模型上架 詳見下表， 模型下線 規則及清單請參考 模型下線機制說明 。
新加坡
模型類型 | 時間 | 服務部署範圍 | 模型ID | 功能說明 |
|---|---|---|---|---|
文本生成、深度思考、視覺理解 | 2026-09-02 | 國際 |
| 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。 |
文本生成、深度思考、視覺理解 | 2026-08-26 | 國際 |
| 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。 |
視頻產生 | 2026-08-20 | 國際 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-08-19 | 國際 |
| Kimi-K3 是 Kimi 迄今能力最強的旗艦模型，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。 |
文本產生、深度思考、視覺理解 | 2026-08-17 | 國際 |
| 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。 |
文本產生、深度思考 | 2026-08-17 | 國際 |
| GLM-5.3是智譜迄今編程能力最強的模型，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。 |
文本產生、深度思考 | 2026-08-14 | 國際 |
| 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。 |
文本產生 | 2026-08-12 | 國際 |
| Qwen3.8-2.4T-A95B 是通義千問最新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。 |
即時語音對話 | 2026-08-10 | 國際 |
| 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。 |
即時語音對話 | 2026-08-10 | 國際 |
| 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 |
文本產生、深度思考、視覺理解 | 2026-08-07 | 國際 |
| Kimi K3 是 Kimi 迄今能力最強的旗艦模型，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。 |
文本產生、深度思考 | 2026-08-07 | 國際 |
| 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。 |
視頻產生 | 2026-08-06 | 國際 |
| 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。 |
圖片產生 | 2026-08-04 | 國際 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-08-02 | 國際 |
| 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。 |
文本產生、深度思考 | 2026-08-01 | 國際 |
| 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。 |
文本向量 | 2026-07-31 | 國際 |
| 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。 |
語音辨識 | 2026-07-30 | 國際 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-07-21 | 國際 |
| 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。 |
圖片產生 | 2026-07-20 | 國際 |
| 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。 |
語音合成、即時語音合成 | 2026-07-14 | 國際 |
| 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。 |
即時語音合成 | 2026-07-14 | 國際 |
| 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。 |
文本產生 | 2026-07-10 | 國際 |
| 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。 |
視頻產生 | 2026-07-01 | 國際 |
| 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。 |
視頻產生 | 2026-07-01 | 國際 |
| 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。 |
圖片產生 | 2026-06-25 | 國際 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-06-25 | 國際 |
| kimi-k2.7-code是 kimi 迄今最智能的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。 |
文本產生、深度思考 | 2026-06-25 | 國際 |
| GLM-5.2是智譜AI推出的面向長程任務（Long Horizon Task）設計的最新旗艦模型，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。 |
語音辨識 | 2026-06-17 | 國際 |
| 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。 |
視頻產生 | 2026-06-16 | 國際 |
| 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。 |
視頻產生 | 2026-06-16 | 國際 |
| 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。 |
視頻產生 | 2026-06-16 | 國際 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-06-10 | 國際 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-06-01 | 國際 |
| 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。 |
文本產生、深度思考 | 2026-05-21 | 國際 |
| 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。 |
文本產生、深度思考 | 2026-05-20 | 國際 |
| 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。 |
即時語音翻譯 | 2026-05-19 | 國際 |
| 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。 |
文本產生、深度思考 | 2026-05-11 | 國際 |
| 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。 |
文本產生、深度思考 | 2026-05-11 | 國際 |
| 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。 |
視頻產生 | 2026-04-26 | 國際 |
| 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。 |
視頻產生 | 2026-04-26 | 國際 |
| 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。 |
視頻產生 | 2026-04-26 | 國際 |
| 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。 |
視頻產生 | 2026-04-26 | 國際 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-04-23 | 國際 |
| 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。 |
圖片產生 | 2026-04-23 | 國際 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-04-22 | 國際 |
| 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。 |
視頻產生 | 2026-04-22 | 國際 |
| 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。 |
視頻產生 | 2026-04-22 | 國際 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-04-17 | 國際 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-04-17 | 國際 |
| 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。 |
語音合成 | 2026-04-15 | 國際 |
| 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。 |
文本產生、深度思考 | 2026-04-14 | 國際 |
| 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。 |
文本產生、深度思考 | 2026-04-14 | 國際 |
| 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。 |
視頻產生 | 2026-04-03 | 國際 |
| 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。 |
視頻產生 | 2026-04-03 | 國際 |
| 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。 |
視頻產生 | 2026-04-03 | 國際 |
| 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。 |
視頻產生 | 2026-04-03 | 國際 |
| 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。 |
圖片產生 | 2026-04-01 | 國際 |
| 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。 |
圖片產生 | 2026-04-01 | 國際 |
| 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 |
文本產生、深度思考、視覺理解 | 2026-04-01 | 國際 |
| 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。 |
即時全模態 | 2026-03-26 | 國際 |
| Qwen3.5-Omni是Qwen最新一代全模態大模型，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。 |
全模態 | 2026-03-26 | 國際 |
| Qwen3.5-Omni是Qwen最新一代全模態大模型，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。 |
即時全模態 | 2026-03-26 | 國際 |
| Qwen3.5-Omni是Qwen最新一代全模態大模型，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。 |
全模態 | 2026-03-26 | 國際 |
| Qwen3.5-Omni是Qwen最新一代全模態大模型，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。 |
即時全模態 | 2026-03-25 | 國際 |
| Qwen3.5-Omni是Qwen最新一代全模態大模型，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。 |
文本產生、深度思考 | 2026-03-20 | 國際 |
| 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。 |
圖片產生 | 2026-03-03 | 國際 |
| 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。 |
圖片產生 | 2026-03-03 | 國際 |
| 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。 |
語音辨識 | 2026-03-02 | 國際 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-02-23 | 國際 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-02-23 | 國際 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-02-23 | 國際 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-02-23 | 國際 |
| 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。 |
文本產生 | 2026-02-20 | 國際 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-02-15 | 國際 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-02-15 | 國際 |
| 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。 |
語音辨識 | 2026-02-13 | 國際 |
| 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。 |
語音合成 | 2026-02-10 | 國際 |
| Qwen3-TTS-VD模型是通義最新推出的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。 |
語音合成 | 2026-02-10 | 國際 |
| Qwen3-TTS-Flash模型是通義最新推出的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。 |
語音合成 | 2026-02-10 | 國際 |
| Qwen3-TTS-Flash模型是通義實驗室最新推出的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。 |
語音合成 | 2026-02-10 | 國際 |
| 複製能力：CosyVoice-v3-plus是通義實驗室CosyVoice系列最新版的語音複製大模型，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系列最新版的語音合成大模型，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。 |
語音合成 | 2026-02-09 | 國際 |
| 合成能力：CosyVoice-v3-Flash是通義實驗室CosyVoice系列最新版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系列最新版的語音複製大模型，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。 |
文本產生 | 2026-01-30 | 國際 |
| 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。 |
視頻產生 | 2026-01-29 | 國際 |
| 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 |
