大模型服务平台百炼：模型上下架与更新

模型类型

时间

服务部署范围

模型规格

功能说明

语音合成

2026-07-14

国际

qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash

Qwen-Audio-TTS语音合成模型上线，新增更多小语种和中文方言支持，增强了指令遵循与细粒度标签控制能力，音质和表现力全面提升。其中 Plus 版本面向高品质专业场景，Flash 版本面向低延迟实时交互场景，首包延时控制在 200ms 以内。实时语音合成

参考生视频

2026-07-01

国际

wan2.7-r2v-2026-06-12

万相2.7参考生视频模型快照版本，支持主体参考和音色定制，并可输入单张多宫格故事板直接生成剧本化视频。万相2.7-参考生视频

推理模型

2026-06-26

国际

kimi-k2.7-code

Kimi K2.7 Code 模型新加坡地域上线。以编码为中心的智能体模型，专为长程软件工程任务优化，仅支持思考模式。

图像生成

2026-06-25

国际

qwen-image-2.0-pro-2026-06-22

Qwen-Image-2.0系列模型最新快照，融合图片生成与编辑能力。相较于4月22日快照，文字渲染能力进一步增强，支持最长1k token的指令输入；真实质感与写实场景细节刻画更加细腻；语义遵循能力更强。

千问-文生图、千问-图像编辑

文生视频

2026-06-22

国际

happyhorse-1.1-t2v

HappyHorse 1.1系列文生视频模型，支持有声视频生成，可生成3~15秒、720P/1080P视频。HappyHorse-文生视频

图生视频

2026-06-22

国际

happyhorse-1.1-i2v

HappyHorse 1.1系列图生视频模型，支持有声视频生成，可生成3~15秒、720P/1080P视频。HappyHorse-图生视频-基于首帧

参考生视频

2026-06-22

国际

happyhorse-1.1-r2v

HappyHorse 1.1系列参考生视频模型，支持多参考图输入生成有声视频，可生成3~15秒、720P/1080P视频。HappyHorse-参考生视频

推理模型

2026-06-10

国际

qwen3.7-max-2026-06-08

Qwen3.7系列中规模最大、综合能力最强的Max模型，相较于5月20日快照增加了视觉模态理解能力，能够感知真实世界场景，具备多模态交互混合智能体能力。

推理模型

2026-06-01

国际

qwen3.7-plus、qwen3.7-plus-2026-05-26

千问3.7Plus系列，在强大文本能力的基础上全面升级了视觉-语言能力，同时保持了在编码、工具使用和生产力工作流方面的完整智能体能力。其核心特色为多模态交互混合智能体能力，能够感知真实世界场景、读取屏幕并操作 GUI、基于视觉参考生成代码、端到端导航移动应用。

推理模型

2026-05-27

国际

glm-5.1

智谱GLM-5.1模型，专为长程任务设计，支持 200K 上下文，最大输出可达 128K Token。通过强大的逻辑推理、长文本理解及代码生成能力，在多项基准测试中表现优异，适用于智能交互、企业应用及开发辅助等场景。GLM-阿里云

推理模型

2026-05-25

国际

qwen3.7-max-preview、qwen3.7-max-2026-05-17

Qwen Max 系列模型。仅支持纯文本输入，仅支持思考模式。

推理模型

2026-05-21

国际

qwen3.7-max、qwen3.7-max-2026-05-20

Qwen Max 系列新一代旗舰模型。仅支持纯文本输入，默认开启思考模式，支持显式缓存，在编程、办公与生产力、长周期自主执行方面均能出色胜任各项任务。

音视频翻译

2026-05-19

国际

qwen3.5-livetranslate-flash-realtime、qwen3.5-livetranslate-flash-realtime-2026-05-19

一款多语言音视频实时翻译模型，可识别 60 种语言，并实时翻译为 29 种语言的音频。实时语音/音视频翻译-千问

文生视频

2026-04-27

国际

happyhorse-1.0-t2v

HappyHorse系列文生视频模型，支持有声视频生成，可生成3~15秒、720P/1080P视频。HappyHorse-文生视频

图生视频

2026-04-27

国际

happyhorse-1.0-i2v

HappyHorse系列图生视频模型，支持有声视频生成，可生成3~15秒、720P/1080P视频。HappyHorse-图生视频-基于首帧

参考生视频

2026-04-27

国际

happyhorse-1.0-r2v

HappyHorse系列参考生视频模型，支持多参考图输入生成有声视频，可生成3~15秒、720P/1080P视频。HappyHorse-参考生视频

视频编辑

2026-04-27

国际

happyhorse-1.0-video-edit

HappyHorse系列视频编辑模型，支持对视频进行编辑处理。HappyHorse-视频编辑

文生视频

2026-07-01

国际

wan2.7-t2v-2026-06-12

万相2.7-文生视频模型快照版本，模型能力与wan2.7-t2v一致。万相2.7-文生视频

文生视频

2026-04-26

国际

wan2.7-t2v-2026-04-25

万相2.7-文生视频模型快照版本，模型能力与wan2.7-t2v一致。万相2.7-文生视频

图生视频

2026-04-26

国际

wan2.7-i2v-2026-04-25

万相2.7-图生视频模型快照版本，模型能力与wan2.7-i2v一致。万相2.7-图生视频

图像生成

2026-04-23

国际

qwen-image-2.0-pro-2026-04-22

Qwen-Image-2.0系列模型，实现了图片生成和图片编辑的融合。相较于3月3日快照，本模型在画面质感，尤其是纹理细节、光影、材质上有明显跃升；支持多语言的图内文字生成；艺术风格表现更加均衡。

千问-文生图、千问-图像编辑

推理模型

2026-04-23

国际

qwen3.5-plus-2026-04-20

Qwen3.5-Plus 视觉语言模型新快照，相较 2 月 15 日快照 Agentic coding 能力大幅提升，推理速度显著提高；长上下文与推理能力保持高水准，适合编码智能体、生产工作流和高吞吐场景。

推理模型

2026-04-23

国际

qwen3.6-27b

Qwen3.6 系列 27B 原生视觉语言 Dense 开源模型，相较 3.5-27B 重点提升了 Agentic coding 与 STEM 推理能力；视觉方面空间智能与物体定位检测显著增强，视频理解、文档 OCR 及视觉 Agent 能力稳步提升。

推理模型

2026-04-20

国际

qwen3.6-max-preview

Qwen3.6系列规模最大的闭源模型，Coding能力进一步提升、Agent执行更加高效。仅支持纯文本输入，支持思考模式（默认开启），支持显式缓存和Function Calling。概述

不支持图像与视频输入。

推理模型

2026-04-16

国际

qwen3.6-flash、qwen3.6-flash-2026-04-16、qwen3.6-35b-a3b

Qwen3.6 原生视觉语言 Flash 系列模型，在整体性能上较 Qwen3.5-Flash 显著提升。重点增强了智能体编程能力（在多项代码智能体基准上大幅超越前代）、数学推理和代码推理能力；在视觉能力方面，空间智能显著增强，其中物体定位和目标检测表现尤为突出。概述

语音识别

2026-04-16

国际

fun-asr、fun-asr-2025-11-07

视频编辑

2026-04-03

国际

wan2.7-videoedit

万相2.7-视频编辑模型，支持指令编辑与视频迁移任务，可修改视频局部或整体画面，同时支持多图参考替换及动作、特效、运镜的复刻。万相2.7-视频编辑

图生视频

2026-04-03

国际

wan2.7-i2v

万相2.7-图生视频模型，支持多模态输入（文本/图像/音频/视频），可完成首帧生视频、首尾帧生视频、视频续写三大任务。万相2.7-图生视频

文生视频

2026-04-03

国际

wan2.7-t2v

万相2.7-文生视频模型，新增分辨率档位与宽高比自定义设置，支持灵活适配不同创作场景与平台发布需求。万相2.7-文生视频

参考生视频

2026-04-03

国际

wan2.7-r2v

万相2.7参考生视频模型，支持主体参考和音色定制，并可输入单张多宫格故事板直接生成剧本化视频。万相2.7-参考生视频

推理模型

2026-04-02

国际

qwen3.6-plus、qwen3.6-plus-2026-04-02

千问3.6-Plus，代码开发能力重点升级（Agentic Coding、前端编程等），Vibe Coding体验显著提升；泛化场景推理能力进一步增强；多模态方面，万物识别、OCR、物体定位等能力显著提升；同时修复了Qwen3.5-Plus上线后的已知问题。使用方法与qwen3.5-plus一致。概述

图像生成与编辑

2026-04-01

国际

wan2.7-image-pro、wan2.7-image

万相2.7-图像生成与编辑模型，支持文生图、文生组图、图生组图、图像编辑、多图参考生成、交互式编辑，在文字渲染、主体一致性、复杂指令遵循表现更优。Pro系列支持4K输出；加速版兼顾效果与响应速度。万相-图像生成与编辑2.7

全模态

2026-03-30

国际

qwen3.5-omni-plus、qwen3.5-omni-plus-2026-03-15、qwen3.5-omni-flash、qwen3.5-omni-flash-2026-03-15

最新一代全模态大模型，支持长视频分析、会议纪要、字幕输出、安全审核、音视频交互；支持音视频内容的深度理解与生成描述，支持 113 种语言识别和 36 种语言的音频生成，可处理 3 小时音频及1 小时视频输入，支持联网搜索及指令来控制输出音频的音量、语速、情绪。非实时（Qwen-Omni）

全模态

2026-03-30

国际

qwen3.5-omni-plus-realtime、qwen3.5-omni-plus-realtime-2026-03-15、qwen3.5-omni-flash-realtime、qwen3.5-omni-flash-realtime-2026-03-15

千问最新推出的实时多模态模型，相比于上一代的 Qwen3-Omni-Flash-Realtime：模型智力大幅提升，与 Qwen3.5-Plus 智能水平相当。原生支持联网搜索（WebSearch），支持语音打断和控制；支持 113 种语种和方言的语音识别，以及 36 种语种和方言的语音生成。实时（Qwen-Omni-Realtime）

推理模型

2026-03-20

国际

deepseek-v3.2

DeepSeek-V3.2是引入DeepSeek Sparse Attention（一种稀疏注意力机制）的正式版模型，也是DeepSeek推出的首个将思考融入工具使用的模型，同时支持思考模式与非思考模式的工具调用。

DeepSeek

图像生成与编辑

2026-03-03

国际

qwen-image-2.0、qwen-image-2.0-2026-03-03、qwen-image-2.0-pro、qwen-image-2.0-pro-2026-03-03

千问-Image2.0系列，同时支持图像生成和编辑。Pro系列文字渲染、真实质感、语义遵循能力更强。；加速版兼顾效果与响应速度。千问-文生图、千问-图像编辑

语音识别

2026-03-03

国际

qwen3-asr-flash-2026-02-10

千问录音文件识别新增快照模型，较 qwen3-asr-flash-2025-09-08 效果更优。非实时语音识别

推理模型

2026-02-24

国际

qwen3.5-flash、qwen3.5-flash-2026-02-23、qwen3.5-122b-a10b、qwen3.5-27b、qwen3.5-35b-a3b

阿里巴巴推出的最新模型千问3.5-Flash和开源模型，支持文本、图像和视频输入，响应速度快，综合表现接近qwen3.5-plus，支持内置工具调用。概述

代码模型

2026-02-20

国际

qwen3-coder-next

Qwen3系列新一代开源代码生成模型，支持多轮工具交互，提升了对仓库级别代码的理解能力和对AI编程工具的适配性。代码能力（Qwen-Coder）

推理模型

2026-02-16

国际

qwen3.5-plus、qwen3.5-plus-2026-02-15、qwen3.5-397b-a17b

阿里巴巴推出的最新模型千问3.5-Plus和开源模型，支持文本、图像和视频输入，在语言理解、逻辑推理、代码生成、智能体任务、图像理解、视频理解、图形用户界面（GUI）等多种任务中表现卓越，支持内置工具调用。概述

语音识别

2026-02-13

国际

qwen3-asr-flash-realtime-2026-02-10

千问实时语音识别新增最新快照模型，较 qwen3-asr-flash-realtime-2025-10-27 效果更优。实时语音识别

语音合成

2026-02-10

国际

cosyvoice-v3-plus、cosyvoice-v3-flash

语音合成 CosyVoice 新增 v3 模型，支持使用系统音色和复刻音色进行语音合成。实时语音合成-CosyVoice

语音合成

2026-02-10

国际

qwen3-tts-instruct-flash、qwen3-tts-instruct-flash-2026-01-26

千问语音合成上线Instruct（指令控制）模型，支持通过自然语言指令精准控制合成效果。非实时语音合成

语音合成

2026-02-10

国际

qwen3-tts-vd-2026-01-26

千问语音合成上线声音设计模型，可通过文本描述创建定制化音色。非实时语音合成

语音合成

2026-02-10

国际

qwen3-tts-vc-2026-01-22

千问语音合成上线声音复刻模型，可基于真实音频样本快速复刻音色。非实时语音合成

语音合成

2026-02-04

国际

qwen3-tts-instruct-flash-realtime、qwen3-tts-instruct-flash-realtime-2026-01-22

千问实时语音合成新增Instruct（指令控制）模型，支持通过自然语言指令精准控制合成效果。实时语音合成

参考生视频

2026-02-02

国际

wan2.6-r2v-flash

基于参考视频和图像的角色形象，生成多镜头视频，支持自动配音。万相2.7-参考生视频

视觉理解

2026-01-28

国际

qwen3-vl-flash-2026-01-22

千问VL的全新快照版模型，有效融合了思考模式与非思考模式，相较于 2025 年 10 月 15 日的快照版本，显著提升了模型的整体性能，在通用视觉识别、安防、巡店、巡检、拍照解题等业务场景中实现了更高准确率的推理。图像与视频理解

