-turbo
萬相2.1-文生圖-Turbo,更快的產生速度,在映像美觀度、真實感、藝術性上全面升級,更強的語義理解能力、豐富的風格泛化性、支援最大200萬像素產生,支援智能提示詞改寫等。
wanx2.1-t2i-plus
萬相2.1-文生圖-Plus,更豐富的畫面細節,在映像美觀度、真實感、藝術性上全面升級,更強的語義理解能力、豐富的風格泛化性、支援最大200萬像素產生,支援智能提示詞改寫等。
2024 年
paraformer-realtime-8k-v2
Paraformer即時語音辨識模型,支援多個語種自由切換的ApsaraVideo for Live、會議等即時情境的語音辨識。可以通過language_hints參數選擇語種獲得更準確的識別效果。支援8kHz電話客服等情境下的即時語音辨識。 支援的語言套件括:中文(含粵語等各種方言)、英文、日語、韓語。
qwen-plus-1220
千問系列能力均衡的模型,推理效果和速度介於千問-Max和千問-Turbo之間,適合中等複雜任務。相對於千問-Plus-1125版本,中英文整體能力有提升,中英常識知識類、閱讀理解能力提升較為顯著,codeswtich現象相比上一版有顯著改善,中文指令遵循能力顯著提升。
multimodal-embedding-v1
通義實驗室基於預訓練多模態大模型構建的多模態向量模型。該模型根據使用者的輸入產生高維連續向量,這些輸入可以是文本、圖片或視頻。多模態向量在可應用於圖片搜尋、文搜圖、視頻搜尋、圖片分類和視頻內容審核等下遊任務中。
paraformer-8k-v2
Paraformer中文語音辨識模型,模型結構升級,具有更好的識別效果,支援8kHz電話語音辨識,僅支援中文熱詞。
tongyi-intent-detect-v3
意圖識別和槽位填充是對話系統中的基礎任務。本模型實現了一個基於 API的意圖(intent)和槽位參數(slots)聯合預測。在一次模型輸出中,同時完成多個指令API的返回和槽位參數的填充。返回的結果為標準json格式。
videoretalk
VideoRetalk是一個人物視頻產生模型,可基於人物視頻和人聲音頻,產生人物講話口型與輸入音頻相匹配的新視頻。
animate-anyone-template-gen2
AnimateAnyone-Template是輔助AnimateAnyone的動作模板產生模型,可基於視頻提取人物動作並製作模板。
animate-anyone-gen2
AnimateAnyone是一款視頻產生模型,可基於人物圖片和動作模板產生人物全身動作視頻。
animate-anyone-detect-gen2
AnimateAnyone-detect是輔助AnimateAnyone的映像檢測模型,用於檢測圖片中的人物形象是否符合視頻產生要求。
qwen-vl-ocr-1028
千問VL-OCR(qwen-vl-ocr),即基於Qwen-VL訓練的OCR識別大模型。通過統一模型的方式彙總多種圖文識別、解析、處理類任務,提供強大的圖文識別能力。本模型為2024年10月28日的快照版本。
qwen-coder-plus
千問系列代碼及編程模型是專門用於編程和代碼產生的語言模型,效能出色,效果突出。
liveportrait-detect
LivePortrait-detect是輔助LivePortrait的映像檢測模型,用於檢測圖片中的人物形象是否符合視頻產生要求。
liveportrait
LivePortrait是一款視頻產生模型,可基於人物圖片產生輕量化的人物肖像動態視頻。
emo-v1
EMO是一款視頻產生模型,可基於人物圖片產生高品質的人物肖像動態視頻。
emo-detect-v1
EMO-Detect是輔助EMO的映像檢測模型,用於檢測圖片中的人物形象是否符合視頻產生要求。
qwen-max
千問2.5系列千億層級超大規模語言模型,支援中文、英文等不同語言輸入。隨著模型的升級,qwen-max將變換升級。如果希望使用固定版本,請使用歷史快照版本。
qwen-math-turbo
千問系列數學模型是專門用於數學解題的語言模型,推理速度快,成本低。
qwen-math-plus-0919
qwen-math-plus-latest
千問系列數學模型是專門用於數學解題的語言模型,推理效果好,模型效能優秀本模型為2024年9月19日快照版本,預計維護到下個版本發布後一個月(待定)。
qwen-coder-turbo
千問系列代碼及編程模型是專門用於編程和代碼產生的語言模型,推理速度快,成本低。
voice-enrollment
大模型聲音複刻服務依託先進的大模型技術進行特徵提取,無需訓練過程就可以完成聲音的複刻。僅需提供極短的音頻,即可迅速產生高度相似且聽感自然的定製聲音。 大模型聲音設計使用FunAudioGen-VD模型,支援通過文本Prompt描述,創造聲音。無需受限任何音頻品質,根據目標情境對音色、語氣、語調、語速、情緒等各方面表現力的需求描述,即可產生高品質語音。高度還原專業配音演員的演出水準。
video-style-transform
視頻風格重繪可以將輸入的視訊框架序列進行多種風格化的重繪/產生,使新視頻畫面在兼顧原始人物和物體相貌的同時,帶來不同風格的繪畫效果。當前支援預置重繪風格包括日式漫畫、美式漫畫、清新漫畫、3D卡通、國風卡通。
qwen-math-plus
qwen-math-plus-0816
千問數學模型具有強大的數學解題能力,擅長處理中英文數學題,包括方程、計算、證明等方向。
cosyvoice-clone-v1
聲音複刻Cosyvoice大模型,依託先進的大模型技術進行特徵提取,從而完成聲音的複刻,且無需訓練過程。僅需提供時間長度較短的音頻,即可迅速產生高度相似且聽感自然的定製聲音。
paraformer-v2
Paraformer語音辨識模型,支援多個語種的語音辨識。可以通過language_hints參數選擇語種獲得更準確的識別效果,支援任意採樣率。 支援的語言套件括:中文(含粵語等各種方言)、英文、日語、韓語。可支援熱詞。
paraformer-realtime-v2
Paraformer即時語音辨識模型,支援多個語種自由切換的ApsaraVideo for Live、會議等即時情境的語音辨識。可以通過language_hints參數選擇語種獲得更準確的識別效果。支援任意採樣率。 支援的語言套件括:中文(含粵語等各種方言)、英文、日語、韓語。 可支援熱詞。
image-instance-segmentation
人物執行個體分割運用了檢測和分割技術,不僅能夠在映像中識別出不同的對象,而且還能準確地畫出每一個對象邊界的像素級掩碼(mask)。
image-erase-completion
映像擦除補全通過指定映像mask中要刪除的人體、寵物、物品、文字、浮水印等映像地區,在保留背景的同時移除映像中的一個或多個人物、物體、文字等元素,此功能不支援輸入prompt的消除。擦除補全技術結合了電腦視覺、AIGC inpainting等先進技術,可以在多種情境下應用,從而滿足使用者對隱私保護、內容創作和影像編輯等方面需求。
中國香港
2026 年
qwen4-max