文本向量 | 2026-01-27 | 國際 |
| 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 |
文本產生、深度思考 | 2026-01-23 | 國際 |
| 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。 |
視覺理解 | 2026-01-22 | 國際 |
| 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。 |
語音合成 | 2026-01-21 | 國際 |
| 千問3-TTS-Flash模型是通義實驗室最新推出的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。 |
視頻產生 | 2026-01-15 | 國際 |
| 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 |
圖片產生 | 2026-01-15 | 國際 |
| 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。 |
語音合成 | 2026-01-14 | 國際 |
| 千問3-TTS-VD模型是通義實驗室最新推出的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。 |
語音合成 | 2026-01-14 | 國際 |
| 千問3-TTS-Flash模型是通義最新推出的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。 |
文本產生 | 2026-01-13 | 國際 |
| 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。 |
圖片產生 | 2026-01-09 | 國際 |
| 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。 |
圖片產生 | 2025-12-30 | 國際 |
| 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。 |
圖片產生 | 2025-12-22 | 國際 |
| 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。 |
深度思考、視覺理解 | 2025-12-18 | 國際 |
| 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。 |
視頻產生 | 2025-12-16 | 國際 |
| 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。 |
圖片產生 | 2025-12-15 | 國際 |
| 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。 |
圖片產生 | 2025-12-15 | 國際 |
| 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。 |
圖片產生 | 2025-12-15 | 國際 |
| 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。 |
語音合成 | 2025-12-12 | 國際 |
| 千問3-TTS-VD模型是通義實驗室最新推出的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。 |
語音合成 | 2025-12-12 | 國際 |
| 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。 |
即時全模態 | 2025-12-04 | 國際 |
| 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。 |
全模態 | 2025-12-04 | 國際 |
| 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。 |
即時語音辨識 | 2025-12-04 | 國際 |
| 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。 |
視頻產生 | 2025-12-03 | 國際 |
| 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 |
視頻產生 | 2025-12-03 | 國際 |
| 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 |
— | 2025-12-01 | 國際 |
| 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。 |
語音合成 | 2025-11-27 | 國際 |
| 千問3-TTS-Flash模型是通義實驗室最新推出的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。 |
語音合成 | 2025-11-27 | 國際 |
| 千問3-TTS-Flash-Realtime模型是通義實驗室最新的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。 |
語音合成 | 2025-11-27 | 國際 |
| Qwen3-TTS-Flash模型是通義實驗室最新推出的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。 |
語音合成 | 2025-11-27 | 國際 |
| 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。 |
視覺理解 | 2025-11-21 | 國際 |
| 本模型為2025年11月20日的快照版本，基於最新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。 |
語音辨識 | 2025-11-21 | 國際 |
| 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。 |
視覺理解 | 2025-11-20 | 國際 |
| 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。 |
文本產生 | 2025-11-19 | 國際 |
| 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。 |
語音辨識 | 2025-11-18 | 國際 |
| 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。 |
即時語音辨識 | 2025-11-17 | 國際 |
| 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。 |
文本產生 | 2025-11-11 | 國際 |
| 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。 |
視頻產生 | 2025-11-10 | 國際 |
| 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。 |
視頻產生 | 2025-11-10 | 國際 |
| 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。 |
多模態向量 | 2025-10-31 | 國際 |
| 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。 |
多模態向量 | 2025-10-31 | 國際 |
| 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。 |
圖片產生 | 2025-10-31 | 國際 |
| 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。 |
即時語音辨識 | 2025-10-29 | 國際 |
| 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。 |
深度思考、視覺理解 | 2025-10-21 | 國際 |
| 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。 |
視覺理解 | 2025-10-21 | 國際 |
| 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。 |
深度思考、視覺理解 | 2025-10-15 | 國際 |
| 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。 |
深度思考、視覺理解 | 2025-10-03 | 國際 |
| 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。 |
視覺理解 | 2025-10-03 | 國際 |
| 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。 |
深度思考、視覺理解 | 2025-09-30 | 國際 |
| 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。 |
視覺理解 | 2025-09-30 | 國際 |
| 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。 |
語音辨識 | 2025-09-25 | 國際 |
| 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。 |
圖片產生 | 2025-09-24 | 國際 |
| 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。 |
圖片產生 | 2025-09-24 | 國際 |
| 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。 |
文本產生、深度思考 | 2025-09-24 | 國際 |
| 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。 |
即時語音翻譯 | 2025-09-24 | 國際 |
| 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。 |
語音辨識 | 2025-09-24 | 國際 |
| 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。 |
視頻產生 | 2025-09-23 | 國際 |
| 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。 |
視頻產生 | 2025-09-23 | 國際 |
| 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。 |
視覺理解 | 2025-09-23 | 國際 |
| 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。 |
深度思考、視覺理解 | 2025-09-23 | 國際 |
| 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。 |
視覺理解 | 2025-09-23 | 國際 |
| 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。 |
即時語音翻譯 | 2025-09-23 | 國際 |
| 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。 |
文本產生 | 2025-09-23 | 國際 |
| 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。 |
圖片產生 | 2025-09-23 | 國際 |
| 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。 |
即時語音辨識 | 2025-09-23 | 國際 |
| 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。 |
語音辨識 | 2025-09-19 | 國際 |
| 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。 |
即時全模態 | 2025-09-17 | 國際 |
| 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。 |
全模態 | 2025-09-17 | 國際 |
| 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。 |
語音合成 | 2025-09-16 | 國際 |
| Qwen3-TTS-Flash-Realtime-2025-09-18模型是通義實驗室最新的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。 |
語音合成 | 2025-09-16 | 國際 |
| 千問3-TTS-Flash-2025-09-18模型是通義實驗室最新推出的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。 |
語音辨識 | 2025-09-16 | 國際 |
| 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。 |
視覺理解 | 2025-09-16 | 國際 |
| 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。 |
視覺理解 | 2025-09-16 | 國際 |
| 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。 |
文本產生、深度思考 | 2025-09-16 | 國際 |
| 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。 |
視覺理解 | 2025-09-12 | 國際 |
| 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。 |
文本產生、深度思考 | 2025-09-11 | 國際 |
| 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。 |
文本產生 | 2025-09-11 | 國際 |
| 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。 |
文本產生、深度思考 | 2025-09-11 | 國際 |
| 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。 |
文本產生、深度思考 | 2025-09-05 | 國際 |
| 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。 |
文本向量 | 2025-08-25 | 國際 |
| 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。 |
圖片產生 | 2025-08-18 | 國際 |
| 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。 |
視頻產生 | 2025-08-15 | 國際 |
| 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。 |
即時全模態 | 2025-08-14 | 國際 |
| 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。 |
圖片產生 | 2025-08-14 | 國際 |
| 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。 |
文本產生、深度思考 | 2025-08-01 | 國際 |
| 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。 |
文本產生 | 2025-07-31 | 國際 |
| 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。 |
文本產生、深度思考 | 2025-07-31 | 國際 |