语音识别

2026-01-28

国际

qwen3-asr-flash-filetrans、qwen3-asr-flash-filetrans-2025-11-17

千问3-ASR-Flash-Filetrans系列模型现已支持词级别时间戳，通过设置新参数 enable_words，获取毫秒级的词/字对齐信息，并体验更符合语义的精细化断句。非实时语音识别

推理模型

2026-01-27

国际

qwen3-max-2026-01-23

相较于 2025 年 9 月 23 日的快照版本，有效融合了思考模式与非思考模式，显著提升了模型的整体性能。在思考模式下，模型集成了 Web 搜索、网页信息提取和代码解释器三项工具，通过在思考过程中引入外部工具，在复杂问题上实现更高的准确率。OpenAI兼容-Responses

图生视频

2026-01-18

国际

wan2.6-i2v-flash

支持生成有声与无声视频，两类视频按各自计费规则独立计费；同时具备多镜头叙事能力与音频处理能力。万相-图生视频-基于首帧（2.1-2.6）

图像编辑

2026-01-18

国际

qwen-image-edit-max、qwen-image-edit-max-2026-01-16

千问图像编辑模型Max系列，具备更稳定、丰富的编辑能力，增强了工业设计与几何推理能力，并提升了角色一致性与编辑的精准度。图像编辑-千问

语音合成

2026-01-16

国际

qwen3-tts-vc-realtime-2026-01-15

千问实时语音合成新增最新快照模型，声音复刻（Qwen）效果进一步优化，较 qwen3-tts-vc-realtime-2025-11-27 更自然、更贴近原声。实时语音合成

文生图

2026-01-12

国际

qwen-image-plus-2026-01-09

千问图像生成的全新快照版模型，为qwen-image-max的蒸馏加速版，支持快速生成高质量图像。千问-文生图

图生视频

2026-01-08

国际

wan2.2-kf2v-flash

基于输入的首帧和尾帧图片，模型能够根据提示词生成一段丝滑流畅的动态视频。首尾帧生视频

语音识别

2026-01-06

国际

qwen3-asr-flash、qwen3-asr-flash-2025-09-08

千问3-ASR-Flash支持OpenAI兼容模式。非实时语音识别

文生图

2025-12-31

国际

qwen-image-max、qwen-image-max-2025-12-30

千问图像生成模型Max系列，相较于Plus系列提升了图像的真实感与自然度，有效降低了AI合成痕迹，在人物质感、纹理细节和文字渲染等方面表现突出。千问-文生图

图像编辑

2025-12-23

国际

qwen-image-edit-plus-2025-12-15

千问图像编辑发布的最新快照模型，相较于上一版本提升了角色一致性、工业设计能力和几何推理能力，并优化了编辑后的图片与原图在空间布局、纹理和风格上的匹配度，编辑效果更精准。图像编辑-千问

文生图

2025-12-22

国际

z-image-turbo

轻量级文生图模型，可快速生成高质量图像，支持中英双语渲染、复杂语义理解和多风格题材，并可灵活适配多种分辨率与宽高比。文生图Z-Image

视觉理解

2025-12-19

国际

qwen3-vl-plus-2025-12-19

千问VL的全新快照版模型，指令遵循能力更强，具有更低的延迟。图像与视频理解

语音识别

2025-12-19

国际

qwen3-asr-flash-filetrans、qwen3-asr-flash-filetrans-2025-11-17、qwen3-asr-flash、qwen3-asr-flash-2025-09-08

新增捷克语、丹麦语等共 9 种语言的语音识别支持。非实时语音识别

语音识别

2025-12-17

国际

qwen3-asr-flash-realtime、qwen3-asr-flash-realtime-2025-10-27

新增捷克语、丹麦语等共 9 种语言的语音识别支持。实时语音识别

语音识别

2025-12-17

国际

qwen3-asr-flash、qwen3-asr-flash-2025-09-08

支持任意采样率和声道的音频。非实时语音识别

语音识别

2025-12-17

国际

fun-asr-mtl、fun-asr-mtl-2025-08-25

支持对中、英、日、韩等共 31 种语言的语音识别，尤其适合东南亚出海场景。录音文件识别-Fun-ASR/Paraformer

声音设计

2025-12-16

国际

qwen-voice-design

千问发布声音设计模型，通过文本描述生成定制化音色。结合qwen3-tts-vd-realtime-2025-12-16模型使用生成语音，覆盖 10 种语言。声音设计（Qwen）

语音合成

2025-12-16

国际

qwen3-tts-vd-realtime-2025-12-16（快照版）

千问实时语音合成发布全新快照版模型，可使用声音设计（Qwen）生成的音色进行低延迟、高稳定性的实时合成；支持多语言输出；能根据文本自动调节语气，并优化复杂文本的合成表现。实时语音合成

文生图

2025-12-16

国际

wan2.6-t2i

新增同步接口。支持在总像素面积与宽高比约束内，自由选尺寸。万相-文生图V2

图像生成与编辑

2025-12-16

国际

wan2.6-image

支持图像编辑和图文混合输出。万相-图像生成与编辑2.6

图生视频-基于首帧

2025-12-16

国际

wan2.6-i2v

新增多镜头叙事能力，支持音频能力，支持自动配音，或传入自定义音频文件。万相-图生视频-基于首帧（2.1-2.6）

参考生视频

2025-12-16

国际

wan2.6-r2v

基于参考视频的角色形象和音色，生成多镜头视频，支持自动配音。万相2.7-参考生视频

文生视频

2025-12-16

国际

wan2.6-t2v

新增多镜头叙事能力，支持音频能力，支持自动配音，或传入自定义音频文件。文生视频

语音识别

2025-12-12

国际

fun-asr、fun-asr-2025-11-07

录音文件识别-Fun-ASR功能更新：

• 支持歌唱识别，能实现整首歌曲的转写，详情请参见录音文件识别-Fun-ASR/Paraformer。

全模态

2025-12-04

国际

qwen3-omni-flash-2025-12-01

千问Omni发布的最新快照模型，支持的音色增加至49种，模型的指令跟随能力大幅升级，能高效理解文本、图像、音频、视频。非实时（Qwen-Omni）

实时多模态

2025-12-04

国际

qwen3-omni-flash-realtime-2025-12-01

千问Omni 实时版发布的最新快照模型，提供了低延迟的多模态交互能力，支持的音色增加至49种，模型的指令跟随能力和交互体验大幅升级。实时（Qwen-Omni-Realtime）

语音翻译

2025-12-04

国际

qwen3-livetranslate-flash、qwen3-livetranslate-flash-2025-12-01

千问3-LiveTranslate-Flash 是音视频翻译模型，支持 18 种语言（包括中文、英文、俄文、法文等）互译，可结合视觉上下文提升翻译准确性，并输出文本与语音。音视频文件翻译-千问

多语言翻译

2025-12-02

国际

qwen-mt-lite

千问基础级文本翻译大模型，支持31个语种互译，相较于qwen-mt-flash响应更快，成本更低，适用于等对延迟敏感的场景。翻译能力（Qwen-MT）

声音复刻

2025-11-27

国际

qwen-voice-enrollment

千问发布声音复刻模型，仅需 5 秒以上音频即可快速生成高相似度声音。结合qwen3-tts-vc-realtime-2025-11-27模型使用，可高保真复刻并实时输出某人的声音，覆盖 11 种语言。声音复刻（Qwen）

语音合成

2025-11-27

国际

qwen3-tts-vc-realtime-2025-11-27（快照版）

千问实时语音合成发布全新快照版模型，可使用声音复刻（Qwen）生成的音色进行低延迟、高稳定性的实时合成；支持多语言输出；能根据文本自动调节语气，并优化复杂文本的合成表现。实时语音合成

语音合成

2025-11-27

国际

qwen3-tts-flash-realtime-2025-11-27（快照版）

千问实时语音合成发布全新快照版模型，低延迟且稳定性高；音色更丰富，同一音色支持多语言输出；能根据文本自动调节语气，并提升复杂文本的合成表现。实时语音合成

语音合成

2025-11-27

国际

qwen3-tts-flash-2025-11-27（快照版）

千问语音合成发布全新快照版模型，音色更丰富；同一音色支持多语言输出；可自适应文本调节语气，并优化复杂文本的合成能力。非实时语音合成

文字提取

2025-11-21

国际

qwen-vl-ocr-2025-11-20（快照版）

千问文字提取模型，该快照版基于Qwen3-VL架构，大幅提升文档解析、文字定位能力。文字提取

语音识别

2025-11-20

国际

qwen3-asr-flash-filetrans、qwen3-asr-flash-filetrans-2025-11-17（快照版）

千问录音文件识别发布了新模型，专为音频文件的异步转写设计，支持最长12小时录音。非实时语音识别

语音识别

2025-11-19

国际

fun-asr-2025-11-07（快照版）

Fun-ASR录音文件识别发布了全新快照版模型，优化远场语音活动检测（VAD）以提升识别准确率与稳定性，并在原有中英文识别基础上新增支持中文多地方言及日语。录音文件识别-Fun-ASR/Paraformer

多语言翻译

2025-11-11

国际

qwen-mt-flash

相较于qwen-mt-turbo支持流式增量输出，整体性能表现有所提升。翻译能力（Qwen-MT）

图生视频

2025-11-10

国际

wan2.2-animate-move

支持将模板视频中角色的动作和表情，迁移至单张静态人物图片上，生成人物动作视频。万相-图生动作

图生视频

2025-11-10

国际

wan2.2-animate-mix

能够依据人物图片和参考视频，将视频中的主角替换为图片中的角色，同时保留原视频的场景、光照和色调，实现无缝人物替换。万相-视频换人

推理模型

2025-11-03

国际

qwen3-max-preview

qwen3-max-preview 模型的思考模式：在整体推理能力上显著提升，尤其在智能体编程、常识推理，以及数学、科学和通用任务方面表现更优。深度思考

图像编辑

2025-10-31

国际

qwen-image-edit-plus、qwen-image-edit-plus-2025-10-30

在qwen-image-edit的基础上优化了推理性能与系统稳定性，大幅缩短图像生成与编辑的响应时间，且支持单次请求返回多张图片。图像编辑-千问

实时语音识别

2025-10-27

国际

qwen3-asr-flash-realtime、qwen3-asr-flash-realtime-2025-10-27

千问实时语音识别大模型具备自动语种识别功能，可识别 11 种语音类型，并能在复杂音频环境下较为准确地转录。实时语音识别

视觉理解

2025-10-21

国际

qwen3-vl-32b-thinking、qwen3-vl-32b-instruct

Qwen3-VL系列 32B 的Dense模型，综合表现仅次于Qwen3-VL-235B模型，文档识别和理解、空间感知与万物识别、视觉2D检测/空间推理能力均表现出色，适合通用场景下的复杂感知任务。图像与视频理解

视觉理解

2025-10-16

国际

qwen3-vl-flash、qwen3-vl-flash-2025-10-15

Qwen3系列小尺寸视觉理解模型，实现思考模式和非思考模式的有效融合，相较于开源版Qwen3-VL-30B-A3B，效果更优，响应速度更快。图像与视频理解

视觉理解

2025-10-14

国际

qwen3-vl-8b-thinking、qwen3-vl-8b-instruct

Qwen3-VL系列 8B 的Dense模型，占用显存更低，能够完成多模态理解与推理；支持长视频长文档等超长上下文、视觉2D/3D定位；全面空间感知与万物识别能力。图像与视频理解

视觉理解

2025-10-03

国际

qwen3-vl-30b-a3b-thinking、qwen3-vl-30b-a3b-instruct

基于Qwen3-VL新一代开源模型，响应速度快，具备更强多模态理解与推理、视觉智能体、长视频长文档等超长上下文支持能力；全面升级空间感知与万物识别能力，胜任复杂现实任务。图像与视频理解

视觉理解

2025-09-23

国际

qwen3-vl-plus、qwen3-vl-plus-2025-09-23、qwen3-vl-235b-a22b-thinking、qwen3-vl-235b-a22b-instruct

Qwen3系列视觉理解模型，实现思考模式和非思考模式的有效融合，视觉智能体能力达到世界顶尖水平。此版本在视觉编码、空间感知、多模态思考等方向全面升级；视觉感知与识别能力大幅提升。图像与视频理解

文生图

2025-09-23

国际

qwen-image-plus

在复杂文本渲染方面表现突出，特别是中英文文本渲染，可实现复杂的图文混合布局，相较于qwen-image更具价格优势。文生图（Qwen-Image)