Qwen4-Max 是通義千問新一代旗艦多模態模型,融合文字生成、圖片與影片理解及深度思考能力,適用於程式開發、辦公、前端設計與複雜智慧體任務。模型支援聯網搜尋、工具呼叫和結構化輸出,相容 OpenAI 與 Anthropic API,協助開發者建構具備多模態理解與任務執行能力的智慧應用。
deepseek-v4.1-flash-1017
DeepSeek-V4.1-Flash-1017 是 V4.1-Flash 的迭代版本,透過基於自回饋的強化學習(RL)訓練,在 Terminal-Bench 4.0、DeepSWE v1.1、ProgramBench 等多項基準上較上一版顯著提升,同時縮短任務執行時間與輸出長度,在多個 Harness 下達到新的效能–費用帕累托最優。模型從零建構完整專案的能力進一步增強,可支援遊戲開發、3D 建模等「許願式」程式設計任務,延續上一版的 552B 總參數 MoE、原生多模態視覺理解、1M 上下文與 384K 最大輸出。
qwen3.8-max-0902
Qwen3.8-Max-0902(別名qwen3.8-max-2026-09-02)是qwen3.8-max的快照版本。編碼深度再突破,可駕馭更復雜的工程級項目與長程自主開發;協作智能體能力顯著增強,在多工具調度與端到端交付中表現更從容;視覺理解全面精進,圖表推理、文檔解析與多模態感知更敏銳準確。延續 100 萬上下文、思考模式與完整工具生態,在更高智能水平上持續進化。
qwen3.8-flash
Qwen3.8-Flash 是千問3.8系列輕量旗艦模型,支援100萬 token 上下文視窗、最大128k輸出長度和256k思考預算。具備深度推理、Function Calling、結構化輸出、內建工具和原生視覺理解能力,實現性能與成本的最佳平衡,適用於從日常文本生成到智能體場景的各類任務。
wan3.0-video-prime
Wan3.0-Video-Prime 是萬相3.0 的高速版視頻產生模型,能力對齊 Wan3.0-Video 標準版,支援四模態全能參考,最長可產生30秒視頻,帶來沈浸式視聽體驗的同時端到端速度顯著提升。
kimi-k3
Kimi-K3 是 Kimi 旗艦模型,擁有 2.8 萬億參數,基於 KDA 混合線性注意力機制(Kimi Delta Attention)和注意力殘差(Attention Residuals)技術構建,原生支援視覺理解,並擁有 100 萬 token 上下文視窗。它是全球首個開源的 3 萬億層級模型,面向長程編程、知識工作和推理等前沿智能情境而設計。
deepseek-v4-pro-0813
旗艦級 MoE 大模型,總參1.6T、啟用 49B,原生支援百萬級超長上下文。依託海量高品質訓練資料,具備頂尖數學邏輯、複雜推理、專業代碼與長文本深度解析能力,適配高階科研、複雜辦公、深度智能代理等高難度情境。
qwen-image-3.0-pro
內容豐實:支援最大 4.5k token 輸入,支援圖中圖密集資訊排版,讓報紙、分鏡、菜單、試卷等複雜版面一次產生。 細節真實:支援 10px 小字精準渲染,微表情、毛孔、髮絲等細節生動還原,逼近真實攝影的質感。 知識厚實:支援 12 國語言、20+ 字型原生渲染,主流網頁、遊戲、直播等介面模擬,外部知識全納入。 Qwen-Image-3.0-Pro 不只是在追求"好看",更在追求**“好用”**——讓映像產生真正成為可落地的生產力工具。
qwen-image-3.0
指令理解清晰:支援最大 4.5k token 輸入,複雜圖文指令一次產生到位。 文字渲染穩定:10px 小字、12 國語言、20+ 字型清晰可辨,資訊圖和介面直接可用。 批量產出趁手:海報、網頁、介面等日常任務可批量產生,成本更優,適合持續創作。 Qwen-Image-3.0 Standard 不只在追求產生效果,更在追求日常創作裡的順手與省心——讓映像產生成為可持續的內容生產力。
qwen3.8-max
2.4萬億參數MoE旗艦,編程與辦公能力全面躍升,可自主編程十數天交付完整專案。勝任法律、金融、設計等數百種專業任務,一次對話端到端交付生產級成果。原生視覺理解貫穿規劃、執行與驗證全流程,支援超長文檔與長視頻的深度語義解析。長程任務中自主規劃與閉環迭代,持續進化。
deepseek-v4-flash-0731
高效輕量化MoE模型,總參284B,啟用13B,原生支援百萬超長上下文能力。推理速度快、延遲低、調用成本低廉,綜合能力均衡,主打高並發、輕量化任務,適合日常對話、內容創作、基礎 RAG、批量文案處理等普惠剛需情境。
qwen3.7-flash
qwen3.7-flash-2026-07-15
Qwen3.7原生視覺語言系列Flash模型,相較3.6-Flash全面提升多模態理解與Agent執行能力。重點強化多模態基礎能力、萬物識別能力更強,真實世界感知與空間智能進一步提升,Search Agent、CI Agent等多模態Agent情境能力顯著升級、端到端任務執行更穩定,多模態Coding能力最佳化、vibe coding 體驗更加流暢。
qwen-plus-character
千問系列角色扮演模型,本模型是動態更新版本,模型更新會提前通知,適合擬人化的角色扮演,同時最佳化了限定人設指令遵循、話題推進、傾聽共情等能力,支援個人化角色的深度還原。
glm-5.2
GLM-5.2是智譜AI推出的面向長程任務(Long Horizon Task)設計的旗艦模型,支援1M超長上下文。擁有強大邏輯推理、長文本理解與代碼產生能力、兼顧效能與推理效率;在多任務基準中表現優異,適用於智能互動、公司專屬應用程式、開發輔助等情境。
kimi-k2.7-code
kimi-k2.7-code是 kimi coding模型,在長上下文中更可靠地遵循指令,能以更高的成功率完成編程任務,同時支援文本、圖片與視頻輸入,思考模式,對話與 Agent 任務。
qwen3.7-max-2026-06-08
Qwen3.7系列中規模最大、綜合能力最強的Max模型,相較於5月20日快照增加了視覺模態理解能力,能夠感知真實世界情境,具備多模態互動混合智能體能力。該版本為2026年6月8日快照。
qwen3.7-plus
qwen3.7-plus-2026-05-26
Qwen3.7系列中高性價比Plus模型,在強大文本能力的基礎上全面升級了視覺-語言能力,同時保持了在編碼、工具使用和生產力工作流程方面的完整智能體能力。其核心特色為多模態互動混合智能體能力,能夠感知真實世界情境、讀取螢幕並操作 GUI、基於視覺參考產生代碼、端到端導航行動裝置 App。
qwen3.7-max
qwen3.7-max-2026-05-20
Qwen3.7系列中規模最大、綜合能力最強的Max模型,當前開放純文字模型能力供體驗。Qwen3.7是面向智能體時代的新一代旗艦模型,核心優勢在於智能體能力的廣度與深度:在編程、辦公與生產力、長周期自主執行方面均能出色勝任各項任務。
qwen3.6-flash
Qwen3.6原生視覺語言系列Flash模型,模型效果相較3.5-Flash顯著提升。本模型重點提升agentic coding能力(在多項代碼智能體基準上大幅超越前代)、數學推理和代碼推理能力;視覺方面在空間智能能力上顯著增強,物體定位與目標檢測提升尤為突出。
qwen3.6-plus