| 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。 |
文本產生、深度思考 | 2025-07-30 | 國際 |
| 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。 |
文本產生 | 2025-07-29 | 國際 |
| 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。 |
文本產生 | 2025-07-29 | 國際 |
| 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。 |
文本產生、深度思考 | 2025-07-29 | 國際 |
| 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。 |
視頻產生 | 2025-07-28 | 國際 |
| 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。 |
圖片產生 | 2025-07-28 | 國際 |
| 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。 |
圖片產生 | 2025-07-28 | 國際 |
| 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。 |
視頻產生 | 2025-07-28 | 國際 |
| 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。 |
文本產生、深度思考 | 2025-07-25 | 國際 |
| 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。 |
文本產生 | 2025-07-24 | 國際 |
| 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。 |
文本產生 | 2025-07-24 | 國際 |
| 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。 |
文本產生 | 2025-07-23 | 國際 |
| 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。 |
文本產生 | 2025-07-23 | 國際 |
| 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。 |
文本產生 | 2025-07-23 | 國際 |
| 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。 |
文本產生、深度思考 | 2025-07-23 | 國際 |
| 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。 |
文本產生 | 2025-07-21 | 國際 |
| 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。 |
全模態 | 2025-07-18 | 國際 |
| 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。 |
圖片產生 | 2025-05-22 | 國際 |
| 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。 |
圖片產生 | 2025-05-22 | 國際 |
| 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。 |
視頻產生 | 2025-05-14 | 國際 |
| 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。 |
文本產生、深度思考 | 2025-05-12 | 國際 |
| 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。 |
文本產生、深度思考 | 2025-05-12 | 國際 |
| 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。 |
文本產生、深度思考 | 2025-05-12 | 國際 |
| 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。 |
文本產生、深度思考 | 2025-05-12 | 國際 |
| 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。 |
文本產生、深度思考 | 2025-05-12 | 國際 |
| 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。 |
文本產生、深度思考 | 2025-04-29 | 國際 |
| 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。 |
視頻產生 | 2025-04-07 | 國際 |
| 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。 |
全模態 | 2025-03-26 | 國際 |
| 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。 |
深度思考、視覺理解 | 2025-03-26 | 國際 |
| 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。 |
深度思考 | 2025-03-05 | 國際 |
| 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。 |
視頻產生 | 2025-02-27 | 國際 |
| 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。 |
文本產生、深度思考 | 2025-01-30 | 國際 |
| 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。 |
文本產生 | 2025-01-30 | 國際 |
| 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。 |
文本產生 | 2025-01-30 | 國際 |
| 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。 |
視頻產生 | 2025-01-20 | 國際 |
| 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。 |
視頻產生 | 2025-01-09 | 國際 |
| 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。 |
視頻產生 | 2025-01-09 | 國際 |
| 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。 |
文本向量 | 2024-07-12 | 國際 |
| 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）
模型類型 | 時間 | 服務部署範圍 | 模型ID | 功能說明 |
|---|---|---|---|---|
文本生成、深度思考、視覺理解 | 2026-09-02 | 全球 |
| 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。 |
角色扮演 | 2026-08-30 | 全球 |
| 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。 |
文本生成、深度思考、視覺理解 | 2026-08-26 | 國際 |
| 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。 |
視頻產生 | 2026-08-20 | 全球 |
| 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。 |
文本產生、深度思考 | 2026-08-19 | 美國 |
| 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。 |
文本產生、深度思考 | 2026-08-14 | 全球 |
| 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。 |
視頻產生 | 2026-08-06 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-08-02 | 全球 |
| 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。 |
文本產生、深度思考 | 2026-08-01 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-07-21 | 全球 |
| 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。 |
文本產生、深度思考 | 2026-07-07 | 美國 |
| GLM-5.2-US是智譜AI推出的面向長程任務（Long Horizon Task）設計的最新旗艦模型，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。 |
文本產生、深度思考、視覺理解 | 2026-07-03 | 美國 |
| 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。 |
文本產生 | 2026-07-02 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-06-26 | 美國 |
| 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。 |
文本產生、深度思考 | 2026-06-26 | 美國 |
| 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。 |
視頻產生 | 2026-06-16 | 全球 |
| 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。 |
視頻產生 | 2026-06-16 | 全球 |
| 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。 |
視頻產生 | 2026-06-16 | 全球 |
| 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。 |
文本產生、深度思考 | 2026-06-16 | 全球 |
| GLM-5.2是智譜AI推出的面向長程任務（Long Horizon Task）設計的最新旗艦模型，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。 |
文本產生、深度思考、視覺理解 | 2026-06-15 | 全球 |
| kimi-k2.7-code是 kimi 迄今最智能的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。 |
文本產生、深度思考、視覺理解 | 2026-06-09 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-06-01 | 全球 |
| 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。 |
文本產生、深度思考 | 2026-05-20 | 全球 |
| 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。 |
文本產生、深度思考 | 2026-05-11 | 美國 |
| 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。 |
文本產生、深度思考 | 2026-05-11 | 美國 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-04-29 | 全球 |
| kimi-k2.5是月之暗面迄今發布最全能的模型，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。 |
視頻產生 | 2026-04-26 | 全球 |
| 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。 |
視頻產生 | 2026-04-26 | 全球 |
| 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。 |
文本產生、深度思考 | 2026-04-24 | 全球 |
| 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。 |
文本產生、深度思考 | 2026-04-24 | 全球 |
| 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。 |
視頻產生 | 2026-04-22 | 全球 |
| 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。 |
視頻產生 | 2026-04-22 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-04-17 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-04-17 | 全球 |
| 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。 |
文本產生、深度思考 | 2026-04-14 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-04-01 | 全球 |
| 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。 |
文本產生 | 2026-03-30 | 美國 |
| 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。 |
視覺理解 | 2026-03-14 | 美國 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-02-23 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-02-23 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-02-23 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-02-23 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-02-15 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-02-15 | 全球 |
| 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。 |
視頻產生 | 2025-12-16 | 全球 |
| 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 |
圖片產生 | 2025-12-15 | 全球 |
| 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。 |
圖片產生 | 2025-12-15 | 全球 |
| 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。 |
視頻產生 | 2025-12-03 | 美國 |
| 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 |
視頻產生 | 2025-12-03 | 全球 |
| 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 |
視頻產生 | 2025-12-03 | 美國 |
| 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 |
視頻產生 | 2025-12-03 | 全球 |
| 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 |