代码模型

2025-09-23

国际

qwen3-coder-plus-2025-09-23

相较上一版本（7月22日快照）在下游任务效果和工具调用方面鲁棒性有所提升，代码安全性增强。代码能力（Qwen-Coder）

推理模型

2025-09-11

国际

qwen-plus-2025-09-11

属于 Qwen3 系列模型，相较于qwen-plus-2025-07-28，在思考模式下提升了指令遵循能力、总结回复更加精简，详见深度思考。在非思考模式下中文理解与逻辑推理能力得到增强，详见概述。

推理模型

2025-09-11

国际

qwen3-next-80b-a3b-thinking、qwen3-next-80b-a3b-instruct

基于Qwen3的新一代开源模型，thinking模型相较于qwen3-235b-a22b-thinking-2507提升了指令遵循能力，总结回复更加精简，详见深度思考。instruct模型相较于qwen3-235b-a22b-instruct-2507增强了中文理解、逻辑推理及文本生成能力，详见概述。

文生文

2025-09-05

国际

qwen3-max-preview

基于Qwen3的Qwen-Max模型（预览版），相较Qwen 2.5系列整体通用能力有大幅度提升，中英文通用文本理解能力、复杂指令遵循能力、主观开放任务能力、多语言能力、工具调用能力均显著增强；模型知识幻觉更少。千问 Max

图像编辑

2025-08-19

国际

qwen-image-edit

千问图像编辑模型支持精准的中英双语文字编辑、调色、细节增强、风格迁移、增删物体、改变位置和动作等操作，可实现复杂的图文编辑。图像编辑-千问

视觉理解

2025-08-18

国际

qwen-vl-plus-2025-08-15

视觉理解模型。在物体识别与定位、多语言处理的能力上有显著提升。图像与视频理解

文生图

2025-08-14

国际

qwen-image

Qwen-Image模型在复杂文本渲染方面表现突出，特别是中英文文本渲染，可实现复杂的图文混合布局。文生图（Qwen-Image)

视觉理解

2025-08-13

国际

qwen-vl-max-2025-08-13

视觉理解模型。视觉理解指标全面提升，数学、推理、物体识别、多语言处理能力显著增强。图像与视频理解

代码模型

2025-08-05

国际

qwen3-coder-flash、qwen3-coder-flash-2025-07-28

千问Coder系列速度最快、成本最低的模型。代码能力（Qwen-Coder）。

推理模型

2025-08-05

国际

qwen-flash、qwen-flash-2025-07-28

千问系列速度最快、成本极低的模型，适合简单任务。模型列表

推理模型

2025-07-30

国际

qwen-plus-2025-07-28

属于 Qwen3 系列模型，相较于上一版模型，将上下文长度提高到了1,000,000。思考模式请参见深度思考，非思考模式请参见概述。

推理模型

2025-07-30

国际

qwen3-30b-a3b-thinking-2507

qwen3-30b-a3b-instruct-2507

是qwen3-30b-a3b的升级版。thinking模型逻辑能力、通用能力、知识增强及创作能力提升，参见深度思考。instruct模型创作能力与模型安全性提升，参见概述。

图生视频

2025-07-28

国际

wan2.2-i2v-plus

相较 2.1 模型，新版本在画面细节表现和运动稳定性方面均有显著提升，生成速度提升达 50%。首帧生视频

文生视频

2025-07-28

国际

wan2.2-t2v-plus

相较 2.1 模型，新版本在画面细节表现和运动稳定性方面均有显著提升，生成速度提升达 50%。文生视频

文生图

2025-07-28

国际

wan2.2-t2i-flash、wan2.2-t2i-plus

相较 2.1 模型，新版本在创意性、稳定性、写实质感上全面升级，生成速度提升达 50%。文生图

推理模型

2025-07-24

国际

qwen3-235b-a22b-thinking-2507、qwen3-235b-a22b-instruct-2507

是qwen3-235b-a22b的升级版。thinking模型逻辑能力、通用能力、知识增强及创作能力均有大幅提升，适用于高难度强推理场景，参见深度思考。instruct模型创作能力与模型安全性均有提升，参见概述。

代码模型

2025-07-23

国际

qwen3-coder、qwen3-coder-plus-2025-07-22

基于 Qwen3 的代码生成模型，具有强大的Coding Agent能力，擅长工具调用和环境交互，代码能力卓越的同时兼具通用能力。代码能力（Qwen-Coder）

视觉理解

2025-06-04

国际

qwen-vl-plus-2025-05-07

视觉理解模型。模型在数学、推理、监控视频内容的理解方面的能力有显著提升。图像与视频理解

文生图

2025-05-22

国际

wan2.1-t2i-turbo、wan2.1-t2i-plus

一句话生成图像。模型支持生成任意分辨率、任意比例、最高200万像素的图像，提供极速版（turbo）与专业版（plus）两种版本。文生图

视觉理解

2025-05-16

国际

qwen-vl-max-2025-04-08

视觉理解模型。数学和推理能力有所提升，回复风格面向人类偏好进行调整，模型回复详实程度和格式清晰度明显改善。图像与视频理解

视觉理解

2025-05-16

国际

qwen-vl-plus-2025-01-25

视觉理解模型。属于Qwen2.5-VL系列模型，相较于上一版模型，扩展上下文至128k，显著增强图像和视频的理解能力。

视频编辑

2025-05-19

国际

wan2.1-vace-plus

通用视频编辑模型。模型具备多模态输入能力，融合图片、视频与文本提示词，可执行图生视频（参考图像主体或背景生成视频）、视频重绘（从输入视频中提取运动特征生成视频）等多种任务。通用视频编辑

推理模型

2025-04-28

国际

Qwen3商业版模型

qwen-plus-2025-04-28、qwen-turbo-2025-04-28

Qwen3开源版模型

qwen3-235b-a22b、qwen3-30b-a3b、qwen3-32b、qwen3-14b、qwen3-8b、qwen3-4b、qwen3-1.7b、qwen3-0.6b

Qwen3 模型支持思考模式和非思考模式，您可以通过 enable_thinking 参数实现两种模式的切换。除此之外，Qwen3 模型的能力得到了大幅提升：

1. 推理能力：在数学、代码和逻辑推理等评测中，显著超过 QwQ 和同尺寸的非推理模型，达到同规模业界顶尖水平。

2. 人类偏好能力：创意写作、角色扮演、多轮对话、指令遵循能力均大幅提升，通用能力显著超过同尺寸模型。

3. Agent 能力：在推理、非推理两种模式下都达到业界领先水平，能够精准地调用外部工具。

4. 多语言能力：支持100多种语言和方言，多语言翻译、指令理解、常识推理能力都明显提升。

5. 回复格式问题修复：修复了之前版本存在的回复格式的问题，如异常 Markdown、中间截断、错误输出 boxed 等问题。

思考模式请参见深度思考，非思考模式请参见概述。

文生视频

2025-04-21

国际

wan2.1-t2v-turbo、wan2.1-t2v-plus

• 一句话生成视频。

• 具备强大的指令遵循能力，支持大幅度复杂运动、现实物理规律还原，生成的视频呈现丰富的艺术风格及影视级画面质感。使用方法请参见万相2.7-文生视频。

图生视频

2025-04-21

国际

wan2.1-kf2v-plus、wan2.1-i2v-turbo、wan2.1-i2v-plus、

• 基于输入的首帧和尾帧图片，模型能够根据提示词生成一段丝滑流畅的动态视频。首尾帧生视频

• 输入图片作为视频首帧，再根据提示词生成视频。使用方法请参见首帧生视频。

视觉推理

2025-03-28

国际

qvq-max、qvq-max-latest、qvq-max-2025-03-25

视觉推理模型。支持视觉输入及思维链输出，在数学、编程、视觉分析、创作以及通用任务上都表现出更强的能力。视觉推理

全模态

2025-03-26

国际

qwen2.5-omni-7b

千问全新多模态理解生成大模型，支持文本、图像、语音与视频输入，并输出文本与音频，提供了2种自然对话音色。使用方法请参见非实时（Qwen-Omni）。

视觉理解

2025-03-24

国际

qwen2.5-vl-32b-instruct 

视觉理解模型。在数学问题的解答方面达到了接近Qwen2.5VL-72B的水平，回复风格面向人类偏好进行大幅调整，尤其是数学、逻辑推理、知识问答等客观类问题，模型回复详实程度和格式清晰度明显改善。图像与视频理解

推理模型

2025-03-06

国际

qwq-plus

基于 Qwen2.5 模型训练的 QwQ 推理模型，通过强化学习大幅度提升了模型推理能力。模型数学代码等核心指标（AIME 24/25、LiveCodeBench）以及部分通用指标（IFEval、LiveBench等）达到DeepSeek-R1 满血版水平。深度思考

视觉理解

2025-01-27

国际

qwen2.5-vl-3b-instruct

qwen2.5-vl-7b-instruct

qwen2.5-vl-72b-instruct

• 相对于Qwen2-VL大模型有如下改进：

  • 在指令跟随、数学计算、代码生成、结构化输出（JSON输出）等方面的能力有显著提升。

  • 支持对图像中的文字、图表、布局等视觉内容进行统一解析，并增加了精准定位视觉元素的能力，支持检测框和坐标点的表示方式。

  • 支持对长视频文件（最长10分钟）进行理解，具备秒级别的事件时刻定位能力，能理解时间先后和快慢。

• 使用方法请参见图像与视频理解。

文生文

2025-01-27

国际

qwen-max-2025-01-25

qwen2.5-14b-instruct-1m

qwen2.5-7b-instruct-1m

• qwen-max-2025-01-25模型（又称为Qwen2.5-Max）：千问系列效果最好的模型，代码编写与理解能力、逻辑能力、多语言能力显著提升，回复风格面向人类偏好进行大幅调整，模型回复详实程度和格式清晰度明显改善，内容创作、JSON格式遵循、角色扮演能力定向提升。使用方法请参见：概述。

• qwen2.5-14b-instruct-1m、qwen2.5-7b-instruct-1m模型：相比于qwen2.5-14b-instruct与qwen2.5-7b-instruct模型，将上下文长度提高到了1,000,000。使用方法请参见：概述。

文生文

2025-01-17

国际

qwen-plus-2025-01-12

• 相对于qwen-plus-2024-12-20模型，中英文整体能力有提升，中英常识、阅读理解能力提升较为显著，在不同语言、方言、风格之间自然切换的能力有显著改善，中文指令遵循能力显著提升。使用方法请参见qwen-plus-2025-01-12。

多语言翻译

2024-12-25

国际

qwen-mt-plus

qwen-mt-turbo

• Qwen-MT模型是基于千问模型优化的机器翻译大语言模型，擅长中英互译、中文与小语种互译、英文与小语种互译，小语种包括日、韩、法、西、德、葡（巴西）、泰、印尼、越、阿等26种。在多语言互译的基础上，提供术语干预、领域提示、记忆库等能力，提升模型在复杂应用场景下的翻译效果。详情请参见翻译能力（Qwen-MT）。

视觉理解

2024-12-18

国际

qwen2-vl-72b-instruct

• 在多个视觉理解基准测试中取得了最先进的成绩，显著增强多模态任务的处理能力。使用方法请参见图像与视频理解。

模型类型

时间

服务部署范围

模型规格

功能说明

推理模型

2026-07-13

美国

glm-5.2-us

GLM-5.2是智谱AI推出的面向长程任务（Long Horizon Task）设计的最新旗舰模型，支持1M超长上下文。拥有强大逻辑推理、长文本理解与代码生成能力、兼顾性能与推理效率；在多任务基准中表现优异，适用于智能交互、企业应用、开发辅助等场景

推理模型

2026-07-06

美国

qwen3.7-plus-us

千问3.7Plus系列，在强大文本能力的基础上全面升级了视觉-语言能力，同时保持了在编码、工具使用和生产力工作流方面的完整智能体能力。其核心特色为多模态交互混合智能体能力，能够感知真实世界场景、读取屏幕并操作 GUI、基于视觉参考生成代码、端到端导航移动应用。

推理模型

2026-07-03

美国

qwen3.7-max-us

Qwen Max 系列新一代旗舰模型。仅支持纯文本输入，默认开启思考模式，支持显式缓存，在编程、办公与生产力、长周期自主执行方面均能出色胜任各项任务。

文生视频

2026-06-26

全球

happyhorse-1.1-t2v

HappyHorse 1.1系列文生视频模型，支持有声视频生成，可生成3~15秒、720P/1080P视频。HappyHorse-文生视频

图生视频

2026-06-26

全球

happyhorse-1.1-i2v

HappyHorse 1.1系列图生视频模型，支持有声视频生成，可生成3~15秒、720P/1080P视频。HappyHorse-图生视频-基于首帧

参考生视频

2026-06-26

全球

happyhorse-1.1-r2v

HappyHorse 1.1系列参考生视频模型，支持多参考图输入生成有声视频，可生成3~15秒、720P/1080P视频。HappyHorse-参考生视频

推理模型

2026-06-10

全球

qwen3.7-max-2026-06-08

Qwen3.7系列中规模最大、综合能力最强的Max模型，相较于5月20日快照增加了视觉模态理解能力，能够感知真实世界场景，具备多模态交互混合智能体能力。

推理模型

2026-06-02

全球

qwen3.7-plus、qwen3.7-plus-2026-05-26

千问3.7Plus系列，在强大文本能力的基础上全面升级了视觉-语言能力，同时保持了在编码、工具使用和生产力工作流方面的完整智能体能力。其核心特色为多模态交互混合智能体能力，能够感知真实世界场景、读取屏幕并操作 GUI、基于视觉参考生成代码、端到端导航移动应用。