Qwen3.6原生視覺語言系列Plus模型,展現出與當前頂尖前沿模型相媲美的卓越效能,模型效果相較3.5系列顯著提升。模型在Agentic coding、前端編程、Vibe coding等代碼能力、多模態萬物識別、OCR、物體定位等能力上顯著增強。
qwen3.5-flash
qwen3.5-flash-2026-02-23
Qwen3.5原生視覺語言系列Flash模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。模型效果在純文字與多模態方面相較3系列均實現飛躍式進步;響應速度快,兼具推理速度和效能。
qwen3-max-2026-01-23
千問3系列Max模型,相較2025年9月23日快照,此版本實現思考模式和非思考模式的有效融合,模型整體效果得到全方位的大幅度提升。在思考模式下,同時發布Web搜尋、Web資訊提取和代碼解譯器工具能力,使得模型在慢思考的同時,能夠通過引入外部工具,以更高的準確性解決更有難度的問題。此版本為2026年1月23日快照。
2025 年
qwen3-vl-plus-2025-12-19
Qwen3系列視覺理解模型,實現思考模式和非思考模式的有效融合。相較於9月23日快照,在推理及分析任務、風格控制上表現更優;同時擁有更低的延時和更快的響應速度。此版本為2025年12月19日快照版本。
qwen-plus-2025-12-01
本版本為2025年12月1日快照,相較7月28日快照在推理能力上有提升;智能體能力、多輪工具調用能力進一步增強;主觀創作類任務表現更優。支援1M上下文長度,按照上下文長度進行階梯計費。
qwen3-max
千問3系列Max模型,相較preview版本在智能體編程與工具調用方向進行了專項升級。本次發布的正式版模型達到領域SOTA水平,適配情境更加複雜的智能體需求。
qwen3-vl-plus
Qwen3系列視覺理解模型,實現思考模式和非思考模式的有效融合,視覺智能體能力在OS World等公開測試集上達到世界頂尖水平。此版本在視覺coding、空間感知、多模態思考等方向全面升級;視覺感知與識別能力大幅提升,支援超長視頻理解。
qwen-plus
千問超大規模語言模型增強版,支援中文英文等不同語言輸入。相對於之前版本,中英文code能力、邏輯能力、多語言能力顯著提升,回複風格面向人類偏好進行大幅調整,模型回複詳實程度和格式清晰度明顯改善,創作類專項、json格式遵循專項、角色扮演專項能力定向提升。
text-embedding-v4
通用文本向量V4版本,是通義實驗室基於Qwen3訓練的多語言文本統一向量模型,相較V3版本在文本檢索、聚類、分類效能大幅提升;在MTEB多語言、中英、Code檢索等評測任務上效果提升15%~40%;支援64~2048維使用者自訂向量維度。
德國(法蘭克福)
2026 年
qwen4-max
Qwen4-Max 是通義千問新一代旗艦多模態模型,融合文字生成、圖片與影片理解及深度思考能力,適用於程式開發、辦公、前端設計與複雜智慧體任務。模型支援聯網搜尋、工具呼叫和結構化輸出,相容 OpenAI 與 Anthropic API,協助開發者建構具備多模態理解與任務執行能力的智慧應用。
deepseek-v4.1-flash-1017
DeepSeek-V4.1-Flash-1017 是 V4.1-Flash 的迭代版本,透過基於自回饋的強化學習(RL)訓練,在 Terminal-Bench 4.0、DeepSWE v1.1、ProgramBench 等多項基準上較上一版顯著提升,同時縮短任務執行時間與輸出長度,在多個 Harness 下達到新的效能–費用帕累托最優。模型從零建構完整專案的能力進一步增強,可支援遊戲開發、3D 建模等「許願式」程式設計任務,延續上一版的 552B 總參數 MoE、原生多模態視覺理解、1M 上下文與 384K 最大輸出。
qwen3.8-max-0902
Qwen3.8-Max-0902(別名qwen3.8-max-2026-09-02)是qwen3.8-max的快照版本。編碼深度再突破,可駕馭更復雜的工程級項目與長程自主開發;協作智能體能力顯著增強,在多工具調度與端到端交付中表現更從容;視覺理解全面精進,圖表推理、文檔解析與多模態感知更敏銳準確。延續 100 萬上下文、思考模式與完整工具生態,在更高智能水平上持續進化。
qwen3.8-flash
Qwen3.8-Flash 是千問3.8系列輕量旗艦模型,支援100萬 token 上下文視窗、最大128k輸出長度和256k思考預算。具備深度推理、Function Calling、結構化輸出、內建工具和原生視覺理解能力,實現性能與成本的最佳平衡,適用於從日常文本生成到智能體場景的各類任務。
wan3.0-video-prime
Wan3.0-Video-Prime 是萬相3.0 的高速版視頻產生模型,能力對齊 Wan3.0-Video 標準版,支援四模態全能參考,最長可產生30秒視頻,帶來沈浸式視聽體驗的同時端到端速度顯著提升。
kimi-k3
Kimi-K3 是 Kimi 旗艦模型,擁有 2.8 萬億參數,基於 KDA 混合線性注意力機制(Kimi Delta Attention)和注意力殘差(Attention Residuals)技術構建,原生支援視覺理解,並擁有 100 萬 token 上下文視窗。它是全球首個開源的 3 萬億層級模型,面向長程編程、知識工作和推理等前沿智能情境而設計。
deepseek-v4-pro-0813
旗艦級 MoE 大模型,總參1.6T、啟用 49B,原生支援百萬級超長上下文。依託海量高品質訓練資料,具備頂尖數學邏輯、複雜推理、專業代碼與長文本深度解析能力,適配高階科研、複雜辦公、深度智能代理等高難度情境。
wan3.0-video
萬相3.0是 all-in-one 視頻產生模型,統一支援參考、編輯、複刻、驅動等多種創作功能,四模態全能參考,最長支援30秒視頻產生,可解析檔案、網頁及複雜圖片。生產級角色一致性保持,音畫真實,帶來身臨其境的視聽衝擊力。
qwen-image-3.0-pro
內容豐實:支援最大 4.5k token 輸入,支援圖中圖密集資訊排版,讓報紙、分鏡、菜單、試卷等複雜版面一次產生。 細節真實:支援 10px 小字精準渲染,微表情、毛孔、髮絲等細節生動還原,逼近真實攝影的質感。 知識厚實:支援 12 國語言、20+ 字型原生渲染,主流網頁、遊戲、直播等介面模擬,外部知識全納入。 Qwen-Image-3.0-Pro 不只是在追求"好看",更在追求**“好用”**——讓映像產生真正成為可落地的生產力工具。
qwen-image-3.0
指令理解清晰:支援最大 4.5k token 輸入,複雜圖文指令一次產生到位。 文字渲染穩定:10px 小字、12 國語言、20+ 字型清晰可辨,資訊圖和介面直接可用。 批量產出趁手:海報、網頁、介面等日常任務可批量產生,成本更優,適合持續創作。 Qwen-Image-3.0 Standard 不只在追求產生效果,更在追求日常創作裡的順手與省心——讓映像產生成為可持續的內容生產力。
qwen3.8-max
2.4萬億參數MoE旗艦,編程與辦公能力全面躍升,可自主編程十數天交付完整專案。勝任法律、金融、設計等數百種專業任務,一次對話端到端交付生產級成果。原生視覺理解貫穿規劃、執行與驗證全流程,支援超長文檔與長視頻的深度語義解析。長程任務中自主規劃與閉環迭代,持續進化。