文本產生、深度思考 | 2025-12-01 | 美國 |
| 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。 |
文本產生、深度思考 | 2025-12-01 | 全球 |
| 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。 |
視覺理解 | 2025-11-21 | 全球 |
| 本模型為2025年11月20日的快照版本，基於最新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。 |
文本產生 | 2025-11-19 | 全球 |
| 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。 |
文本產生 | 2025-11-11 | 全球 |
| 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。 |
深度思考、視覺理解 | 2025-10-21 | 全球 |
| 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。 |
視覺理解 | 2025-10-21 | 全球 |
| 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。 |
視覺理解 | 2025-10-15 | 美國 |
| 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。 |
深度思考、視覺理解 | 2025-10-15 | 全球 |
| 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。 |
深度思考、視覺理解 | 2025-10-03 | 全球 |
| 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。 |
視覺理解 | 2025-10-03 | 全球 |
| 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。 |
深度思考、視覺理解 | 2025-09-30 | 全球 |
| 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。 |
視覺理解 | 2025-09-30 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-09-24 | 全球 |
| 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。 |
視覺理解 | 2025-09-23 | 全球 |
| 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。 |
深度思考、視覺理解 | 2025-09-23 | 全球 |
| 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。 |
視覺理解 | 2025-09-23 | 全球 |
| 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。 |
文本產生 | 2025-09-23 | 全球 |
| 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。 |
語音辨識 | 2025-09-16 | 美國 |
| 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。 |
文本產生、深度思考 | 2025-09-16 | 美國 |
| 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。 |
文本產生、深度思考 | 2025-09-16 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-09-11 | 全球 |
| 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。 |
文本產生 | 2025-09-11 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-09-11 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-09-05 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-08-01 | 美國 |
| 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。 |
文本產生、深度思考 | 2025-08-01 | 全球 |
| 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。 |
文本產生 | 2025-07-31 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-07-30 | 全球 |
| 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。 |
文本產生 | 2025-07-29 | 全球 |
| 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。 |
文本產生 | 2025-07-29 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-07-29 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-07-25 | 全球 |
| 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。 |
文本產生 | 2025-07-24 | 全球 |
| 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。 |
文本產生 | 2025-07-23 | 全球 |
| 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。 |
文本產生 | 2025-07-23 | 全球 |
| 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。 |
文本產生 | 2025-07-23 | 全球 |
| 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。 |
視覺理解 | 2025-07-07 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-05-12 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-05-12 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-05-12 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-05-12 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-05-12 | 全球 |
| 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）
模型類型 | 時間 | 模型ID | 功能說明 |
|---|---|---|---|
文本生成、深度思考、視覺理解 | 2026-09-02 |
| 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。 |
文本生成、深度思考、視覺理解 | 2026-08-26 |
| 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。 |
視頻產生 | 2026-08-20 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-08-19 |
| Kimi-K3 是 Kimi 迄今能力最強的旗艦模型，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。 |
文本產生、深度思考、視覺理解 | 2026-08-17 |
| 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。 |
文本產生、深度思考 | 2026-08-14 |
| 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。 |
文本產生 | 2026-08-12 |
| Qwen3.8-2.4T-A95B 是通義千問最新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。 |
視頻產生 | 2026-08-06 |
| 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。 |
圖片產生 | 2026-08-04 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-08-02 |
| 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。 |
文本產生、深度思考 | 2026-08-01 |
| 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。 |
語音辨識 | 2026-07-30 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-07-21 |
| 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。 |
圖片產生 | 2026-07-20 |
| 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。 |
語音合成、即時語音合成 | 2026-07-14 |
| 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。 |
即時語音合成 | 2026-07-14 |
| 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。 |
即時語音對話 | 2026-07-14 |
| 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。 |
即時語音對話 | 2026-07-14 |
| 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 |
文本產生 | 2026-07-09 |
| 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。 |
視頻產生 | 2026-07-01 |
| 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。 |
視頻產生 | 2026-07-01 |
| 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。 |
文本向量 | 2026-06-30 |
| 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 |
圖片產生 | 2026-06-25 |
| 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。 |
語音辨識 | 2026-06-17 |
| 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。 |
視覺理解 | 2026-06-16 |
| 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。 |
視頻產生 | 2026-06-16 |
| 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。 |
視頻產生 | 2026-06-16 |
| 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。 |
視頻產生 | 2026-06-16 |
| 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。 |
文本產生、深度思考 | 2026-06-16 |
| GLM-5.2是智譜AI推出的面向長程任務（Long Horizon Task）設計的最新旗艦模型，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。 |
文本產生、深度思考、視覺理解 | 2026-06-15 |
| kimi-k2.7-code是 kimi 迄今最智能的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。 |
文本產生、深度思考、視覺理解 | 2026-06-09 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-06-01 |
| 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。 |
語音合成 | 2026-06-01 |
| 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 |
文本產生、深度思考 | 2026-05-21 |
| 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。 |
即時語音翻譯 | 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。 |
語音合成 | 2026-05-06 |
| 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。 |
視頻產生 | 2026-04-26 |
| 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。 |
視頻產生 | 2026-04-26 |
| 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。 |
視頻產生 | 2026-04-26 |
| 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。 |
視頻產生 | 2026-04-26 |
| 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。 |
文本產生、深度思考 | 2026-04-24 |
| 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。 |
文本產生、深度思考 | 2026-04-24 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-04-23 |
| 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。 |
圖片產生 | 2026-04-23 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-04-22 |
| 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。 |
視頻產生 | 2026-04-22 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-04-21 |
| kimi-k2.6是Kimi最新最智能的模型，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。 |
視頻產生 | 2026-04-21 |
| 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。 |
文本產生、深度思考 | 2026-04-20 |
| 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。 |
文本產生、深度思考、視覺理解 | 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。 |
文本產生、深度思考、視覺理解 | 2026-04-16 |
| 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。 |
文本產生、深度思考 | 2026-04-14 |