推理模型

2026-05-21

全球

qwen3.7-max、qwen3.7-max-2026-05-20

Qwen Max 系列新一代旗舰模型。仅支持纯文本输入，默认开启思考模式，支持显式缓存，在编程、办公与生产力、长周期自主执行方面均能出色胜任各项任务。

推理模型

2026-05-20

全球

glm-5.1

智谱GLM-5.1模型，专为长程任务设计，支持 200K 上下文，最大输出可达 128K Token。通过强大的逻辑推理、长文本理解及代码生成能力，在多项基准测试中表现优异，适用于智能交互、企业应用及开发辅助等场景。GLM-阿里云

文生视频

2026-05-06

全球

happyhorse-1.0-t2v

HappyHorse系列文生视频模型，支持有声视频生成，可生成3~15秒、720P/1080P视频。HappyHorse-文生视频

图生视频

2026-05-06

全球

happyhorse-1.0-i2v

HappyHorse系列图生视频模型，支持有声视频生成，可生成3~15秒、720P/1080P视频。HappyHorse-图生视频-基于首帧

视频编辑

2026-05-06

全球

happyhorse-1.0-video-edit

HappyHorse系列视频编辑模型，支持对视频进行编辑处理。HappyHorse-视频编辑

参考生视频

2026-05-06

全球

happyhorse-1.0-r2v

HappyHorse系列参考生视频模型，支持多参考图输入生成有声视频，可生成3~15秒、720P/1080P视频。HappyHorse-参考生视频

文生文与视觉理解

2026-04-29

全球

kimi-k2.5

由月之暗面（Moonshot AI）公司推出的视觉理解模型，在代码生成、视觉理解等通用智能任务中表现突出。同时支持图像、视频与文本输入、对话与 Agent 任务。Kimi-阿里云

推理模型

2026-04-29

全球

deepseek-v4-pro

deepseek-v4-pro cached_token 单价调整为 0.13752131580395 美元/百万 token，标准 input_token 单价不变。详见上下文缓存。

多语言翻译

2026-04-10

美国

qwen-mt-lite-us

千问基础级文本翻译大模型，支持31个语种互译，相较于qwen-mt-flash响应更快，成本更低，适用于对延迟敏感的场景。翻译能力（Qwen-MT）

推理模型

2026-04-02

全球

qwen3.6-plus、qwen3.6-plus-2026-04-02

千问3.6-Plus，代码开发能力重点升级（Agentic Coding、前端编程等），Vibe Coding体验显著提升；泛化场景推理能力进一步增强；多模态方面，万物识别、OCR、物体定位等能力显著提升；同时修复了Qwen3.5-Plus上线后的已知问题。使用方法与qwen3.5-plus一致。概述

视觉理解

2026-03-14

美国

qwen3-vl-flash-2026-01-22-us

千问VL的全新快照版模型，有效融合了思考模式与非思考模式，相较于 2025 年 10 月 15 日的快照版本，显著提升了模型的整体性能，在通用视觉识别、安防、巡店、巡检、拍照解题等业务场景中实现了更高准确率的推理。图像与视频理解

推理模型

2026-03-04

全球

qwen3.5-flash、qwen3.5-flash-2026-02-23、qwen3.5-122b-a10b、qwen3.5-27b、qwen3.5-35b-a3b

阿里巴巴推出的最新模型千问3.5-Flash和开源模型，支持文本、图像和视频输入，响应速度快，综合表现接近qwen3.5-plus，支持内置工具调用。概述

推理模型

2026-03-04

全球

qwen3.5-plus、qwen3.5-plus-2026-02-15、qwen3.5-397b-a17b

阿里巴巴推出的最新模型千问3.5-Plus和开源模型，支持文本、图像和视频输入，在语言理解、逻辑推理、代码生成、智能体任务、图像理解、视频理解、图形用户界面（GUI）等多种任务中表现卓越，支持内置工具调用。概述

图生视频-基于首帧

2026-01-04

美国

wan2.6-i2v-us

新增多镜头叙事能力，支持音频能力，支持自动配音，或传入自定义音频文件。万相-图生视频-基于首帧（2.1-2.6）

文生视频

2026-01-04

美国

wan2.6-t2v-us

新增多镜头叙事能力，支持音频能力，支持自动配音，或传入自定义音频文件。万相2.7-文生视频

语音识别

2026-01-04

美国

qwen3-asr-flash-us、qwen3-asr-flash-2025-09-08-us

支持任意采样率和声道的音频。非实时语音识别

视觉理解

2026-01-04

美国

qwen3-vl-flash-us、qwen3-vl-flash-2025-10-15-us

Qwen3系列小尺寸视觉理解模型，实现思考模式和非思考模式的有效融合，相较于开源版Qwen3-VL-30B-A3B，效果更优，响应速度更快。图像与视频理解

推理模型

2026-01-04

美国

qwen-plus-2025-12-01-us

属于 Qwen3 系列模型，相较于qwen-plus-2025-07-28，在思考模式下提升了指令遵循能力、总结回复更加精简，详见深度思考。在非思考模式下中文理解与逻辑推理能力得到增强，详见概述。

推理模型

2026-01-04

美国

qwen-plus-us

能力均衡，推理效果、成本和速度介于千问Max和千问Flash之间，适合中等复杂任务。模型列表

文生文

2026-01-04

美国

qwen-flash-us、qwen-flash-2025-07-28-us

千问系列速度最快、成本极低的模型，适合简单任务。模型列表

图像生成与编辑

2026-01-04

全球

wan2.6-image

支持图像编辑和图文混合输出。万相-图像生成与编辑2.6

图生视频-基于首帧

2026-01-04

全球

wan2.6-i2v

新增多镜头叙事能力，支持音频能力，支持自动配音，或传入自定义音频文件。万相-图生视频-基于首帧（2.1-2.6）

参考生视频

2026-01-04

全球

wan2.6-r2v

基于参考视频的角色形象和音色，生成多镜头视频，支持自动配音。万相2.7-参考生视频

文生视频

2026-01-04

全球

wan2.6-t2v

新增多镜头叙事能力，支持音频能力，支持自动配音，或传入自定义音频文件。万相2.7-文生视频

视觉理解

2026-01-04

全球

qwen3-vl-flash、qwen3-vl-flash-2025-10-15

Qwen3系列小尺寸视觉理解模型，实现思考模式和非思考模式的有效融合，相较于开源版Qwen3-VL-30B-A3B，效果更优，响应速度更快。图像与视频理解

视觉理解

2026-01-04

全球

qwen3-vl-8b-thinking、qwen3-vl-8b-instruct

Qwen3-VL系列 8B 的Dense开源模型，提供思考和非思考两个版本。占用显存更低，能够完成多模态理解与推理；支持长视频长文档等超长上下文、视觉2D/3D定位；全面空间感知与万物识别能力。图像与视频理解

视觉理解

2026-01-04

全球

qwen3-vl-32b-thinking、qwen3-vl-32b-instruct

Qwen3-VL系列 32B 的Dense模型，综合表现仅次于Qwen3-VL-235B模型，文档识别和理解、空间感知与万物识别、视觉2D检测/空间推理能力均表现出色，适合通用场景下的复杂感知任务。图像与视频理解

视觉理解

2026-01-04

全球

qwen3-vl-plus、qwen3-vl-plus-2025-09-23、qwen3-vl-235b-a22b-thinking、qwen3-vl-235b-a22b-instruct

Qwen3系列视觉理解模型，实现思考模式和非思考模式的有效融合，视觉智能体能力达到世界顶尖水平。此版本在视觉编码、空间感知、多模态思考等方向全面升级；视觉感知与识别能力大幅提升。图像与视频理解

推理模型

2026-01-04

全球

qwen3-next-80b-a3b-thinking、qwen3-next-80b-a3b-instruct

基于Qwen3的新一代开源模型，thinking模型相较于qwen3-235b-a22b-thinking-2507提升了指令遵循能力，总结回复更加精简，详见深度思考。instruct模型相较于qwen3-235b-a22b-instruct-2507增强了中文理解、逻辑推理及文本生成能力，详见概述。

推理模型

2026-01-04

全球

qwen3-max、qwen3-max-2025-09-23

相较qwen3-max-preview版本，在智能体编程与工具调用方向进行了专项升级。本次发布的正式版模型达到领域SOTA水平，适配场景更加复杂的智能体需求。模型列表

推理模型

2026-01-04

全球

qwen3-max-preview

基于Qwen3的Qwen-Max模型（预览版），相较Qwen 2.5系列整体通用能力有大幅度提升，中英文通用文本理解能力、复杂指令遵循能力、主观开放任务能力、多语言能力、工具调用能力均显著增强；模型知识幻觉更少。千问 Max

代码模型

2026-01-04

全球

qwen3-coder-flash、qwen3-coder-flash-2025-07-28

千问Coder系列速度最快、成本最低的模型。代码能力（Qwen-Coder）。

代码模型

2026-01-04

全球

qwen3-coder-plus、qwen3-coder-plus-2025-07-22、qwen3-coder-30b-a3b-instruct、qwen3-coder-480b-a35b-instruct

基于 Qwen3 的代码生成模型，具有强大的Coding Agent能力，擅长工具调用和环境交互，代码能力卓越的同时兼具通用能力。代码能力（Qwen-Coder）

推理模型

2026-01-04

全球

qwen3-30b-a3b-thinking-2507、qwen3-30b-a3b-instruct-2507

是qwen3-30b-a3b的升级版。thinking模型逻辑能力、通用能力、知识增强及创作能力提升，参见深度思考。instruct模型创作能力与模型安全性提升，参见概述。

推理模型

2026-01-04

全球

qwen3-235b-a22b-thinking-2507、qwen3-235b-a22b-instruct-2507

是qwen3-235b-a22b的升级版。thinking模型逻辑能力、通用能力、知识增强及创作能力均有大幅提升，适用于高难度强推理场景，参见深度思考。instruct模型创作能力与模型安全性均有提升，参见概述。

推理模型

2026-01-04

全球

qwen3-30b-a3b、qwen3-32b、qwen3-14b、qwen3-8b

Qwen3 模型支持思考模式和非思考模式，您可以通过 enable_thinking 参数实现两种模式的切换。除此之外，Qwen3 模型的能力得到了大幅提升：

1. 推理能力：在数学、代码和逻辑推理等评测中，显著超过 QwQ 和同尺寸的非推理模型，达到同规模业界顶尖水平。

2. 人类偏好能力：创意写作、角色扮演、多轮对话、指令遵循能力均大幅提升，通用能力显著超过同尺寸模型。

3. Agent 能力：在推理、非推理两种模式下都达到业界领先水平，能够精准地调用外部工具。

4. 多语言能力：支持100多种语言和方言，多语言翻译、指令理解、常识推理能力都明显提升。

5. 回复格式问题修复：修复了之前版本存在的回复格式的问题，如异常 Markdown、中间截断、错误输出 boxed 等问题。

思考模式请参见深度思考，非思考模式请参见概述。

文字提取

2026-01-04

全球

qwen-vl-ocr-2025-11-20

千问文字提取模型，该快照版基于Qwen3-VL架构，大幅提升文档解析、文字定位能力。文字提取

文字提取

2026-01-04

全球

qwen-vl-ocr

qwen-vl-ocr是专用于OCR的模型；在表格、试题等类型图像的文字提取能力大幅提升。详情请参见文字提取。

推理模型

2026-01-04

全球

qwen-plus-2025-12-01、qwen-plus-2025-09-11

属于 Qwen3 系列模型，相较于qwen-plus-2025-07-28，在思考模式下提升了指令遵循能力、总结回复更加精简，详见深度思考。在非思考模式下中文理解与逻辑推理能力得到增强，详见概述。

推理模型

2026-01-04

全球

qwen-plus-2025-07-28

属于 Qwen3 系列模型，相较于上一版模型，将上下文长度提高到了1,000,000。思考模式请参见深度思考，非思考模式请参见概述。

推理模型

2026-01-04

全球

qwen-plus

能力均衡，推理效果、成本和速度介于千问Max和千问Flash之间，适合中等复杂任务。模型列表

多语言翻译

2026-01-04

全球

qwen-mt-lite

千问基础级文本翻译大模型，支持31个语种互译，相较于qwen-mt-flash响应更快，成本更低，适用于对延迟敏感的场景。翻译能力（Qwen-MT）

多语言翻译

2026-01-04

全球

qwen-mt-plus、qwen-mt-flash

Qwen-MT模型是基于千问模型优化的机器翻译大语言模型，擅长中英互译、中文与小语种互译、英文与小语种互译，小语种包括日、韩、法、西、德、葡（巴西）、泰、印尼、越、阿等26种。在多语言互译的基础上，提供术语干预、领域提示、记忆库等能力，提升模型在复杂应用场景下的翻译效果。详情请参见翻译能力（Qwen-MT）。