deepseek-v4-flash-0731
高效輕量化MoE模型,總參284B,啟用13B,原生支援百萬超長上下文能力。推理速度快、延遲低、調用成本低廉,綜合能力均衡,主打高並發、輕量化任務,適合日常對話、內容創作、基礎 RAG、批量文案處理等普惠剛需情境。
qwen3.7-flash
qwen3.7-flash-2026-07-15
Qwen3.7原生視覺語言系列Flash模型,相較3.6-Flash全面提升多模態理解與Agent執行能力。重點強化多模態基礎能力、萬物識別能力更強,真實世界感知與空間智能進一步提升,Search Agent、CI Agent等多模態Agent情境能力顯著升級、端到端任務執行更穩定,多模態Coding能力最佳化、vibe coding 體驗更加流暢。
qwen-plus-character
千問系列角色扮演模型,本模型是動態更新版本,模型更新會提前通知,適合擬人化的角色扮演,同時最佳化了限定人設指令遵循、話題推進、傾聽共情等能力,支援個人化角色的深度還原。
happyhorse-1.1-t2v
HappyHorse-1.1-T2V支援文生視頻,進一步提升文本語義理解、鏡頭調度與動態產生表現。模型能夠更精準地還原創作意圖,在人物動作、情境氛圍、視覺美感和物理運動上產生更流暢自然、細節豐富且一致性更高的高品質視頻。
happyhorse-1.1-r2v
HappyHorse-1.1-R2V支援參考生視頻,進一步提升主體、情境風格與畫面一致性的穩定保持。模型最多支援9張參考圖片輸入,能夠更精準理解並延續創作意圖,在人物、情境、風格和鏡頭表現上帶來更強的可控性與表現力。
happyhorse-1.1-i2v
HappyHorse-1.1-I2V支援圖生視頻,進一步提升畫面質感、動態表現與跨片段一致性。模型能夠更精準地理解輸入映像並延續創作意圖,在人物皮膚質感、ID跨片段保持、動作流暢度、文字渲染穩定性以及音畫同步上帶來顯著改善,輸出更真實自然、細節豐富且一致性更高的高品質視頻。
glm-5.2
GLM-5.2是智譜AI推出的面向長程任務(Long Horizon Task)設計的旗艦模型,支援1M超長上下文。擁有強大邏輯推理、長文本理解與代碼產生能力、兼顧效能與推理效率;在多任務基準中表現優異,適用於智能互動、公司專屬應用程式、開發輔助等情境。
kimi-k2.7-code
kimi-k2.7-code是 kimi coding模型,在長上下文中更可靠地遵循指令,能以更高的成功率完成編程任務,同時支援文本、圖片與視頻輸入,思考模式,對話與 Agent 任務。
qwen3.7-max-2026-06-08
Qwen3.7系列中規模最大、綜合能力最強的Max模型,相較於5月20日快照增加了視覺模態理解能力,能夠感知真實世界情境,具備多模態互動混合智能體能力。該版本為2026年6月8日快照。
qwen3.7-plus
qwen3.7-plus-2026-05-26
Qwen3.7系列中高性價比Plus模型,在強大文本能力的基礎上全面升級了視覺-語言能力,同時保持了在編碼、工具使用和生產力工作流程方面的完整智能體能力。其核心特色為多模態互動混合智能體能力,能夠感知真實世界情境、讀取螢幕並操作 GUI、基於視覺參考產生代碼、端到端導航行動裝置 App。
qwen3.7-max
qwen3.7-max-2026-05-20
Qwen3.7系列中規模最大、綜合能力最強的Max模型,當前開放純文字模型能力供體驗。Qwen3.7是面向智能體時代的新一代旗艦模型,核心優勢在於智能體能力的廣度與深度:在編程、辦公與生產力、長周期自主執行方面均能出色勝任各項任務。
kimi-k2.5
kimi-k2.5是月之暗面模型,原生多模態架構設計,同時支援視覺與文本輸入、思考與非思考模式、對話與Agent任務。
happyhorse-1.0-video-edit
HappyHorse-1.0-Video-Edit可使用視訊編輯,自然語言指令編輯視頻,可參考最多5張圖片局部或全域編輯視頻元素,能夠精準複刻視頻動態過程,實現更強表現能力。
happyhorse-1.0-r2v
HappyHorse-1.0-R2V支援參考生視頻,更加穩定的主體與情境參考,支援最多9張圖片參考,能夠精準保持創作意圖,實現更強表現能力。
deepseek-v4-pro
旗艦級 MoE 大模型,總參1.6T、啟用 49B,原生支援百萬級超長上下文。依託海量高品質訓練資料,具備頂尖數學邏輯、複雜推理、專業代碼與長文本深度解析能力,適配高階科研、複雜辦公、深度智能代理等高難度情境。
deepseek-v4-flash
高效輕量化MoE模型,總參284B,啟用13B,原生支援百萬超長上下文能力。推理速度快、延遲低、調用成本低廉,綜合能力均衡,主打高並發、輕量化任務,適合日常對話、內容創作、基礎 RAG、批量文案處理等普惠剛需情境。
happyhorse-1.0-t2v
HappyHorse-1.0-T2V支援文生視頻,具備高度還原的動態畫面產生能力,能夠精準理解文本語義,輸出資料流暢自然、細節豐富的高品質視頻。
happyhorse-1.0-i2v
HappyHorse-1.0-I2V支援圖生視頻,具備高度還原的動態畫面產生能力,能夠精準理解文本語義,輸出資料流暢自然、細節豐富的高品質視頻。
qwen3.6-flash
qwen3.6-flash-2026-04-16
Qwen3.6原生視覺語言系列Flash模型,模型效果相較3.5-Flash顯著提升。本模型重點提升agentic coding能力(在多項代碼智能體基準上大幅超越前代)、數學推理和代碼推理能力;視覺方面在空間智能能力上顯著增強,物體定位與目標檢測提升尤為突出。
qwen3.6-35b-a3b
Qwen3.6系列35B-A3B原生視覺語言模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。模型效果相較3.5-35B-A3B顯著提升了agentic coding能力、數學推理和代碼推理能力、空間智能能力、物體定位與目標檢測能力。
glm-5.1
GLM-5.1是智譜AI推出的面向長程任務(Long Horizon Task)設計的模型,總參數744B,支援200K超長上下文,最大輸出 128K tokens。擁有強大邏輯推理、長文本理解與代碼產生能力、兼顧效能與推理效率;在多任務基準中表現優異,適用於智能互動、公司專屬應用程式、開發輔助等情境。
qwen3.6-plus
qwen3.6-plus-2026-04-02
Qwen3.6原生視覺語言系列Plus模型,展現出與當前頂尖前沿模型相媲美的卓越效能,模型效果相較3.5系列顯著提升。模型在Agentic coding、前端編程、Vibe coding等代碼能力、多模態萬物識別、OCR、物體定位等能力上顯著增強。
qwen3.5-flash
qwen3.5-flash-2026-02-23
Qwen3.5原生視覺語言系列Flash模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。模型效果在純文字與多模態方面相較3系列均實現飛躍式進步;響應速度快,兼具推理速度和效能。