| 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。 |
視頻產生 | 2026-04-03 |
| 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。 |
視頻產生 | 2026-04-03 |
| 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。 |
視頻產生 | 2026-04-03 |
| 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。 |
視頻產生 | 2026-04-03 |
| 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。 |
圖片產生 | 2026-04-01 |
| 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。 |
圖片產生 | 2026-04-01 |
| 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 |
文本產生、深度思考、視覺理解 | 2026-04-01 |
| 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。 |
即時全模態 | 2026-03-30 |
| Qwen3.5-Omni是Qwen最新一代全模態大模型，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。 |
全模態 | 2026-03-30 |
| Qwen3.5-Omni是Qwen最新一代全模態大模型，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。 |
即時全模態 | 2026-03-30 |
| Qwen3.5-Omni是Qwen最新一代全模態大模型，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。 |
全模態 | 2026-03-30 |
| Qwen3.5-Omni是Qwen最新一代全模態大模型，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。 |
語音辨識 | 2026-03-05 |
| 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。 |
語音辨識 | 2026-03-03 |
| 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。 |
圖片產生 | 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。 |
圖片產生 | 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。 |
語音合成 | 2026-02-27 |
| 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。 |
語音合成 | 2026-02-27 |
| 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。 |
文本產生、深度思考 | 2026-02-24 |
| 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。 |
文本產生、深度思考、視覺理解 | 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。 |
文本產生、深度思考、視覺理解 | 2026-02-23 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-02-23 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-02-23 |
| 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。 |
文本產生 | 2026-02-19 |
| 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。 |
文本產生、深度思考 | 2026-02-18 |
| 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。 |
文本產生、深度思考、視覺理解 | 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。 |
文本產生、深度思考、視覺理解 | 2026-02-15 |
| 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。 |
語音辨識 | 2026-02-13 |
| 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。 |
即時語音辨識 | 2026-02-12 |
| 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。 |
語音合成 | 2026-02-10 |
| Qwen3-TTS-VD模型是通義最新推出的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。 |
語音合成 | 2026-02-10 |
| Qwen3-TTS-Flash模型是通義最新推出的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。 |
語音合成 | 2026-02-10 |
| Qwen3-TTS-Flash模型是通義實驗室最新推出的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。 |
文本產生、深度思考、視覺理解 | 2026-01-30 |
| kimi-k2.5是月之暗面迄今發布最全能的模型，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。 |
視頻產生 | 2026-01-29 |
| 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 |
文本向量 | 2026-01-29 |
| 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。 |
深度思考、視覺理解 | 2026-01-26 |
| 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。 |
文本產生、深度思考 | 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。 |
視覺理解 | 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。 |
多模態向量 | 2026-01-21 |
| 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 |
語音合成 | 2026-01-21 |
| 千問3-TTS-Flash模型是通義實驗室最新推出的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。 |
視頻產生 | 2026-01-15 |
| 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 |
圖片產生 | 2026-01-15 |
| 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。 |
語音合成 | 2026-01-14 |
| 千問3-TTS-VD模型是通義實驗室最新推出的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。 |
語音合成 | 2026-01-14 |
| 千問3-TTS-Flash模型是通義最新推出的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。 |
文本產生 | 2026-01-13 |
| 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。 |
圖片產生 | 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。 |
圖片產生 | 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。 |
文本產生、深度思考 | 2025-12-25 |
| 智譜最新旗艦，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。 |
圖片產生 | 2025-12-18 |
| 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。 |
深度思考、視覺理解 | 2025-12-18 |
| 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。 |
視頻產生 | 2025-12-16 |
| 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。 |
圖片產生 | 2025-12-15 |
| 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。 |
圖片產生 | 2025-12-15 |
| 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。 |
圖片產生 | 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。 |
語音合成 | 2025-12-12 |
| 千問3-TTS-VD模型是通義實驗室最新推出的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。 |
語音合成 | 2025-12-12 |
| 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。 |
即時全模態 | 2025-12-04 |
| 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。 |
全模態 | 2025-12-04 |
| 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。 |
即時語音辨識 | 2025-12-04 |
| 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。 |
視頻產生 | 2025-12-03 |
| 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 |
視頻產生 | 2025-12-03 |
| 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 |
文本產生、深度思考 | 2025-12-02 |
| 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。 |
文本產生、深度思考 | 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。 |
語音合成 | 2025-11-27 |
| 千問3-TTS-Flash模型是通義實驗室最新推出的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。 |
語音合成 | 2025-11-27 |
| 千問3-TTS-Flash-Realtime模型是通義實驗室最新的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。 |
語音合成 | 2025-11-27 |
| Qwen3-TTS-Flash模型是通義實驗室最新推出的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。 |
語音合成 | 2025-11-27 |
| 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。 |
語音辨識 | 2025-11-21 |
| 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。 |
視覺理解 | 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。 |
文本產生 | 2025-11-19 |
| 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。 |
語音辨識 | 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。 |
即時語音辨識 | 2025-11-17 |
| 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。 |
語音辨識 | 2025-11-17 |
| 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。 |
語音合成 | 2025-11-17 |
| 合成能力：CosyVoice-v3-Flash是通義實驗室CosyVoice系列最新版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系列最新版的語音複製大模型，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。 |
文本產生、深度思考 | 2025-11-10 |
| 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。 |
文本產生 | 2025-11-06 |
| 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。 |
圖片產生 | 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。 |
即時語音辨識 | 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。 |
深度思考、視覺理解 | 2025-10-21 |
| 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。 |
視覺理解 | 2025-10-21 |
| 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。 |
文本產生、深度思考 | 2025-10-21 |
| 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。 |
深度思考、視覺理解 | 2025-10-14 |
| 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。 |
深度思考、視覺理解 | 2025-09-30 |
| 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。 |
視覺理解 | 2025-09-30 |
| 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。 |
深度思考、視覺理解 | 2025-09-30 |
| 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。 |
視覺理解 | 2025-09-30 |
| 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。 |
文本產生、深度思考 | 2025-09-30 |
| 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。 |
語音辨識 | 2025-09-25 |
| 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。 |
圖片產生 | 2025-09-23 |
| 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。 |
深度思考、視覺理解 | 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。 |
深度思考、視覺理解 | 2025-09-23 |
| 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。 |