文生文

2026-01-04

全球

qwen-flash、qwen-flash-2025-07-28

千问系列速度最快、成本极低的模型，适合简单任务。模型列表

模型类型

时间

服务部署范围

模型规格

功能说明

实时多模态

2026-07-14

中国内地

qwen-audio-3.0-realtime-plus、qwen-audio-3.0-realtime-flash

Qwen-Audio端到端实时语音大模型兼顾语音推理能力与双工对话节奏，在保持流畅、自然的实时交互体验的同时，通过并行推理、全向流式等工程优化，有效控制端到端响应时延。实时语音对话（Qwen-Audio-Realtime）

语音合成

2026-07-14

中国内地

qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash

Qwen-Audio-TTS语音合成模型上线，新增更多小语种和中文方言支持，增强了指令遵循与细粒度标签控制能力，音质和表现力全面提升。其中 Plus 版本面向高品质专业场景，Flash 版本面向低延迟实时交互场景，首包延时控制在 200ms 以内。实时语音合成

参考生视频

2026-07-01

中国内地

wan2.7-r2v-2026-06-12

万相2.7参考生视频模型快照版本，支持主体参考和音色定制，并可输入单张多宫格故事板直接生成剧本化视频。万相2.7-参考生视频

图像生成

2026-06-25

中国内地

qwen-image-2.0-pro-2026-06-22

Qwen-Image-2.0系列模型最新快照，融合图片生成与编辑能力。相较于4月22日快照，文字渲染能力进一步增强，支持最长1k token的指令输入；真实质感与写实场景细节刻画更加细腻；语义遵循能力更强。

千问-文生图、千问-图像编辑

文生视频

2026-06-22

中国内地

happyhorse-1.1-t2v

HappyHorse 1.1系列文生视频模型，支持有声视频生成，可生成3~15秒、720P/1080P视频。HappyHorse-文生视频

图生视频

2026-06-22

中国内地

happyhorse-1.1-i2v

HappyHorse 1.1系列图生视频模型，支持有声视频生成，可生成3~15秒、720P/1080P视频。HappyHorse-图生视频-基于首帧

参考生视频

2026-06-22

中国内地

happyhorse-1.1-r2v

HappyHorse 1.1系列参考生视频模型，支持多参考图输入生成有声视频，可生成3~15秒、720P/1080P视频。HappyHorse-参考生视频

文字提取

2026-06-16

中国内地

qwen3.5-ocr

千问文字提取模型，基于Qwen3.5架构，速度更快，效果更强。上下文长度扩展至128K，支持多轮对话。信息抽取能力大幅提升，覆盖多种国内外卡证。文字提取

推理模型

2026-06-10

中国内地

qwen3.7-max-2026-06-08

Qwen3.7系列中规模最大、综合能力最强的Max模型，相较于5月20日快照增加了视觉模态理解能力，能够感知真实世界场景，具备多模态交互混合智能体能力。

推理模型

2026-06-01

中国内地

qwen3.7-plus、qwen3.7-plus-2026-05-26

千问3.7Plus系列，在强大文本能力的基础上全面升级了视觉-语言能力，同时保持了在编码、工具使用和生产力工作流方面的完整智能体能力。其核心特色为多模态交互混合智能体能力，能够感知真实世界场景、读取屏幕并操作 GUI、基于视觉参考生成代码、端到端导航移动应用。

推理模型

2026-05-21

中国内地

qwen3.7-max、qwen3.7-max-2026-05-20

Qwen Max 系列新一代旗舰模型。仅支持纯文本输入，默认开启思考模式，支持显式缓存，在编程、办公与生产力、长周期自主执行方面均能出色胜任各项任务。

音视频翻译

2026-05-19

中国内地

qwen3.5-livetranslate-flash-realtime、qwen3.5-livetranslate-flash-realtime-2026-05-19

一款多语言音视频实时翻译模型，可识别 60 种语言，并实时翻译为 29 种语言的音频。实时语音/音视频翻译-千问

音乐生成

2026-05-06

中国内地

fun-music-v1

百聆音乐生成大模型（Fun音乐大模型）支持输入开放性歌曲的创作要求或歌词，生成整首男/女声演唱的中文或英文歌曲。歌曲通俗易懂，情绪由浅入深，是人类灵感与大模型能力的完美结合。音乐生成

推理模型

2026-04-29

中国内地

deepseek-v4-pro

deepseek-v4-pro cached_token 单价调整为 0.13752131580395 美元/百万 token，标准 input_token 单价不变。详见上下文缓存。

文生视频

2026-04-27

中国内地

happyhorse-1.0-t2v

HappyHorse系列文生视频模型，支持有声视频生成，可生成3~15秒、720P/1080P视频。HappyHorse-文生视频

图生视频

2026-04-27

中国内地

happyhorse-1.0-i2v

HappyHorse系列图生视频模型，支持有声视频生成，可生成3~15秒、720P/1080P视频。HappyHorse-图生视频-基于首帧

参考生视频

2026-04-27

中国内地

happyhorse-1.0-r2v

HappyHorse系列参考生视频模型，支持多参考图输入生成有声视频，可生成3~15秒、720P/1080P视频。HappyHorse-参考生视频

视频编辑

2026-04-27

中国内地

happyhorse-1.0-video-edit

HappyHorse系列视频编辑模型，支持对视频进行编辑处理。HappyHorse-视频编辑

文生视频

2026-07-01

中国内地

wan2.7-t2v-2026-06-12

万相2.7-文生视频模型快照版本，模型能力与wan2.7-t2v一致。万相2.7-文生视频

文生视频

2026-04-26

中国内地

wan2.7-t2v-2026-04-25

万相2.7-文生视频模型快照版本，模型能力与wan2.7-t2v一致。万相2.7-文生视频

图生视频

2026-04-26

中国内地

wan2.7-i2v-2026-04-25

万相2.7-图生视频模型快照版本，模型能力与wan2.7-i2v一致。万相2.7-图生视频

推理模型

2026-04-24

中国内地

deepseek-v4-pro、deepseek-v4-flash

DeepSeek-V4系列模型，阿里直供。deepseek-v4-pro为旗舰模型，deepseek-v4-flash为轻量级高速模型。DeepSeek

图像生成

2026-04-23

中国内地

qwen-image-2.0-pro-2026-04-22

Qwen-Image-2.0系列模型，实现了图片生成和图片编辑的融合。相较于3月3日快照，本模型在画面质感，尤其是纹理细节、光影、材质上有明显跃升；支持多语言的图内文字生成；艺术风格表现更加均衡。

千问-文生图、千问-图像编辑

推理模型

2026-04-23

中国内地

qwen3.5-plus-2026-04-20

Qwen3.5-Plus 视觉语言模型新快照，相较 2 月 15 日快照 Agentic coding 能力大幅提升，推理速度显著提高；长上下文与推理能力保持高水准，适合编码智能体、生产工作流和高吞吐场景。

推理模型

2026-04-23

中国内地

qwen3.6-27b

Qwen3.6 系列 27B 原生视觉语言 Dense 开源模型，相较 3.5-27B 重点提升了 Agentic coding 与 STEM 推理能力；视觉方面空间智能与物体定位检测显著增强，视频理解、文档 OCR 及视觉 Agent 能力稳步提升。

文生文与视觉理解

2026-04-21

中国内地

kimi-k2.6

Kimi最新最智能的模型，具备更强更稳的长程代码编写能力，指令遵循和自我纠错能力显著提升。同时支持文本、图片与视频输入、思考与非思考模式、对话与 Agent 任务。Kimi-阿里云

推理模型

2026-04-20

中国内地

qwen3.6-max-preview

Qwen3.6系列规模最大的闭源模型，Coding能力进一步提升、Agent执行更加高效。仅支持纯文本输入，支持思考模式（默认开启），支持显式缓存和Function Calling。概述

不支持图像与视频输入。

推理模型

2026-04-16

中国内地

qwen3.6-flash、qwen3.6-flash-2026-04-16、qwen3.6-35b-a3b

Qwen3.6 原生视觉语言 Flash 系列模型，在整体性能上较 Qwen3.5-Flash 显著提升。重点增强了智能体编程能力（在多项代码智能体基准上大幅超越前代）、数学推理和代码推理能力；在视觉能力方面，空间智能显著增强，其中物体定位和目标检测表现尤为突出。概述

语音识别

2026-04-16

中国内地

fun-asr、fun-asr-2025-11-07

推理模型

2026-04-14

中国内地

glm-5.1

智谱GLM-5.1模型，专为长程任务设计，支持 200K 上下文，最大输出可达 128K Token。通过强大的逻辑推理、长文本理解及代码生成能力，在多项基准测试中表现优异，适用于智能交互、企业应用及开发辅助等场景。GLM-阿里云

文生文

2026-04-14

中国内地

qwen-flash-character

千问系列多语言角色扮演模型。专为拟人化角色打造。严格遵循人设，主动推进话题，倾听并共情。深度还原个性化角色。角色扮演（Qwen-Character）

视频编辑

2026-04-03

中国内地

wan2.7-videoedit

万相2.7-视频编辑模型，支持指令编辑与视频迁移任务，可修改视频局部或整体画面，同时支持多图参考替换及动作、特效、运镜的复刻。万相2.7-视频编辑

图生视频

2026-04-03

中国内地

wan2.7-i2v

万相2.7-图生视频模型，支持多模态输入（文本/图像/音频/视频），可完成首帧生视频、首尾帧生视频、视频续写三大任务。万相2.7-图生视频

文生视频

2026-04-03

中国内地

wan2.7-t2v

万相2.7-文生视频模型，新增分辨率档位与宽高比自定义设置，支持灵活适配不同创作场景与平台发布需求。万相2.7-文生视频

参考生视频

2026-04-03

中国内地

wan2.7-r2v

万相2.7参考生视频模型，支持主体参考和音色定制，并可输入单张多宫格故事板直接生成剧本化视频。万相2.7-参考生视频

推理模型

2026-04-02

中国内地

qwen3.6-plus、qwen3.6-plus-2026-04-02

千问3.6-Plus，代码开发能力重点升级（Agentic Coding、前端编程等），Vibe Coding体验显著提升；泛化场景推理能力进一步增强；多模态方面，万物识别、OCR、物体定位等能力显著提升；同时修复了Qwen3.5-Plus上线后的已知问题。使用方法与qwen3.5-plus一致。概述

图像生成与编辑

2026-04-01

中国内地

wan2.7-image-pro、wan2.7-image

万相2.7-图像生成与编辑模型，支持文生图、文生组图、图生组图、图像编辑、多图参考生成、交互式编辑，在文字渲染、主体一致性、复杂指令遵循表现更优。Pro系列支持4K输出；加速版兼顾效果与响应速度。万相-图像生成与编辑2.7

全模态

2026-03-30

中国内地

qwen3.5-omni-plus、qwen3.5-omni-plus-2026-03-15、qwen3.5-omni-flash、qwen3.5-omni-flash-2026-03-15

最新一代全模态大模型，支持长视频分析、会议纪要、字幕输出、安全审核、音视频交互；支持音视频内容的深度理解与生成描述，支持 113 种语言识别和 36 种语言的音频生成，可处理 3 小时音频及1 小时视频输入，支持联网搜索及指令来控制输出音频的音量、语速、情绪。非实时（Qwen-Omni）

全模态

2026-03-30

中国内地

qwen3.5-omni-plus-realtime、qwen3.5-omni-plus-realtime-2026-03-15、qwen3.5-omni-flash-realtime、qwen3.5-omni-flash-realtime-2026-03-15

千问最新推出的实时多模态模型，相比于上一代的 Qwen3-Omni-Flash-Realtime：模型智力大幅提升，与 Qwen3.5-Plus 智能水平相当。原生支持联网搜索（WebSearch），支持语音打断和控制；支持 113 种语种和方言的语音识别，以及 36 种语种和方言的语音生成。实时（Qwen-Omni-Realtime）

推理模型

2026-03-11

中国内地

MiniMax-M2.5

稀宇科技（MiniMax）推出的新模型，响应速度快，擅长编程、办公等任务。使用方法

语音识别

2026-03-05

中国内地

fun-asr-realtime-2026-02-28

Fun-ASR实时语音识别新增快照模型，较 fun-asr-realtime-2025-11-07 效果更优。实时语音识别-Fun-ASR/Paraformer

图像生成与编辑

2026-03-03

中国内地

qwen-image-2.0、qwen-image-2.0-2026-03-03、qwen-image-2.0-pro、qwen-image-2.0-pro-2026-03-03

千问-Image2.0系列，同时支持图像生成和编辑。Pro系列文字渲染、真实质感、语义遵循能力更强。；加速版兼顾效果与响应速度。千问-文生图、千问-图像编辑

语音识别

2026-03-03

中国内地

qwen3-asr-flash-2026-02-10

千问录音文件识别新增快照模型，较 qwen3-asr-flash-2025-09-08 效果更优。非实时语音识别

语音合成

2026-03-02

中国内地

cosyvoice-v3.5-plus、cosyvoice-v3.5-flash

CosyVoice3.5 模型上线，专注声音复刻与设计，支持指令控制语音合成效果。实时语音合成-CosyVoice

推理模型

2026-02-24

中国内地

qwen3.5-flash、qwen3.5-flash-2026-02-23、qwen3.5-122b-a10b、qwen3.5-27b、qwen3.5-35b-a3b