qwen3.5-flash
qwen3.5-flash-2026-02-23
Qwen3.5原生視覺語言系列Flash模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。模型效果在純文字與多模態方面相較3系列均實現飛躍式進步;響應速度快,兼具推理速度和效能。
qwen3.5-35b-a3b
Qwen3.5系列35B-A3B原生視覺語言模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。該模型的綜合表現接近於Qwen3.5-27B。
qwen3.5-27b
Qwen3.5系列27B原生視覺語言Dense模型,融合了線性注意力機制;響應速度快,兼具推理速度和效能。該模型的綜合能力接近於Qwen3.5-122B-A10B。
qwen3.5-122b-a10b
Qwen3.5系列122B-A10B原生視覺語言模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。該模型的綜合表現僅次於Qwen3.5-397B-A17B,文本能力顯著優於Qwen3-235B-2507,視覺能力優於Qwen3-VL-235B。
qwen3-coder-next
Qwen3系列新一代代碼產生模型,效果接近Qwen3-Coder-Plus兼具更優效能。模型重點最佳化倉庫層級理解、支援多輪工具互動、提升對於agentic coding類工具的適配能力。
qwen3.5-plus
qwen3.5-plus-2026-02-15
Qwen3.5原生視覺語言系列Plus模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。在多項任務評測中,3.5系列均展現出與當前頂尖前沿模型相媲美的卓越效能,模型效果在純文字與多模態方面相較3系列均實現飛躍式進步。
qwen3.5-397b-a17b
Qwen3.5系列397B-A17B原生視覺語言模型,基於混合架構設計,融合了線性注意力機制與稀疏混合專家模型,實現了更高的推理效率。在語言理解、邏輯推理、代碼產生、智能體任務、映像理解、視頻理解、圖形化使用者介面(GUI)等多種任務中,均展現出與當前頂尖前沿模型相媲美的卓越效能。具備強大的代碼產生與智能體能力,對於各類智能體情境具有良好的泛化性。
qwen3-max-2026-01-23
千問3系列Max模型,相較2025年9月23日快照,此版本實現思考模式和非思考模式的有效融合,模型整體效果得到全方位的大幅度提升。在思考模式下,同時發布Web搜尋、Web資訊提取和代碼解譯器工具能力,使得模型在慢思考的同時,能夠通過引入外部工具,以更高的準確性解決更有難度的問題。此版本為2026年1月23日快照。
qwen3-vl-flash-2026-01-22
Qwen3系列小尺寸視覺理解模型,實現思考模式和非思考模式的有效融合,相較於2025年10月15日快照,模型整體效果有大幅提升:在通用視覺識別與推理方面有增強;在安防、巡店、巡檢、拍照解題等業務情境識別效果上提升顯著。此版本為2026年1月22日快照版本。
2025 年
wan2.6-r2v
萬相2.6-參考生視頻,支援指定人物或任意物品進行參考,精準保持形象和聲音的一致性,支援多角色參考合拍
wan2.6-t2i
萬相2.6-文生圖,畫面質感、美學表現、指令遵循升級,在藝術風格精準控制、真實感人像、長文本生圖及廣泛歷史文化IP覆蓋上均表現出卓越能力,可產生高品質且富有表現力的視覺內容。
wan2.6-image
萬相2.6-映像產生,全能映像產生模型,支援圖文一體化推理產生,具備多圖創意融合、商用級一致性、美學要素遷移與鏡頭光影精確控制,全面增益圖像產生的一致性、可控性和表現力。
wan2.6-t2v
Wan2.6-文生視頻,智能分鏡調度支援多鏡頭敘事,能夠產生主體、情境和氛圍一致的多鏡頭敘事視頻,最高支援15秒時間長度,更高品質的聲音產生,更好的指令遵循和視覺品質
wan2.6-i2v
萬相2.6-圖生視頻,智能分鏡調度支援多鏡頭敘事,更高品質的聲音產生,多人穩定對話,更自然真實音色,最高支援15秒時間長度產生
qwen-plus-2025-12-01
本版本為2025年12月1日快照,相較7月28日快照在推理能力上有提升;智能體能力、多輪工具調用能力進一步增強;主觀創作類任務表現更優。支援1M上下文長度,按照上下文長度進行階梯計費。
qwen-plus-2025-12-01
本版本為2025年12月1日快照,相較7月28日快照在推理能力上有提升;智能體能力、多輪工具調用能力進一步增強;主觀創作類任務表現更優。支援1M上下文長度,按照上下文長度進行階梯計費。
qwen-vl-ocr-2025-11-20
本模型為2025年11月20日的快照版本,基於Qwen-VL3架構全面升級,在文檔解析,文字定位能力全面升級,端到端時延、幻覺大幅降低。
qwen-vl-ocr
千問VL-OCR(qwen-vl-ocr),即基於Qwen-VL訓練的OCR識別大模型。通過統一模型的方式彙總多種圖文識別、解析、處理類任務,提供強大的圖文識別能力。
qwen-mt-lite
基於Qwen3全面升級的基礎級文本翻譯大模型,支援32個語種互譯,模型效能和翻譯效果全面升級,並提供更穩定的術語定製、格式還原度、領域提示能力,讓譯文更精準、自然。
qwen-mt-flash
基於Qwen3全面升級的輕量級文本翻譯大模型,支援92個語種互譯,模型效能和翻譯效果全面升級,提供更穩定的術語定製、格式還原度、領域提示能力,讓譯文更精準、自然。
qwen3-vl-32b-thinking
Qwen3-VL系列最大尺寸Dense模型的推理版本,多模態推理能力僅次於Qwen3-VL-235B-Thinking,STEM&數學類解題能力、通用映像和視頻理解能力出眾,多模態Agent能力達到SOTA,適合做複雜多模態推理任務。
qwen3-vl-32b-instruct
Qwen3-VL系列最大尺寸Dense模型的非推理版本,綜合表現僅次於Qwen3-VL-235B-Instruct,文檔識別和理解能力出色,空間感知與萬物識別能力強,視覺2D檢測/空間推理能力達到SOTA,適合通用情境下的複雜感知任務。
qwen3-vl-flash
qwen3-vl-flash-2025-10-15
Qwen3系列小尺寸視覺理解模型,實現思考模式和非思考模式的有效融合,效果優於開源版Qwen3-VL-30B-A3B,響應速度快。全面升級映像/視頻理解,支援長視頻長文檔等超長上下文、空間感知與萬物識別;具備視覺2D/3D定位能力,勝任複雜現實任務。
qwen3-vl-flash
qwen3-vl-flash-2025-10-15
Qwen3系列小尺寸視覺理解模型,實現思考模式和非思考模式的有效融合,效果優於開源版Qwen3-VL-30B-A3B,響應速度快。全面升級映像/視頻理解,支援長視頻長文檔等超長上下文、空間感知與萬物識別;具備視覺2D/3D定位能力,勝任複雜現實任務。
qwen3-vl-30b-a3b-thinking