視覺理解 | 2025-09-23 |
| 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。 |
文本產生、深度思考 | 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。 |
即時語音翻譯 | 2025-09-23 |
| 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。 |
文本產生 | 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。 |
視覺理解 | 2025-09-23 |
| 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。 |
圖片產生 | 2025-09-23 |
| 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。 |
即時語音辨識 | 2025-09-23 |
| 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。 |
圖片產生 | 2025-09-22 |
| 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。 |
視頻產生 | 2025-09-19 |
| 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。 |
圖片產生 | 2025-09-19 |
| 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。 |
視頻產生 | 2025-09-19 |
| 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。 |
視頻產生 | 2025-09-19 |
| 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。 |
視頻產生 | 2025-09-19 |
| 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。 |
即時全模態 | 2025-09-17 |
| 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。 |
全模態 | 2025-09-17 |
| 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。 |
語音辨識 | 2025-09-17 |
| 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。 |
語音合成 | 2025-09-16 |
| Qwen3-TTS-Flash-Realtime-2025-09-18模型是通義實驗室最新的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。 |
語音合成 | 2025-09-16 |
| 千問3-TTS-Flash-2025-09-18模型是通義實驗室最新推出的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。 |
文本產生、深度思考 | 2025-09-11 |
| 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。 |
文本產生 | 2025-09-11 |
| 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。 |
文本產生、深度思考 | 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。 |
語音辨識 | 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。 |
文本產生、深度思考 | 2025-09-05 |
| 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。 |
語音合成 | 2025-09-03 |
| 複製能力：CosyVoice-v3-plus是通義實驗室CosyVoice系列最新版的語音複製大模型，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系列最新版的語音合成大模型，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。 |
視頻產生 | 2025-08-25 |
| 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。 |
視頻產生 | 2025-08-25 |
| 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。 |
文本產生、深度思考 | 2025-08-23 |
| 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。 |
圖片產生 | 2025-08-22 |
| 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。 |
文本產生 | 2025-08-22 |
| 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。 |
語音辨識 | 2025-08-22 |
| 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。 |
圖片產生 | 2025-08-13 |
| 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。 |
文本產生 | 2025-08-05 |
| 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。 |
文本產生、深度思考 | 2025-08-05 |
| 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。 |
文本產生 | 2025-07-31 |
| 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。 |
文本產生、深度思考 | 2025-07-31 |
| 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。 |
文本產生、深度思考 | 2025-07-30 |
| 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。 |
文本產生、深度思考 | 2025-07-30 |
| 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。 |
文本產生 | 2025-07-29 |
| 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。 |
視頻產生 | 2025-07-28 |
| 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。 |
圖片產生 | 2025-07-28 |
| 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。 |
圖片產生 | 2025-07-28 |
| 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。 |
視頻產生 | 2025-07-28 |
| 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。 |
文本產生、深度思考 | 2025-07-25 |
| 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。 |
文本產生 | 2025-07-23 |
| 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。 |
文本產生 | 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。 |
文本產生 | 2025-07-22 |
| 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。 |
文本產生 | 2025-07-22 |
| 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。 |
文本產生 | 2025-07-22 |
| 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。 |
文本產生 | 2025-07-22 |
| 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。 |
即時語音合成 | 2025-07-16 |
| 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。 |
文本產生、深度思考 | 2025-07-16 |
| 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。 |
文本產生 | 2025-07-16 |
| 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。 |
語音合成 | 2025-06-26 |
| 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。 |
文本產生、深度思考 | 2025-06-24 |
| 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。 |
文本產生、深度思考 | 2025-06-24 |
| 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。 |
深度思考 | 2025-06-18 |
| 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。 |
視覺理解 | 2025-06-13 |
| 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。 |
文本向量 | 2025-06-05 |
| 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。 |
深度思考 | 2025-06-04 |
| 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。 |
深度思考、視覺理解 | 2025-06-03 |
| 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 |
語音合成 | 2025-05-27 |
| 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。 |
視覺理解 | 2025-05-26 |
| 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。 |
視頻產生 | 2025-05-14 |
| 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。 |
即時全模態 | 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。 |
文本產生、深度思考 | 2025-04-29 |
| 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。 |
文本產生、深度思考 | 2025-04-29 |
| 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。 |
文本產生、深度思考 | 2025-04-29 |
| 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。 |
文本產生、深度思考 | 2025-04-29 |
| 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。 |
文本產生、深度思考 | 2025-04-29 |
| 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。 |
文本產生、深度思考 | 2025-04-28 |
| 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。 |
圖片產生 | 2025-04-28 |
| 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。 |
視覺理解 | 2025-04-23 |
| 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。 |
視頻產生 | 2025-04-21 |
| 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。 |
語音合成 | 2025-04-20 |
| 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。 |
全模態 | 2025-03-27 |
| 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。 |
全模態 | 2025-03-26 |
| 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。 |
深度思考、視覺理解 | 2025-03-26 |
| 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。 |
圖片產生 | 2025-03-25 |
| 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。 |
文本產生 | 2025-03-20 |
| 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。 |
文本向量 | 2025-03-20 |
| 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。 |
文本產生 | 2025-03-19 |
| 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。 |
全模態 | 2025-03-17 |
| 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。 |
深度思考 | 2025-03-05 |
| 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。 |
即時語音翻譯 | 2025-03-04 |
| 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。 |
視頻產生 | 2025-02-27 |
| 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。 |
全模態 | 2025-02-14 |
| 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。 |
文本產生 | 2025-02-05 |
| 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。 |
文本產生 | 2025-02-05 |
| 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。 |
文本產生 | 2025-02-05 |
| 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。 |
文本產生 | 2025-02-05 |
| 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。 |
文本產生 | 2025-02-05 |
| 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。 |
文本產生 | 2025-02-03 |
| 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。 |
文本產生、深度思考 | 2025-01-27 |
| 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。 |