阿里巴巴推出的最新模型千问3.5-Flash和开源模型，支持文本、图像和视频输入，响应速度快，综合表现接近qwen3.5-plus，支持内置工具调用。概述

代码模型

2026-02-20

中国内地

qwen3-coder-next

Qwen3系列新一代开源代码生成模型，支持多轮工具交互，提升了对仓库级别代码的理解能力和对AI编程工具的适配性。代码能力（Qwen-Coder）

推理模型

2026-02-18

中国内地

glm-5

智谱推出的最新模型，专为编程与智能体场景打造，擅长复杂的系统工程与长程Agent任务。GLM-阿里云

推理模型

2026-02-16

中国内地

qwen3.5-plus、qwen3.5-plus-2026-02-15、qwen3.5-397b-a17b

阿里巴巴推出的最新模型千问3.5-Plus和开源模型，支持文本、图像和视频输入，在语言理解、逻辑推理、代码生成、智能体任务、图像理解、视频理解、图形用户界面（GUI）等多种任务中表现卓越，支持内置工具调用。概述

语音识别

2026-02-13

中国内地

qwen3-asr-flash-realtime-2026-02-10

千问实时语音识别新增最新快照模型，较 qwen3-asr-flash-realtime-2025-10-27 效果更优。实时语音识别

语音识别

2026-02-12

中国内地

fun-asr-flash-8k-realtime、fun-asr-flash-8k-realtime-2026-01-28

新增基于Fun-ASR大模型架构的小尺寸ASR模型，专为8kHz场景优化，适合对成本敏感的客户。实时语音识别-Fun-ASR/Paraformer

语音合成

2026-02-10

中国内地

qwen3-tts-instruct-flash、qwen3-tts-instruct-flash-2026-01-26

千问语音合成上线Instruct（指令控制）模型，支持通过自然语言指令精准控制合成效果。非实时语音合成

语音合成

2026-02-10

中国内地

qwen3-tts-vd-2026-01-26

千问语音合成上线声音设计模型，可通过文本描述创建定制化音色。非实时语音合成

语音合成

2026-02-10

中国内地

qwen3-tts-vc-2026-01-22

千问语音合成上线声音复刻模型，可基于真实音频样本快速复刻音色。非实时语音合成

语音合成

2026-02-04

中国内地

qwen3-tts-instruct-flash-realtime、qwen3-tts-instruct-flash-realtime-2026-01-22

千问实时语音合成新增Instruct（指令控制）模型，支持通过自然语言指令精准控制合成效果。实时语音合成

参考生视频

2026-02-02

中国内地

wan2.6-r2v-flash

基于参考视频和图像的角色形象，生成多镜头视频，支持自动配音。万相2.7-参考生视频

文生文与视觉理解

2026-01-30

中国内地

kimi-k2.5

由月之暗面（Moonshot AI）公司推出的视觉理解模型，在代码生成、视觉理解等通用智能任务中表现突出。同时支持图像、视频与文本输入、对话与 Agent 任务。Kimi-阿里云

语音识别

2026-01-28

中国内地

qwen3-asr-flash-filetrans、qwen3-asr-flash-filetrans-2025-11-17

千问3-ASR-Flash-Filetrans系列模型现已支持词级别时间戳，通过设置新参数 enable_words，获取毫秒级的词/字对齐信息，并体验更符合语义的精细化断句。非实时语音识别

推理模型

2026-01-27

中国内地

qwen3-max-2026-01-23

相较于 2025 年 9 月 23 日的快照版本，有效融合了思考模式与非思考模式，显著提升了模型的整体性能。在思考模式下，模型集成了 Web 搜索、网页信息提取和代码解释器三项工具，通过在思考过程中引入外部工具，在复杂问题上实现更高的准确率。OpenAI兼容-Responses

视觉理解

2026-01-23

中国内地

qwen3-vl-flash-2026-01-22

千问VL的全新快照版模型，有效融合了思考模式与非思考模式，相较于 2025 年 10 月 15 日的快照版本，显著提升了模型的整体性能，在通用视觉识别、安防、巡店、巡检、拍照解题等业务场景中实现了更高准确率的推理。图像与视频理解

图生视频

2026-01-17

中国内地

wan2.6-i2v-flash

支持生成有声与无声视频，两类视频按各自计费规则独立计费；同时具备多镜头叙事能力与音频处理能力。万相-图生视频-基于首帧（2.1-2.6）

图像编辑

2026-01-17

中国内地

qwen-image-edit-max、qwen-image-edit-max-2026-01-16

千问图像编辑模型Max系列，具备更稳定、丰富的编辑能力，增强了工业设计与几何推理能力，并提升了角色一致性与编辑的精准度。图像编辑-千问

语音合成

2026-01-16

中国内地

qwen3-tts-vc-realtime-2026-01-15

千问实时语音合成新增最新快照模型，声音复刻（Qwen）效果进一步优化，较 qwen3-tts-vc-realtime-2025-11-27 更自然、更贴近原声。实时语音合成

文生图

2026-01-12

中国内地

qwen-image-plus-2026-01-09

千问图像生成的全新快照版模型，为qwen-image-max的蒸馏加速版，支持快速生成高质量图像。千问-文生图

推理模型

2026-01-12

中国内地

deepseek-v3.2

deepseek-v3.2 模型支持隐式缓存与显式缓存，可提升响应速度，并在不影响回复效果的前提下降低使用成本。上下文缓存

图生视频

2026-01-08

中国内地

wan2.2-kf2v-flash

基于输入的首帧和尾帧图片，模型能够根据提示词生成一段丝滑流畅的动态视频。首尾帧生视频

语音识别

2026-01-06

中国内地

qwen3-asr-flash、qwen3-asr-flash-2025-09-08

千问3-ASR-Flash支持OpenAI兼容模式。非实时语音识别

语音合成

2026-01-05

中国内地

cosyvoice-v3-flash

语音合成CosyVoice新增24个音色（详情请参见CosyVoice音色列表）：

• 方言：龙嘉怡、龙老铁

• 出海营销：loongkyong、loongtomoka

• 诗词朗诵：龙飞

• 语音助手：龙小淳、龙小夏、YUMI

• 社交陪伴：龙橙、龙泽、龙哲、龙颜、龙星、龙天、龙婉、龙嫱、龙菲菲、龙浩

• 有声书：龙三叔、龙媛、龙悦、龙修、龙楠

• 新闻播报：龙书

文生图

2025-12-31

中国内地

qwen-image-max、qwen-image-max-2025-12-30

千问图像生成模型Max系列，相较于Plus系列提升了图像的真实感与自然度，有效降低了AI合成痕迹，在人物质感、纹理细节和文字渲染等方面表现突出。千问-文生图

图像编辑

2025-12-23

中国内地

qwen-image-edit-plus-2025-12-15

千问图像编辑发布的最新快照模型，相较于上一版本提升了角色一致性、工业设计能力和几何推理能力，并优化了编辑后的图片与原图在空间布局、纹理和风格上的匹配度，编辑效果更精准。图像编辑-千问

文生图

2025-12-19

中国内地

z-image-turbo

轻量级文生图模型，可快速生成高质量图像，支持中英双语渲染、复杂语义理解和多风格题材，并可灵活适配多种分辨率与宽高比。文生图Z-Image

视觉理解

2025-12-19

中国内地

qwen3-vl-plus-2025-12-19

千问VL的全新快照版模型，指令遵循能力更强，具有更低的延迟。图像与视频理解

语音识别

2025-12-19

中国内地

qwen3-asr-flash-filetrans、qwen3-asr-flash-filetrans-2025-11-17、qwen3-asr-flash、qwen3-asr-flash-2025-09-08

新增捷克语、丹麦语等共 9 种语言的语音识别支持。非实时语音识别

语音识别

2025-12-17

中国内地

qwen3-asr-flash-realtime、qwen3-asr-flash-realtime-2025-10-27

新增捷克语、丹麦语等共 9 种语言的语音识别支持。实时语音识别

语音识别

2025-12-17

中国内地

qwen3-asr-flash、qwen3-asr-flash-2025-09-08

支持任意采样率和声道的音频。非实时语音识别

语音识别

2025-12-17

中国内地

fun-asr-mtl、fun-asr-mtl-2025-08-25

支持对中、英、日、韩等共 31 种语言的语音识别，尤其适合东南亚出海场景。录音文件识别-Fun-ASR/Paraformer

语音合成

2025-12-16

中国内地

qwen3-tts-vd-realtime-2025-12-16（快照版）

千问实时语音合成发布全新快照版模型，可使用声音设计（Qwen）生成的音色进行低延迟、高稳定性的实时合成；支持多语言输出；能根据文本自动调节语气，并优化复杂文本的合成表现。实时语音合成

文生图

2025-12-16

中国内地

wan2.6-t2i

新增同步接口。支持在总像素面积与宽高比约束内，自由选尺寸。万相-文生图V2

图像生成与编辑

2025-12-16

中国内地

wan2.6-image

支持图像编辑和图文混合输出。万相-图像生成与编辑2.6

图生视频-基于首帧

2025-12-16

中国内地

wan2.6-i2v

新增多镜头叙事能力，支持音频能力，支持自动配音，或传入自定义音频文件。万相-图生视频-基于首帧（2.1-2.6）

参考生视频

2025-12-16

中国内地

wan2.6-r2v

基于参考视频的角色形象和音色，生成多镜头视频，支持自动配音。万相2.7-参考生视频

文生视频

2025-12-16

中国内地

wan2.6-t2v

新增多镜头叙事能力，支持音频能力，支持自动配音，或传入自定义音频文件。文生视频

语音识别

2025-12-12

中国内地

fun-asr、fun-asr-2025-11-07

Fun-ASR录音文件识别功能更新：

• 支持歌唱识别，能实现整首歌曲的转写，详情请参见录音文件识别-Fun-ASR/Paraformer。

语音合成

2025-12-11

中国内地

cosyvoice-v3-flash、cosyvoice-v3-plus

• cosyvoice-v3-flash模型新增5个系统音色：longanrou_v3、longyingjing_v3、longyingling_v3、longanling_v3和longhan_v3，均支持时间戳与SSML功能，详情请参见CosyVoice音色列表。

• cosyvoice-v3-flash和cosyvoice-v3-plus模型的复刻音色功能增强：支持时间戳与SSML功能，韵律效果提升。请参见CosyVoice声音复刻/设计API创建新音色体验。

全模态

2025-12-04

中国内地

qwen3-omni-flash-2025-12-01

千问Omni发布的最新快照模型，支持的音色增加至49种，模型的指令跟随能力大幅升级，能高效理解文本、图像、音频、视频。非实时（Qwen-Omni）

实时多模态

2025-12-04

中国内地

qwen3-omni-flash-realtime-2025-12-01

千问Omni 实时版发布的最新快照模型，提供了低延迟的多模态交互能力，支持的音色增加至49种，模型的指令跟随能力和交互体验大幅升级。实时（Qwen-Omni-Realtime）

语音翻译

2025-12-04

中国内地

qwen3-livetranslate-flash、qwen3-livetranslate-flash-2025-12-01

千问3-LiveTranslate-Flash 是音视频翻译模型，支持 18 种语言（包括中文、英文、俄文、法文等）互译，可结合视觉上下文提升翻译准确性，并输出文本与语音。音视频文件翻译-千问

推理模型

2025-12-04

中国内地

deepseek-v3.2

DeepSeek-V3.2是引入DeepSeek Sparse Attention（一种稀疏注意力机制）的正式版模型，也是DeepSeek推出的首个将思考融入工具使用的模型，同时支持思考模式与非思考模式的工具调用。

DeepSeek

多语言翻译

2025-12-02

中国内地

qwen-mt-lite

千问基础级文本翻译大模型，支持31个语种互译，相较于qwen-mt-flash响应更快，成本更低，适用于等对延迟敏感的场景。翻译能力（Qwen-MT）

声音复刻

2025-11-27

中国内地

qwen-voice-enrollment

千问发布声音复刻模型，仅需 5 秒以上音频即可快速生成高相似度声音。结合qwen3-tts-vc-realtime-2025-11-27模型使用，可高保真复刻并实时输出某人的声音，覆盖 11 种语言。声音复刻（Qwen）

语音合成

2025-11-27

中国内地

qwen3-tts-vc-realtime-2025-11-27（快照版）

千问实时语音合成发布全新快照版模型，可使用声音复刻（Qwen）生成的音色进行低延迟、高稳定性的实时合成；支持多语言输出；能根据文本自动调节语气，并优化复杂文本的合成表现。实时语音合成