Qwen3-VL系列第二大MoE模型的Thinking版本,響應速度快,具備更強多模態理解與推理、視覺智能體、長視頻長文檔等超長上下文支援能力;全面升級映像/視頻理解、空間感知與萬物識別能力,勝任複雜現實任務。
qwen3-vl-30b-a3b-instruct
Qwen3-VL系列第二大MoE模型的Instruct版本,響應速度快,支援長視頻長文檔等超長上下文;全面升級映像/視頻理解、空間感知與萬物識別能力;具備視覺2D/3D定位能力,勝任複雜現實任務。
qwen3-vl-8b-thinking
Qwen3-VL系列8B Dense模型的Thinking版本,佔用顯存更低,能夠完成多模態理解與推理;支援長視頻長文檔等超長上下文、視覺2D/3D定位;全面升級映像/視頻理解、空間感知與萬物識別能力。
qwen3-vl-8b-instruct
Qwen3-VL系列8B Dense模型的Instruct版本,佔用顯存更低,全面升級映像/視頻理解、長視頻長文檔等超長上下文支援、空間感知與萬物識別能力,勝任複雜現實任務。
qwen3-max
千問3系列Max模型,相較preview版本在智能體編程與工具調用方向進行了專項升級。本次發布的正式版模型達到領域SOTA水平,適配情境更加複雜的智能體需求。
qwen3-max
qwen3-max-2025-09-23
千問3系列Max模型,相較preview版本在智能體編程與工具調用方向進行了專項升級。本次發布的正式版模型達到領域SOTA水平,適配情境更加複雜的智能體需求。
qwen3-vl-plus
Qwen3系列視覺理解模型,實現思考模式和非思考模式的有效融合,視覺智能體能力在OS World等公開測試集上達到世界頂尖水平。此版本在視覺coding、空間感知、多模態思考等方向全面升級;視覺感知與識別能力大幅提升,支援超長視頻理解。
qwen3-vl-plus
qwen3-vl-plus-2025-09-23
Qwen3系列視覺理解模型,實現思考模式和非思考模式的有效融合,視覺智能體能力在OS World等公開測試集上達到世界頂尖水平。此版本在視覺coding、空間感知、多模態思考等方向全面升級;視覺感知與識別能力大幅提升,支援超長視頻理解。
qwen3-vl-235b-a22b-thinking
Qwen3系列視覺理解模型,多模態思考能力顯著增強,模型在STEM與數學推理方面進行了重點最佳化;視覺感知與識別能力全面提升、OCR能力迎來重大升級。
qwen3-vl-235b-a22b-instruct
Qwen3系列視覺理解模型,在視覺coding、空間感知等方向全面升級;視覺感知與識別能力大幅提升,支援超長視頻理解,OCR能力迎來重大升級。
qwen3-coder-plus-2025-09-23
基於Qwen3的代碼產生模型,具有強大的Coding Agent能力,擅長工具調用和環境互動,能夠實現自主編程、代碼能力卓越的同時兼具通用能力。本版本為2025年9月23日快照,相較上一版本(7月22日快照)在下遊任務效果和工具調用方面魯棒性有所提升;代碼安全性增強。
qwen-plus
千問超大規模語言模型增強版,支援中文英文等不同語言輸入。相對於之前版本,中英文code能力、邏輯能力、多語言能力顯著提升,回複風格面向人類偏好進行大幅調整,模型回複詳實程度和格式清晰度明顯改善,創作類專項、json格式遵循專項、角色扮演專項能力定向提升。
qwen-plus
千問超大規模語言模型增強版,支援中文英文等不同語言輸入。相對於之前版本,中英文code能力、邏輯能力、多語言能力顯著提升,回複風格面向人類偏好進行大幅調整,模型回複詳實程度和格式清晰度明顯改善,創作類專項、json格式遵循專項、角色扮演專項能力定向提升。
qwen3-next-80b-a3b-thinking
基於Qwen3的新一代思考模式開源模型,相較上一版本(千問3-235B-A22B-Thinking-2507指令遵循能力有提升、模型總結回複更加精簡。
qwen3-next-80b-a3b-instruct
基於Qwen3的新一代非思考模式開源模型,相較上一版本(千問3-235B-A22B-Instruct-2507)中文文本理解能力更佳、邏輯推理能力有增強、文本產生類任務表現更好。
qwen-plus-2025-09-11
本版本為2025年9月11日快照,相較7月28日快照在思考模式下指令遵循能力有提升、模型總結回複更加精簡;在非思考模式下中文文本理解能力更佳、邏輯推理能力有增強。支援1M上下文長度,按照上下文長度進行階梯計費。
qwen3-max-preview
Qwen3系列Max模型Preview版本,實現思考模式和非思考模式的有效融合。思考模式下在智能體編程能力、常識知識推理能力、數學/科學/通用類推理等能力上均有顯著增強。
qwen-flash
qwen-flash-2025-07-28
Qwen3系列Flash模型,實現思考模式和非思考模式的有效融合,可在對話中切換模式。複雜推理類任務效能優秀,指令遵循、文本理解等能力顯著提高。支援1M上下文長度,按照上下文長度進行階梯計費。
qwen3-coder-30b-a3b-instruct
基於Qwen3的代碼產生模型,繼承Qwen3-Coder-480B-A35B-Instruct的coding agent能力,代碼能力達到同尺寸規模模型SOTA。
qwen3-30b-a3b-thinking-2507
基於Qwen3的思考模式開源模型,相較上一版本(千問3-30B-A3B)複雜推理類任務效能優秀,包括邏輯推理、數學、科學、代碼類等具有一定難度的任務情境,指令遵循、文本理解、多語言翻譯等能力顯著提高。
qwen3-coder-flash
qwen3-coder-flash-2025-07-28
基於Qwen3的代碼產生模型,繼承Qwen3-Coder-Plus的coding agent能力,支援多輪工具互動,重點最佳化倉庫層級理解能力並增加工具調用穩定性。
qwen3-30b-a3b-instruct-2507
基於Qwen3的非思考模式開源模型,相較上一版本(千問3-30B-A3B)中英文和多語言整體通用能力有大幅提升。主觀開放類任務專項最佳化,顯著更加符合使用者偏好,能夠提供更有協助性的回複。
qwen-plus-2025-07-28
Qwen3系列Plus模型,實現思考模式和非思考模式的有效融合,可在對話中切換模式。相較上個版本在中英文能力、工具調用上進行了專用增強。本版本為2025年7月28日快照,首次支援1M上下文長度,按照上下文長度進行階梯計費。
qwen3-235b-a22b-thinking-2507
基於Qwen3的思考模式開源模型,相較上一版本(千問3-235B-A22B)邏輯能力、通用能力、知識增強及創作能力均有大幅提升,適用於高難度強推理情境。
qwen-mt-plus
基於Qwen3全面升級的旗艦級翻譯大模型,支援92個語種互譯,模型效能和翻譯效果全面升級,並提供更穩定的術語定製、格式還原度、領域提示能力,讓譯文更精準、自然。
qwen3-coder-plus
qwen3-coder-plus-2025-07-22
基於Qwen3的代碼產生模型,具有強大的Coding Agent能力,擅長工具調用和環境互動,能夠實現自主編程、代碼能力卓越的同時兼具通用能力。