視頻產生 | 2025-01-20 |
| 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。 |
圖片產生 | 2025-01-20 |
| 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。 |
視頻產生 | 2025-01-16 |
| 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。 |
視頻產生 | 2025-01-16 |
| 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。 |
文本產生 | 2025-01-15 |
| 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。 |
圖片產生 | 2025-01-15 |
| 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。 |
視頻產生 | 2025-01-09 |
| 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。 |
視頻產生 | 2025-01-09 |
| 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。 |
圖片產生 | 2025-01-09 |
| 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。 |
圖片產生 | 2025-01-09 |
| 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。 |
即時語音辨識 | 2024-12-31 |
| 推薦使用 Paraformer最新即時語音辨識模型，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。 |
文本產生 | 2024-12-26 |
| 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。 |
多模態向量 | 2024-12-23 |
| 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。 |
語音辨識 | 2024-12-19 |
| Paraformer最新中文語音辨識模型，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。 |
文本產生 | 2024-12-12 |
| 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。 |
視頻產生 | 2024-12-10 |
| 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。 |
視頻產生 | 2024-12-10 |
| 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。 |
視頻產生 | 2024-12-10 |
| 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。 |
視頻產生 | 2024-12-10 |
| 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。 |
視覺理解 | 2024-11-14 |
| 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。 |
文本產生 | 2024-11-12 |
| 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。 |
視頻產生 | 2024-11-07 |
| 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。 |
視頻產生 | 2024-11-07 |
| 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。 |
視頻產生 | 2024-11-07 |
| 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。 |
視頻產生 | 2024-11-07 |
| 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。 |
文本產生 | 2024-10-15 |
| 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。 |
文本產生 | 2024-09-19 |
| 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。 |
文本產生 | 2024-09-19 |
| 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）。 |
文本產生 | 2024-09-19 |
| 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。 |
語音合成 | 2024-09-13 |
| 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。 |
視頻產生 | 2024-09-13 |
| 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。 |
文本產生 | 2024-09-13 |
| 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。 |
語音合成 | 2024-09-13 |
| 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。 |
語音辨識 | 2024-09-06 |
| 推薦使用 Paraformer最新語音辨識模型，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。 |
即時語音辨識 | 2024-09-06 |
| 推薦使用 Paraformer最新即時語音辨識模型，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。 |
圖片產生 | 2024-08-19 |
| 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）。 |
圖片產生 | 2024-08-19 |
| 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
模型類型 | 時間 | 服務部署範圍 | 模型ID | 功能說明 |
|---|---|---|---|---|
文本生成、深度思考、視覺理解 | 2026-09-02 | 國際 |
| 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。 |
文本生成、深度思考、視覺理解 | 2026-08-26 | 國際 |
| 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。 |
視頻產生 | 2026-08-20 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-08-19 | 全球 |
| Kimi-K3 是 Kimi 迄今能力最強的旗艦模型，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。 |
文本產生、深度思考 | 2026-08-14 | 全球 |
| 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。 |
圖片產生 | 2026-08-06 | 全球 |
| 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。 |
圖片產生 | 2026-08-04 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-08-02 | 全球 |
| 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。 |
文本產生、深度思考 | 2026-08-01 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-07-21 | 全球 |
| 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。 |
文本產生 | 2026-07-02 | 全球 |
| 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。 |
文本產生、深度思考 | 2026-06-16 | 全球 |
| GLM-5.2是智譜AI推出的面向長程任務（Long Horizon Task）設計的最新旗艦模型，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。 |
文本產生、深度思考、視覺理解 | 2026-06-15 | 全球 |
| kimi-k2.7-code是 kimi 迄今最智能的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。 |
文本產生、深度思考、視覺理解 | 2026-06-09 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-06-01 | 全球 |
| 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。 |
文本產生、深度思考 | 2026-05-20 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-04-17 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-04-01 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-02-23 | 中國香港 |
| 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。 |
文本產生、深度思考 | 2026-01-23 | 中國香港 |
| 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。 |
深度思考、視覺理解 | 2025-12-18 | 中國香港 |
| 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。 |
— | 2025-12-01 | 中國香港 |
| 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。 |
文本產生、深度思考 | 2025-09-24 | 中國香港 |
| 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。 |
視覺理解 | 2025-09-23 | 中國香港 |
| 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。 |
文本產生、深度思考 | 2025-09-16 | 中國香港 |
| 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。 |
文本向量 | 2025-08-25 | 中國香港 |
| 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）
模型類型 | 時間 | 服務部署範圍 | 模型ID | 功能說明 |
|---|---|---|---|---|
文本生成、深度思考、視覺理解 | 2026-09-02 | 國際 |
| 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。 |
文本生成、深度思考、視覺理解 | 2026-08-26 | 國際 |
| 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。 |
視頻產生 | 2026-08-20 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-08-19 | 全球 |
| Kimi-K3 是 Kimi 迄今能力最強的旗艦模型，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。 |
文本產生、深度思考 | 2026-08-14 | 全球 |
| 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。 |
視頻產生 | 2026-08-06 | 全球 |
| 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。 |
圖片產生 | 2026-08-06 | 全球 |
| 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。 |
圖片產生 | 2026-08-04 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-08-02 | 全球 |
| 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。 |
文本產生、深度思考 | 2026-08-01 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-07-21 | 全球 |
| 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。 |
文本產生 | 2026-07-02 | 全球 |
| 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。 |
視頻產生 | 2026-06-16 | 全球 |
| 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。 |
視頻產生 | 2026-06-16 | 全球 |
| 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。 |
視頻產生 | 2026-06-16 | 全球 |
| 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。 |
文本產生、深度思考 | 2026-06-16 | 全球 |
| GLM-5.2是智譜AI推出的面向長程任務（Long Horizon Task）設計的最新旗艦模型，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。 |
文本產生、深度思考、視覺理解 | 2026-06-15 | 全球 |
| kimi-k2.7-code是 kimi 迄今最智能的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。 |
文本產生、深度思考、視覺理解 | 2026-06-09 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-06-01 | 全球 |
| 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。 |
文本產生、深度思考 | 2026-05-20 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-04-29 | 全球 |
| kimi-k2.5是月之暗面迄今發布最全能的模型，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。 |
視頻產生 | 2026-04-26 | 全球 |
| 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。 |
視頻產生 | 2026-04-26 | 全球 |
| 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。 |
文本產生、深度思考 | 2026-04-24 | 全球 |
| 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。 |
文本產生、深度思考 | 2026-04-24 | 全球 |
| 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。 |
視頻產生 | 2026-04-22 | 全球 |