语音合成

2025-11-27

中国内地

qwen3-tts-flash-realtime-2025-11-27（快照版）

千问实时语音合成发布全新快照版模型，低延迟且稳定性高；音色更丰富，同一音色支持多语言输出；能根据文本自动调节语气，并提升复杂文本的合成表现。实时语音合成

语音合成

2025-11-27

中国内地

qwen3-tts-flash-2025-11-27（快照版）

千问语音合成发布全新快照版模型，音色更丰富；同一音色支持多语言输出；可自适应文本调节语气，并优化复杂文本的合成能力。非实时语音合成

文字提取

2025-11-21

中国内地

qwen-vl-ocr-2025-11-20（快照版）

千问文字提取模型，该快照版基于Qwen3-VL架构，大幅提升文档解析、文字定位能力。文字提取

语音识别

2025-11-20

中国内地

qwen3-asr-flash-filetrans、qwen3-asr-flash-filetrans-2025-11-17（快照版）

千问录音文件识别发布了新模型，专为音频文件的异步转写设计，支持最长12小时录音。非实时语音识别

语音合成

2025-11-19

中国内地

cosyvoice-v3-flash

较之前版本提升了发音准确性、音色相似度，并且增加了更多小语种支持（德、西、法、意、俄）。实时语音合成-CosyVoice

推理模型

2025-11-11

中国内地

kimi-k2-thinking

由月之暗面（Moonshot AI）公司推出的思考模型，具有通用智能体能力和推理能力，擅长深度推理，并能通过多步工具调用解决各类难题。Kimi-阿里云

多语言翻译

2025-11-10

中国内地

qwen-mt-flash

相较于qwen-mt-turbo支持流式增量输出，整体性能表现有所提升。翻译能力（Qwen-MT）

图生视频

2025-11-04

中国内地

wan2.2-animate-mix

能够依据人物图片和参考视频，将视频中的主角替换为图片中的角色，同时保留原视频的场景、光照和色调，实现无缝人物替换。万相-视频换人

推理模型

2025-11-03

中国内地

qwen3-max-preview

qwen3-max-preview 模型的思考模式：在整体推理能力上显著提升，尤其在智能体编程、常识推理，以及数学、科学和通用任务方面表现更优。深度思考

图生视频

2025-11-03

中国内地

wan2.2-animate-move

支持将模板视频中角色的动作和表情，迁移至单张静态人物图片上，生成人物动作视频。万相-图生动作

图像编辑

2025-10-31

中国内地

qwen-image-edit-plus、qwen-image-edit-plus-2025-10-30

在qwen-image-edit的基础上优化了推理性能与系统稳定性，大幅缩短图像生成与编辑的响应时间，且支持单次请求返回多张图片。图像编辑-千问

实时语音识别

2025-10-27

中国内地

qwen3-asr-flash-realtime、qwen3-asr-flash-realtime-2025-10-27

千问实时语音识别大模型具备自动语种识别功能，可识别 11 种语音类型，并能在复杂音频环境下较为准确地转录。实时语音识别

视觉理解

2025-10-21

中国内地

qwen3-vl-32b-thinking、qwen3-vl-32b-instruct

Qwen3-VL系列 32B 的Dense模型，综合表现仅次于Qwen3-VL-235B模型，文档识别和理解、空间感知与万物识别能力强、视觉2D检测/空间推理能力均表现出色，适合通用场景下的复杂感知任务。图像与视频理解

视觉理解

2025-10-16

中国内地

qwen3-vl-flash、qwen3-vl-flash-2025-10-15

Qwen3系列小尺寸视觉理解模型，实现思考模式和非思考模式的有效融合，相较于开源版Qwen3-VL-30B-A3B，效果更优，响应速度更快。图像与视频理解

视觉理解

2025-10-14

中国内地

qwen3-vl-8b-thinking、qwen3-vl-8b-instruct

Qwen3-VL系列 8B 的Dense开源模型，提供思考和非思考两个版本。占用显存更低，能够完成多模态理解与推理；支持长视频长文档等超长上下文、视觉2D/3D定位；全面空间感知与万物识别能力。图像与视频理解

视觉理解

2025-10-03

中国内地

qwen3-vl-30b-a3b-thinking、qwen3-vl-30b-a3b-instruct

基于Qwen3-VL新一代开源模型，提供思考和非思考两个版本。响应速度快，具备更强多模态理解与推理、视觉智能体、长视频长文档等超长上下文支持能力；全面升级空间感知与万物识别能力，胜任复杂现实任务。图像与视频理解

推理模型

2025-09-30

中国内地

deepseek-v3.2-exp

混合推理架构模型，同时支持思考模式与非思考模式，引入稀疏注意力机制，旨在提升处理长文本时的训练与推理效率，价格低于 deepseek-v3.1。详情参见DeepSeek。

文生图

2025-09-23

中国内地

qwen-image-plus

在复杂文本渲染方面表现突出，特别是中英文文本渲染，可实现复杂的图文混合布局，相较于qwen-image更具价格优势。文生图（Qwen-Image)

视觉理解

2025-09-23

中国内地

qwen3-vl-plus、qwen3-vl-plus-2025-09-23、qwen3-vl-235b-a22b-thinking、qwen3-vl-235b-a22b-instruct

Qwen3系列视觉理解模型，实现思考模式和非思考模式的有效融合，视觉智能体能力达到世界顶尖水平。此版本在视觉编码、空间感知、多模态思考等方向全面升级；视觉感知与识别能力大幅提升。图像与视频理解

代码模型

2025-09-23

中国内地

qwen3-coder-plus-2025-09-23

相较上一版本（7月22日快照）在下游任务效果和工具调用方面鲁棒性有所提升，代码安全性增强。代码能力（Qwen-Coder）

推理模型

2025-09-11

中国内地

qwen-plus-2025-09-11

属于 Qwen3 系列模型，相较于qwen-plus-2025-07-28，在思考模式下提升了指令遵循能力、总结回复更加精简，详见深度思考。在非思考模式下中文理解与逻辑推理能力得到增强，详见概述。

推理模型

2025-09-11

中国内地

qwen3-next-80b-a3b-thinking、qwen3-next-80b-a3b-instruct

基于Qwen3的新一代开源模型，thinking模型相较于qwen3-235b-a22b-thinking-2507提升了指令遵循能力，总结回复更加精简，详见深度思考。instruct模型相较于qwen3-235b-a22b-instruct-2507增强了中文理解、逻辑推理及文本生成能力，详见概述。

文生文

2025-09-05

中国内地

qwen3-max-preview

基于Qwen3的Qwen-Max模型（预览版），相较Qwen 2.5系列整体通用能力有大幅度提升，中英文通用文本理解能力、复杂指令遵循能力、主观开放任务能力、多语言能力、工具调用能力均显著增强；模型知识幻觉更少。千问 Max

文本、图像、视频、语音等

2025-08-05

中国内地

模型

北京地域首次上线。

模型类型

时间

服务部署范围

模型规格

功能说明

文生视频

2026-06-26

全球

happyhorse-1.1-t2v

HappyHorse 1.1系列文生视频模型，支持有声视频生成，可生成3~15秒、720P/1080P视频。HappyHorse-文生视频

图生视频

2026-06-26

全球

happyhorse-1.1-i2v

HappyHorse 1.1系列图生视频模型，支持有声视频生成，可生成3~15秒、720P/1080P视频。HappyHorse-图生视频-基于首帧

参考生视频

2026-06-26

全球

happyhorse-1.1-r2v

HappyHorse 1.1系列参考生视频模型，支持多参考图输入生成有声视频，可生成3~15秒、720P/1080P视频。HappyHorse-参考生视频

推理模型

2026-06-10

全球

qwen3.7-max-2026-06-08

Qwen3.7系列中规模最大、综合能力最强的Max模型，相较于5月20日快照增加了视觉模态理解能力，能够感知真实世界场景，具备多模态交互混合智能体能力。

推理模型

2026-06-02

全球

qwen3.7-plus、qwen3.7-plus-2026-05-26

千问3.7Plus系列，在强大文本能力的基础上全面升级了视觉-语言能力，同时保持了在编码、工具使用和生产力工作流方面的完整智能体能力。其核心特色为多模态交互混合智能体能力，能够感知真实世界场景、读取屏幕并操作 GUI、基于视觉参考生成代码、端到端导航移动应用。

推理模型

2026-05-21

全球

qwen3.7-max、qwen3.7-max-2026-05-20

Qwen Max 系列新一代旗舰模型。仅支持纯文本输入，默认开启思考模式，支持显式缓存，在编程、办公与生产力、长周期自主执行方面均能出色胜任各项任务。

推理模型

2026-04-02

全球

qwen3.6-plus、qwen3.6-plus-2026-04-02

千问3.6-Plus，代码开发能力重点升级（Agentic Coding、前端编程等），Vibe Coding体验显著提升；泛化场景推理能力进一步增强；多模态方面，万物识别、OCR、物体定位等能力显著提升；同时修复了Qwen3.5-Plus上线后的已知问题。使用方法与qwen3.5-plus一致。概述

推理模型

2026-03-17

中国香港

qwen3-max、qwen3-max-2026-01-23

相较于 2025 年 9 月 23 日的快照版本，有效融合了思考模式与非思考模式，显著提升了模型的整体性能。

推理模型

2026-03-17

中国香港

qwen-plus、qwen-plus-2025-12-01

属于 Qwen3 系列模型，相较于qwen-plus-2025-07-28，在思考模式下提升了指令遵循能力、总结回复更加精简，详见深度思考。在非思考模式下中文理解与逻辑推理能力得到增强，详见概述。

推理模型

2026-03-17

中国香港

qwen3.5-flash、qwen3.5-flash-2026-02-23

阿里巴巴推出的最新模型千问3.5-Flash和开源模型，支持文本、图像和视频输入，响应速度快。概述

视觉理解

2026-03-17

中国香港

qwen3-vl-plus、qwen3-vl-plus-2025-12-19

Qwen3系列视觉理解模型，实现思考模式和非思考模式的有效融合，视觉智能体能力达到世界顶尖水平。此版本在视觉编码、空间感知、多模态思考等方向全面升级；视觉感知与识别能力大幅提升，指令遵循能力更强，具有更低的延迟。图像与视频理解

模型类型

时间

服务部署范围

模型规格

功能说明

文生视频

2026-06-26

全球

happyhorse-1.1-t2v

HappyHorse 1.1系列文生视频模型，支持有声视频生成，可生成3~15秒、720P/1080P视频。HappyHorse-文生视频

图生视频

2026-06-26

全球

happyhorse-1.1-i2v

HappyHorse 1.1系列图生视频模型，支持有声视频生成，可生成3~15秒、720P/1080P视频。HappyHorse-图生视频-基于首帧

参考生视频

2026-06-26

全球

happyhorse-1.1-r2v

HappyHorse 1.1系列参考生视频模型，支持多参考图输入生成有声视频，可生成3~15秒、720P/1080P视频。HappyHorse-参考生视频

推理模型

2026-06-10

全球

qwen3.7-max-2026-06-08

Qwen3.7系列中规模最大、综合能力最强的Max模型，相较于5月20日快照增加了视觉模态理解能力，能够感知真实世界场景，具备多模态交互混合智能体能力。

推理模型

2026-06-02

全球

qwen3.7-plus、qwen3.7-plus-2026-05-26

千问3.7Plus系列，在强大文本能力的基础上全面升级了视觉-语言能力，同时保持了在编码、工具使用和生产力工作流方面的完整智能体能力。其核心特色为多模态交互混合智能体能力，能够感知真实世界场景、读取屏幕并操作 GUI、基于视觉参考生成代码、端到端导航移动应用。

推理模型

2026-05-21

全球

qwen3.7-max、qwen3.7-max-2026-05-20

Qwen Max 系列新一代旗舰模型。仅支持纯文本输入，默认开启思考模式，支持显式缓存，在编程、办公与生产力、长周期自主执行方面均能出色胜任各项任务。

推理模型

2026-05-20

全球

glm-5.1

智谱GLM-5.1模型，专为长程任务设计，支持 200K 上下文，最大输出可达 128K Token。通过强大的逻辑推理、长文本理解及代码生成能力，在多项基准测试中表现优异，适用于智能交互、企业应用及开发辅助等场景。GLM-阿里云

文生视频

2026-05-06

全球

happyhorse-1.0-t2v

HappyHorse系列文生视频模型，支持有声视频生成，可生成3~15秒、720P/1080P视频。HappyHorse-文生视频

图生视频

2026-05-06

全球

happyhorse-1.0-i2v

HappyHorse系列图生视频模型，支持有声视频生成，可生成3~15秒、720P/1080P视频。HappyHorse-图生视频-基于首帧

视频编辑

2026-05-06

全球

happyhorse-1.0-video-edit

HappyHorse系列视频编辑模型，支持对视频进行编辑处理。HappyHorse-视频编辑

参考生视频

2026-05-06

全球

happyhorse-1.0-r2v

HappyHorse系列参考生视频模型，支持多参考图输入生成有声视频，可生成3~15秒、720P/1080P视频。HappyHorse-参考生视频

文生文与视觉理解

2026-04-29

全球

kimi-k2.5

由月之暗面（Moonshot AI）公司推出的视觉理解模型，在代码生成、视觉理解等通用智能任务中表现突出。同时支持图像、视频与文本输入、对话与 Agent 任务。Kimi-阿里云

推理模型

2026-04-29

全球

deepseek-v4-pro

deepseek-v4-pro cached_token 单价调整为 0.13752131580395 美元/百万 token，标准 input_token 单价不变。详见上下文缓存。

推理模型

2026-04-02

全球

qwen3.6-plus、qwen3.6-plus-2026-04-02

千问3.6-Plus，代码开发能力重点升级（Agentic Coding、前端编程等），Vibe Coding体验显著提升；泛化场景推理能力进一步增强；多模态方面，万物识别、OCR、物体定位等能力显著提升；同时修复了Qwen3.5-Plus上线后的已知问题。使用方法与qwen3.5-plus一致。概述