qwen3-coder-480b-a35b-instruct
基於Qwen3的代碼產生模型,具有強大的Coding Agent能力,代碼能力達到開源模型 SOTA。
qwen3-235b-a22b-instruct-2507
基於Qwen3的非思考模式開源模型,相較上一版本(千問3-235B-A22B)主觀創作能力與模型安全性均有小幅度提升。
qwen3-8b
實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力達到同規模業界SOTA水平、通用能力顯著超過Qwen2.5-7B。
qwen3-32b
實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力顯著超過QwQ、通用能力顯著超過Qwen2.5-32B-Instruct,達到同規模業界SOTA水平。
qwen3-30b-a3b
實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力以更小參數規模比肩QwQ-32B、通用能力顯著超過Qwen2.5-14B,達到同規模業界SOTA水平。
qwen3-235b-a22b
實現思考模式和非思考模式的有效融合,可在對話中切換模式。推理能力顯著超過QwQ、通用能力顯著超過Qwen2.5-72B-Instruct,達到同規模業界SOTA水平。
日本(東京)
2026 年
qwen4-max
Qwen4-Max 是通義千問新一代旗艦多模態模型,融合文字生成、圖片與影片理解及深度思考能力,適用於程式開發、辦公、前端設計與複雜智慧體任務。模型支援聯網搜尋、工具呼叫和結構化輸出,相容 OpenAI 與 Anthropic API,協助開發者建構具備多模態理解與任務執行能力的智慧應用。
deepseek-v4.1-flash-1017
DeepSeek-V4.1-Flash-1017 是 V4.1-Flash 的迭代版本,透過基於自回饋的強化學習(RL)訓練,在 Terminal-Bench 4.0、DeepSWE v1.1、ProgramBench 等多項基準上較上一版顯著提升,同時縮短任務執行時間與輸出長度,在多個 Harness 下達到新的效能–費用帕累托最優。模型從零建構完整專案的能力進一步增強,可支援遊戲開發、3D 建模等「許願式」程式設計任務,延續上一版的 552B 總參數 MoE、原生多模態視覺理解、1M 上下文與 384K 最大輸出。
qwen3.8-max-0902
Qwen3.8-Max-0902(別名qwen3.8-max-2026-09-02)是qwen3.8-max的快照版本。編碼深度再突破,可駕馭更復雜的工程級項目與長程自主開發;協作智能體能力顯著增強,在多工具調度與端到端交付中表現更從容;視覺理解全面精進,圖表推理、文檔解析與多模態感知更敏銳準確。延續 100 萬上下文、思考模式與完整工具生態,在更高智能水平上持續進化。
qwen3.8-flash
Qwen3.8-Flash 是千問3.8系列輕量旗艦模型,支援100萬 token 上下文視窗、最大128k輸出長度和256k思考預算。具備深度推理、Function Calling、結構化輸出、內建工具和原生視覺理解能力,實現性能與成本的最佳平衡,適用於從日常文本生成到智能體場景的各類任務。
wan3.0-video-prime
Wan3.0-Video-Prime 是萬相3.0 的高速版視頻產生模型,能力對齊 Wan3.0-Video 標準版,支援四模態全能參考,最長可產生30秒視頻,帶來沈浸式視聽體驗的同時端到端速度顯著提升。
kimi-k3
Kimi-K3 是 Kimi 旗艦模型,擁有 2.8 萬億參數,基於 KDA 混合線性注意力機制(Kimi Delta Attention)和注意力殘差(Attention Residuals)技術構建,原生支援視覺理解,並擁有 100 萬 token 上下文視窗。它是全球首個開源的 3 萬億層級模型,面向長程編程、知識工作和推理等前沿智能情境而設計。
deepseek-v4-pro-0813
旗艦級 MoE 大模型,總參1.6T、啟用 49B,原生支援百萬級超長上下文。依託海量高品質訓練資料,具備頂尖數學邏輯、複雜推理、專業代碼與長文本深度解析能力,適配高階科研、複雜辦公、深度智能代理等高難度情境。
wan3.0-video
萬相3.0是 all-in-one 視頻產生模型,統一支援參考、編輯、複刻、驅動等多種創作功能,四模態全能參考,最長支援30秒視頻產生,可解析檔案、網頁及複雜圖片。生產級角色一致性保持,音畫真實,帶來身臨其境的視聽衝擊力。
qwen-image-3.0-pro
內容豐實:支援最大 4.5k token 輸入,支援圖中圖密集資訊排版,讓報紙、分鏡、菜單、試卷等複雜版面一次產生。 細節真實:支援 10px 小字精準渲染,微表情、毛孔、髮絲等細節生動還原,逼近真實攝影的質感。 知識厚實:支援 12 國語言、20+ 字型原生渲染,主流網頁、遊戲、直播等介面模擬,外部知識全納入。 Qwen-Image-3.0-Pro 不只是在追求"好看",更在追求**“好用”**——讓映像產生真正成為可落地的生產力工具。
qwen-image-3.0
指令理解清晰:支援最大 4.5k token 輸入,複雜圖文指令一次產生到位。 文字渲染穩定:10px 小字、12 國語言、20+ 字型清晰可辨,資訊圖和介面直接可用。 批量產出趁手:海報、網頁、介面等日常任務可批量產生,成本更優,適合持續創作。 Qwen-Image-3.0 Standard 不只在追求產生效果,更在追求日常創作裡的順手與省心——讓映像產生成為可持續的內容生產力。
qwen3.8-max
2.4萬億參數MoE旗艦,編程與辦公能力全面躍升,可自主編程十數天交付完整專案。勝任法律、金融、設計等數百種專業任務,一次對話端到端交付生產級成果。原生視覺理解貫穿規劃、執行與驗證全流程,支援超長文檔與長視頻的深度語義解析。長程任務中自主規劃與閉環迭代,持續進化。
deepseek-v4-flash-0731
高效輕量化MoE模型,總參284B,啟用13B,原生支援百萬超長上下文能力。推理速度快、延遲低、調用成本低廉,綜合能力均衡,主打高並發、輕量化任務,適合日常對話、內容創作、基礎 RAG、批量文案處理等普惠剛需情境。
deepseek-v4-flash-0731
高效輕量化MoE模型,總參284B,啟用13B,原生支援百萬超長上下文能力。推理速度快、延遲低、調用成本低廉,綜合能力均衡,主打高並發、輕量化任務,適合日常對話、內容創作、基礎 RAG、批量文案處理等普惠剛需情境。
kimi-k2.7-code
kimi-k2.7-code是 kimi coding模型,在長上下文中更可靠地遵循指令,能以更高的成功率完成編程任務,同時支援文本、圖片與視頻輸入,思考模式,對話與 Agent 任務。
glm-5.2
GLM-5.2是智譜AI推出的面向長程任務(Long Horizon Task)設計的旗艦模型,支援1M超長上下文。擁有強大邏輯推理、長文本理解與代碼產生能力、兼顧效能與推理效率;在多任務基準中表現優異,適用於智能互動、公司專屬應用程式、開發輔助等情境。
qwen3.7-flash