| 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。 |
視頻產生 | 2026-04-22 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-04-17 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-04-17 | 全球 |
| 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。 |
文本產生、深度思考 | 2026-04-14 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-04-01 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-02-23 | 歐盟 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-02-23 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-02-23 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-02-23 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-02-23 | 全球 |
| 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。 |
文本產生 | 2026-02-20 | 歐盟 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-02-15 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-02-15 | 全球 |
| 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。 |
文本產生、深度思考 | 2026-01-23 | 歐盟 |
| 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。 |
視覺理解 | 2026-01-22 | 歐盟 |
| 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。 |
視頻產生 | 2025-12-16 | 全球 |
| 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 |
圖片產生 | 2025-12-15 | 全球 |
| 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。 |
圖片產生 | 2025-12-15 | 全球 |
| 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。 |
視頻產生 | 2025-12-03 | 全球 |
| 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 |
視頻產生 | 2025-12-03 | 全球 |
| 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 |
— | 2025-12-01 | 歐盟 |
| 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。 |
— | 2025-12-01 | 全球 |
| 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。 |
視覺理解 | 2025-11-21 | 全球 |
| 本模型為2025年11月20日的快照版本，基於最新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。 |
視覺理解 | 2025-11-20 | 全球 |
| 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。 |
文本產生 | 2025-11-19 | 全球 |
| 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。 |
文本產生 | 2025-11-11 | 全球 |
| 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。 |
深度思考、視覺理解 | 2025-10-21 | 全球 |
| 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。 |
視覺理解 | 2025-10-21 | 全球 |
| 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。 |
深度思考、視覺理解 | 2025-10-15 | 歐盟 |
| 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。 |
深度思考、視覺理解 | 2025-10-15 | 全球 |
| 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。 |
深度思考、視覺理解 | 2025-10-03 | 全球 |
| 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。 |
視覺理解 | 2025-10-03 | 全球 |
| 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。 |
深度思考、視覺理解 | 2025-09-30 | 全球 |
| 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。 |
視覺理解 | 2025-09-30 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-09-24 | 歐盟 |
| 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。 |
文本產生、深度思考 | 2025-09-24 | 全球 |
| 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。 |
視覺理解 | 2025-09-23 | 歐盟 |
| 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。 |
視覺理解 | 2025-09-23 | 全球 |
| 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。 |
深度思考、視覺理解 | 2025-09-23 | 全球 |
| 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。 |
視覺理解 | 2025-09-23 | 全球 |
| 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。 |
文本產生 | 2025-09-23 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-09-16 | 歐盟 |
| 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。 |
文本產生、深度思考 | 2025-09-16 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-09-11 | 全球 |
| 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。 |
文本產生 | 2025-09-11 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-09-11 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-09-05 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-08-01 | 全球 |
| 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。 |
文本產生 | 2025-07-31 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-07-30 | 全球 |
| 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。 |
文本產生 | 2025-07-29 | 全球 |
| 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。 |
文本產生 | 2025-07-29 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-07-29 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-07-25 | 全球 |
| 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。 |
文本產生 | 2025-07-24 | 全球 |
| 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。 |
文本產生 | 2025-07-23 | 全球 |
| 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。 |
文本產生 | 2025-07-23 | 全球 |
| 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。 |
文本產生 | 2025-07-23 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-05-12 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-05-12 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-05-12 | 全球 |
| 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。 |
文本產生、深度思考 | 2025-05-12 | 全球 |
| 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）
模型類型 | 時間 | 服務部署範圍 | 模型ID | 功能說明 |
|---|---|---|---|---|
文本生成、深度思考、視覺理解 | 2026-09-02 | 國際 |
| 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。 |
文本生成、深度思考、視覺理解 | 2026-08-26 | 國際 |
| 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。 |
視頻產生 | 2026-08-20 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-08-19 | 全球 |
| Kimi-K3 是 Kimi 迄今能力最強的旗艦模型，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。 |
文本產生、深度思考 | 2026-08-14 | 全球 |
| 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。 |
視頻產生 | 2026-08-06 | 全球 |
| 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。 |
圖片產生 | 2026-08-06 | 全球 |
| 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。 |
圖片產生 | 2026-08-04 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-08-02 | 全球 |
| 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。 |
文本產生、深度思考 | 2026-08-01 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-07-28 | 全球 |
| kimi-k2.7-code是 kimi 迄今最智能的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。 |
文本產生、深度思考 | 2026-07-28 | 全球 |
| GLM-5.2是智譜AI推出的面向長程任務（Long Horizon Task）設計的最新旗艦模型，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。 |
文本產生、深度思考、視覺理解 | 2026-07-21 | 全球 |
| 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。 |
文本產生 | 2026-07-02 | 全球 |
| 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。 |
視頻產生 | 2026-06-16 | 全球 |
| 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。 |
視頻產生 | 2026-06-16 | 全球 |
| 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。 |
視頻產生 | 2026-06-16 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-06-01 | 全球 |
| 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。 |
文本產生、深度思考 | 2026-05-21 | 全球 |
| 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。 |
文本產生、深度思考 | 2026-05-11 | 全球 |
| 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。 |
文本產生、深度思考 | 2026-05-11 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-04-29 | 全球 |
| kimi-k2.5是月之暗面迄今發布最全能的模型，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。 |
視頻產生 | 2026-04-26 | 全球 |
| 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。 |
文本產生、深度思考、視覺理解 | 2026-04-17 | 全球 |
| 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。 |
文本產生、深度思考 | 2026-04-14 | 全球 |
| 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。 |
視頻產生 | 2026-04-03 | 全球 |
| 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。 |
視頻產生 | 2026-04-03 | 全球 |
| 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。 |
視頻產生 | 2026-04-03 | 全球 |
| 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。 |
視頻產生 | 2026-04-03 | 全球 |
| 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。 |
圖片產生 | 2026-04-01 | 全球 |
| 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 |
文本產生、深度思考、視覺理解 | 2026-04-01 | 全球 |
| 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。 |