推理模型

2026-03-20

欧盟

qwen3-max、qwen3-max-2026-01-23

相较于 2025 年 9 月 23 日的快照版本，有效融合了思考模式与非思考模式，显著提升了模型的整体性能。

推理模型

2026-03-20

欧盟

qwen-plus、qwen-plus-2025-12-01

属于 Qwen3 系列模型，相较于qwen-plus-2025-07-28，在思考模式下提升了指令遵循能力、总结回复更加精简，详见深度思考。在非思考模式下中文理解与逻辑推理能力得到增强，详见概述。

推理模型

2026-03-20

欧盟

qwen3.5-flash、qwen3.5-flash-2026-02-23

阿里巴巴推出的最新模型千问3.5-Flash和开源模型，支持文本、图像和视频输入，响应速度快。概述

视觉理解

2026-03-20

欧盟

qwen3-vl-plus、qwen3-vl-flash、qwen3-vl-flash-2025-10-15

Qwen3系列视觉理解模型，实现思考模式和非思考模式的有效融合，视觉智能体能力达到世界顶尖水平。此版本在视觉编码、空间感知、多模态思考等方向全面升级；视觉感知与识别能力大幅提升，指令遵循能力更强，具有更低的延迟。图像与视频理解

代码能力

2026-03-20

欧盟

qwen3-coder-next

Qwen3系列新一代开源代码生成模型，支持多轮工具交互，提升了对仓库级别代码的理解能力和对AI编程工具的适配性。代码能力（Qwen-Coder）

推理模型

2026-03-04

全球

qwen3.5-flash、qwen3.5-flash-2026-02-23、qwen3.5-122b-a10b、qwen3.5-27b、qwen3.5-35b-a3b

阿里巴巴推出的最新模型千问3.5-Flash和开源模型，支持文本、图像和视频输入，响应速度快，综合表现接近qwen3.5-plus，支持内置工具调用。概述

推理模型

2026-03-04

全球

qwen3.5-plus、qwen3.5-plus-2026-02-15、qwen3.5-397b-a17b

阿里巴巴推出的最新模型千问3.5-Plus和开源模型，支持文本、图像和视频输入，在语言理解、逻辑推理、代码生成、智能体任务、图像理解、视频理解、图形用户界面（GUI）等多种任务中表现卓越，支持内置工具调用。概述

图像生成与编辑

2026-01-04

全球

wan2.6-image

支持图像编辑和图文混合输出。万相-图像生成与编辑2.6

图生视频-基于首帧

2026-01-04

全球

wan2.6-i2v

新增多镜头叙事能力，支持音频能力，支持自动配音，或传入自定义音频文件。万相-图生视频-基于首帧（2.1-2.6）

参考生视频

2026-01-04

全球

wan2.6-r2v

基于参考视频的角色形象和音色，生成多镜头视频，支持自动配音。万相2.7-参考生视频

文生视频

2026-01-04

全球

wan2.6-t2v

新增多镜头叙事能力，支持音频能力，支持自动配音，或传入自定义音频文件。万相2.7-文生视频

视觉理解

2026-01-04

全球

qwen3-vl-flash、qwen3-vl-flash-2025-10-15

Qwen3系列小尺寸视觉理解模型，实现思考模式和非思考模式的有效融合，相较于开源版Qwen3-VL-30B-A3B，效果更优，响应速度更快。图像与视频理解

视觉理解

2026-01-04

全球

qwen3-vl-8b-thinking、qwen3-vl-8b-instruct

Qwen3-VL系列 8B 的Dense开源模型，提供思考和非思考两个版本。占用显存更低，能够完成多模态理解与推理；支持长视频长文档等超长上下文、视觉2D/3D定位；全面空间感知与万物识别能力。图像与视频理解

视觉理解

2026-01-04

全球

qwen3-vl-32b-thinking、qwen3-vl-32b-instruct

Qwen3-VL系列 32B 的Dense模型，综合表现仅次于Qwen3-VL-235B模型，文档识别和理解、空间感知与万物识别、视觉2D检测/空间推理能力均表现出色，适合通用场景下的复杂感知任务。图像与视频理解

视觉理解

2026-01-04

全球

qwen3-vl-plus、qwen3-vl-plus-2025-09-23、qwen3-vl-235b-a22b-thinking、qwen3-vl-235b-a22b-instruct

Qwen3系列视觉理解模型，实现思考模式和非思考模式的有效融合，视觉智能体能力达到世界顶尖水平。此版本在视觉编码、空间感知、多模态思考等方向全面升级；视觉感知与识别能力大幅提升。图像与视频理解

推理模型

2026-01-04

全球

qwen3-next-80b-a3b-thinking、qwen3-next-80b-a3b-instruct

基于Qwen3的新一代开源模型，thinking模型相较于qwen3-235b-a22b-thinking-2507提升了指令遵循能力，总结回复更加精简，详见深度思考。instruct模型相较于qwen3-235b-a22b-instruct-2507增强了中文理解、逻辑推理及文本生成能力，详见概述。

推理模型

2026-01-04

全球

qwen3-max、qwen3-max-2025-09-23

相较qwen3-max-preview版本，在智能体编程与工具调用方向进行了专项升级。本次发布的正式版模型达到领域SOTA水平，适配场景更加复杂的智能体需求。模型列表

推理模型

2026-01-04

全球

qwen3-max-preview

基于Qwen3的Qwen-Max模型（预览版），相较Qwen 2.5系列整体通用能力有大幅度提升，中英文通用文本理解能力、复杂指令遵循能力、主观开放任务能力、多语言能力、工具调用能力均显著增强；模型知识幻觉更少。千问 Max

代码模型

2026-01-04

全球

qwen3-coder-flash、qwen3-coder-flash-2025-07-28

千问Coder系列速度最快、成本最低的模型。代码能力（Qwen-Coder）。

代码模型

2026-01-04

全球

qwen3-coder-plus、qwen3-coder-plus-2025-07-22、qwen3-coder-30b-a3b-instruct、qwen3-coder-480b-a35b-instruct

基于 Qwen3 的代码生成模型，具有强大的Coding Agent能力，擅长工具调用和环境交互，代码能力卓越的同时兼具通用能力。代码能力（Qwen-Coder）

推理模型

2026-01-04

全球

qwen3-30b-a3b-thinking-2507、qwen3-30b-a3b-instruct-2507

是qwen3-30b-a3b的升级版。thinking模型逻辑能力、通用能力、知识增强及创作能力提升，参见深度思考。instruct模型创作能力与模型安全性提升，参见概述。

推理模型

2026-01-04

全球

qwen3-235b-a22b-thinking-2507、qwen3-235b-a22b-instruct-2507

是qwen3-235b-a22b的升级版。thinking模型逻辑能力、通用能力、知识增强及创作能力均有大幅提升，适用于高难度强推理场景，参见深度思考。instruct模型创作能力与模型安全性均有提升，参见概述。

推理模型

2026-01-04

全球

qwen3-30b-a3b、qwen3-32b、qwen3-14b、qwen3-8b

Qwen3 模型支持思考模式和非思考模式，您可以通过 enable_thinking 参数实现两种模式的切换。除此之外，Qwen3 模型的能力得到了大幅提升：

1. 推理能力：在数学、代码和逻辑推理等评测中，显著超过 QwQ 和同尺寸的非推理模型，达到同规模业界顶尖水平。

2. 人类偏好能力：创意写作、角色扮演、多轮对话、指令遵循能力均大幅提升，通用能力显著超过同尺寸模型。

3. Agent 能力：在推理、非推理两种模式下都达到业界领先水平，能够精准地调用外部工具。

4. 多语言能力：支持100多种语言和方言，多语言翻译、指令理解、常识推理能力都明显提升。

5. 回复格式问题修复：修复了之前版本存在的回复格式的问题，如异常 Markdown、中间截断、错误输出 boxed 等问题。

思考模式请参见深度思考，非思考模式请参见概述。

文字提取

2026-01-04

全球

qwen-vl-ocr-2025-11-20

千问文字提取模型，该快照版基于Qwen3-VL架构，大幅提升文档解析、文字定位能力。文字提取

文字提取

2026-01-04

全球

qwen-vl-ocr

qwen-vl-ocr是专用于OCR的模型；在表格、试题等类型图像的文字提取能力大幅提升。详情请参见文字提取。

推理模型

2026-01-04

全球

qwen-plus-2025-12-01、qwen-plus-2025-09-11

属于 Qwen3 系列模型，相较于qwen-plus-2025-07-28，在思考模式下提升了指令遵循能力、总结回复更加精简，详见深度思考。在非思考模式下中文理解与逻辑推理能力得到增强，详见概述。

推理模型

2026-01-04

全球

qwen-plus-2025-07-28

属于 Qwen3 系列模型，相较于上一版模型，将上下文长度提高到了1,000,000。思考模式请参见深度思考，非思考模式请参见概述。

推理模型

2026-01-04

全球

qwen-plus

能力均衡，推理效果、成本和速度介于千问Max和千问Flash之间，适合中等复杂任务。模型列表

多语言翻译

2026-01-04

全球

qwen-mt-lite

千问基础级文本翻译大模型，支持31个语种互译，相较于qwen-mt-flash响应更快，成本更低，适用于对延迟敏感的场景。翻译能力（Qwen-MT）

多语言翻译

2026-01-04

全球

qwen-mt-plus、qwen-mt-flash

Qwen-MT模型是基于千问模型优化的机器翻译大语言模型，擅长中英互译、中文与小语种互译、英文与小语种互译，小语种包括日、韩、法、西、德、葡（巴西）、泰、印尼、越、阿等26种。在多语言互译的基础上，提供术语干预、领域提示、记忆库等能力，提升模型在复杂应用场景下的翻译效果。详情请参见翻译能力（Qwen-MT）。

文生文

2026-01-04

全球

qwen-flash、qwen-flash-2025-07-28

千问系列速度最快、成本极低的模型，适合简单任务。模型列表

模型类型

时间

服务部署范围

模型规格

功能说明

推理模型

2026-06-18

日本

qwen3.7-plus、qwen3.7-plus-2026-05-26

千问3.7Plus系列，在强大文本能力的基础上全面升级了视觉-语言能力，同时保持了在编码、工具使用和生产力工作流方面的完整智能体能力。其核心特色为多模态交互混合智能体能力，能够感知真实世界场景、读取屏幕并操作 GUI、基于视觉参考生成代码、端到端导航移动应用。

推理模型

2026-06-18

日本

deepseek-v4-pro、deepseek-v4-flash

DeepSeek-V4系列模型，阿里直供。deepseek-v4-pro为旗舰模型，deepseek-v4-flash为轻量级高速模型。DeepSeek

推理模型

2026-06-18

全球

qwen3.7-plus、qwen3.7-plus-2026-05-26

千问3.7Plus系列，在强大文本能力的基础上全面升级了视觉-语言能力，同时保持了在编码、工具使用和生产力工作流方面的完整智能体能力。其核心特色为多模态交互混合智能体能力，能够感知真实世界场景、读取屏幕并操作 GUI、基于视觉参考生成代码、端到端导航移动应用。

推理模型

2026-06-18

全球

qwen3.7-max、qwen3.7-max-2026-05-20

Qwen Max 系列新一代旗舰模型。仅支持纯文本输入，默认开启思考模式，支持显式缓存，在编程、办公与生产力、长周期自主执行方面均能出色胜任各项任务。

推理模型

2026-06-18

全球

glm-5.1

智谱GLM-5.1模型，专为长程任务设计，支持 200K 上下文，最大输出可达 128K Token。通过强大的逻辑推理、长文本理解及代码生成能力，在多项基准测试中表现优异，适用于智能交互、企业应用及开发辅助等场景。GLM-阿里云

文生文与视觉理解

2026-06-18

全球

kimi-k2.5

由月之暗面（Moonshot AI）公司推出的视觉理解模型，在代码生成、视觉理解等通用智能任务中表现突出。同时支持图像、视频与文本输入、对话与 Agent 任务。Kimi-阿里云

推理模型

2026-06-18

全球

deepseek-v4-pro、deepseek-v4-flash

DeepSeek-V4系列模型，阿里直供。deepseek-v4-pro为旗舰模型，deepseek-v4-flash为轻量级高速模型。DeepSeek

推理模型

2026-06-18

全球

qwen3.6-flash、qwen3.6-flash-2026-04-16

Qwen3.6 原生视觉语言 Flash 系列模型，在整体性能上较 Qwen3.5-Flash 显著提升。重点增强了智能体编程能力（在多项代码智能体基准上大幅超越前代）、数学推理和代码推理能力；在视觉能力方面，空间智能显著增强，其中物体定位和目标检测表现尤为突出。概述

推理模型

2026-06-18

全球

qwen3.6-plus、qwen3.6-plus-2026-04-02

千问3.6-Plus，代码开发能力重点升级（Agentic Coding、前端编程等），Vibe Coding体验显著提升；泛化场景推理能力进一步增强；多模态方面，万物识别、OCR、物体定位等能力显著提升；同时修复了Qwen3.5-Plus上线后的已知问题。使用方法与qwen3.5-plus一致。概述