qwen3.7-flash-2026-07-15
Qwen3.7原生視覺語言系列Flash模型,相較3.6-Flash全面提升多模態理解與Agent執行能力。重點強化多模態基礎能力、萬物識別能力更強,真實世界感知與空間智能進一步提升,Search Agent、CI Agent等多模態Agent情境能力顯著升級、端到端任務執行更穩定,多模態Coding能力最佳化、vibe coding 體驗更加流暢。
qwen-plus-character
千問系列角色扮演模型,本模型是動態更新版本,模型更新會提前通知,適合擬人化的角色扮演,同時最佳化了限定人設指令遵循、話題推進、傾聽共情等能力,支援個人化角色的深度還原。
happyhorse-1.1-t2v
HappyHorse-1.1-T2V支援文生視頻,進一步提升文本語義理解、鏡頭調度與動態產生表現。模型能夠更精準地還原創作意圖,在人物動作、情境氛圍、視覺美感和物理運動上產生更流暢自然、細節豐富且一致性更高的高品質視頻。
happyhorse-1.1-r2v
HappyHorse-1.1-R2V支援參考生視頻,進一步提升主體、情境風格與畫面一致性的穩定保持。模型最多支援9張參考圖片輸入,能夠更精準理解並延續創作意圖,在人物、情境、風格和鏡頭表現上帶來更強的可控性與表現力。
happyhorse-1.1-i2v
HappyHorse-1.1-I2V支援圖生視頻,進一步提升畫面質感、動態表現與跨片段一致性。模型能夠更精準地理解輸入映像並延續創作意圖,在人物皮膚質感、ID跨片段保持、動作流暢度、文字渲染穩定性以及音畫同步上帶來顯著改善,輸出更真實自然、細節豐富且一致性更高的高品質視頻。
happyhorse-1.1-t2v
HappyHorse-1.1-T2V支援文生視頻,進一步提升文本語義理解、鏡頭調度與動態產生表現。模型能夠更精準地還原創作意圖,在人物動作、情境氛圍、視覺美感和物理運動上產生更流暢自然、細節豐富且一致性更高的高品質視頻。
happyhorse-1.1-r2v
HappyHorse-1.1-R2V支援參考生視頻,進一步提升主體、情境風格與畫面一致性的穩定保持。模型最多支援9張參考圖片輸入,能夠更精準理解並延續創作意圖,在人物、情境、風格和鏡頭表現上帶來更強的可控性與表現力。
happyhorse-1.1-i2v
HappyHorse-1.1-I2V支援圖生視頻,進一步提升畫面質感、動態表現與跨片段一致性。模型能夠更精準地理解輸入映像並延續創作意圖,在人物皮膚質感、ID跨片段保持、動作流暢度、文字渲染穩定性以及音畫同步上帶來顯著改善,輸出更真實自然、細節豐富且一致性更高的高品質視頻。
qwen3.7-plus
qwen3.7-plus-2026-05-26
Qwen3.7系列中高性價比Plus模型,在強大文本能力的基礎上全面升級了視覺-語言能力,同時保持了在編碼、工具使用和生產力工作流程方面的完整智能體能力。其核心特色為多模態互動混合智能體能力,能夠感知真實世界情境、讀取螢幕並操作 GUI、基於視覺參考產生代碼、端到端導航行動裝置 App。
qwen3.7-plus
qwen3.7-plus-2026-05-26
Qwen3.7系列中高性價比Plus模型,在強大文本能力的基礎上全面升級了視覺-語言能力,同時保持了在編碼、工具使用和生產力工作流程方面的完整智能體能力。其核心特色為多模態互動混合智能體能力,能夠感知真實世界情境、讀取螢幕並操作 GUI、基於視覺參考產生代碼、端到端導航行動裝置 App。
qwen3.7-max
qwen3.7-max-2026-05-20
Qwen3.7系列中規模最大、綜合能力最強的Max模型,當前開放純文字模型能力供體驗。Qwen3.7是面向智能體時代的新一代旗艦模型,核心優勢在於智能體能力的廣度與深度:在編程、辦公與生產力、長周期自主執行方面均能出色勝任各項任務。
deepseek-v4-pro
旗艦級 MoE 大模型,總參1.6T、啟用 49B,原生支援百萬級超長上下文。依託海量高品質訓練資料,具備頂尖數學邏輯、複雜推理、專業代碼與長文本深度解析能力,適配高階科研、複雜辦公、深度智能代理等高難度情境。
deepseek-v4-flash
高效輕量化MoE模型,總參284B,啟用13B,原生支援百萬超長上下文能力。推理速度快、延遲低、調用成本低廉,綜合能力均衡,主打高並發、輕量化任務,適合日常對話、內容創作、基礎 RAG、批量文案處理等普惠剛需情境。
deepseek-v4-pro
旗艦級 MoE 大模型,總參1.6T、啟用 49B,原生支援百萬級超長上下文。依託海量高品質訓練資料,具備頂尖數學邏輯、複雜推理、專業代碼與長文本深度解析能力,適配高階科研、複雜辦公、深度智能代理等高難度情境。
kimi-k2.5
kimi-k2.5是月之暗面模型,原生多模態架構設計,同時支援視覺與文本輸入、思考與非思考模式、對話與Agent任務。
happyhorse-1.0-video-edit
HappyHorse-1.0-Video-Edit可使用視訊編輯,自然語言指令編輯視頻,可參考最多5張圖片局部或全域編輯視頻元素,能夠精準複刻視頻動態過程,實現更強表現能力。
qwen3.6-flash
qwen3.6-flash-2026-04-16
Qwen3.6原生視覺語言系列Flash模型,模型效果相較3.5-Flash顯著提升。本模型重點提升agentic coding能力(在多項代碼智能體基準上大幅超越前代)、數學推理和代碼推理能力;視覺方面在空間智能能力上顯著增強,物體定位與目標檢測提升尤為突出。
glm-5.1
GLM-5.1是智譜AI推出的面向長程任務(Long Horizon Task)設計的模型,總參數744B,支援200K超長上下文,最大輸出 128K tokens。擁有強大邏輯推理、長文本理解與代碼產生能力、兼顧效能與推理效率;在多任務基準中表現優異,適用於智能互動、公司專屬應用程式、開發輔助等情境。
wan2.7-videoedit
Wan2.7-VideoEdit,自然語言指令編輯視頻,支援局部或全域編輯,可參考映像替換視頻元素,支援複刻視頻動作、特效、運鏡等動態過程。
wan2.7-t2v
Wan2.7-T2V,演繹能力全面升級,文戲情感細膩自然,動作戲激烈拳拳到肉,搭配更富有戲劇性和節奏感的鏡頭切換,實現更強表演能力。
wan2.7-r2v
Wan2.7-R2V,更加穩定的角色、道具與情境參考,支援最大5個圖/視頻混合參考,支援音頻音色參考,搭配基礎能力升級實現更強表演能力。
wan2.7-i2v
萬相2.7-圖生視頻,演繹能力全面升級,文戲情感細膩自然,動作戲激烈拳拳到肉,搭配更富有戲劇性和節奏感的鏡頭切換,實現更強表演能力。
wan2.7-image
萬相2.7-映像產生與編輯,支援文生圖、文生組圖、圖生組圖、影像編輯、多圖參考產生、互動式編輯,在文字渲染、主體一致性、複雜指令遵循上都有更強表現
qwen3.6-plus
qwen3.6-plus-2026-04-02
Qwen3.6原生視覺語言系列Plus模型,展現出與當前頂尖前沿模型相媲美的卓越效能,模型效果相較3.5系列顯著提升。模型在Agentic coding、前端編程、Vibe coding等代碼能力、多模態萬物識別、OCR、物體定位等能力上顯著增強。