通義千問 對結構化資料（如表格）的理解更為出色，有助於從結構化資料中提取有價值的資訊、輔助使用者執行查詢並產生新的資料集。例如，Qwen2.5-72B可根據需求和輸入資料（JSON格式的表格）產生格式化的輸出。

Qwen-VL能夠學習和分析映像中的對象和文字，並基於學習結果建立新內容。例如，它可以識別圖片中的女性和狗及其手勢（擊掌）。

QVQ能夠分析和理解兩張映像在現實生活中所描繪的內容，理解使用者請求，分析內容，並利用思維鏈“思考”以發現映像內容之間的關聯。

Qwen-Audio可接受多種類型的音頻（如人聲、自然聲音、器樂和歌曲）及文本作為輸入，理解音頻內容，並歸納音樂風格、說話人情感等資訊，還可藉助工具編輯音頻檔案。

可使用 通義千問 模型（通義千問、Qwen-Audio、Qwen-VL等）構建智能全面地與使用者互動的聊天助手，理解文本、映像、音頻和視頻等多模態資料。

Qwen2.5在長文本產生方面實現了顯著提升，從1K擴充至8K+ Token。例如，Qwen2.5-72B可撰寫一篇超過5000字的中文報告。

基於文本提示和輸入映像，Qwen-VL可產生多種風格和類型的高品質映像（如卡通風格的人物肖像），適用於不同行業情境。

通義永珍 擅長產生逼真的視頻，能夠精確處理複雜動作、提升像素品質、遵循物理原理並最佳化指令執行的精準度。

Qwen-Image-Edit可對映像中的元素進行添加、刪除或修改，包括中英文文本，還可進行進階視覺語義編輯（如IP創作、對象旋轉、風格遷移等，在保持語義一致性的同時進行整體像素變換。

Qwen3-Coder在Cline中產生代碼，建立色彩爆炸效果的互動式動畫。

Qwen3提供“Web Dev”模式，可根據簡單輸入建立個人化網站。

通義千問2.5提供改進且更可靠的結構化輸出產生能力，可按要求逐步產生JSON代碼並提供說明。

Qwen-Omni提供豐富的多模態功能，包括視頻和音頻互動、映像分析、文本溝通等。例如，Qwen-Omni可提供即時繪畫完成和改進指導，識別視頻中的人物，或根據需求描述實際情境並提供建議。

Qwen3-32B藉助工具從GitHub頁面擷取資訊（倉庫星標數），產生柱狀圖展示資訊，並按檔案類型整理本地案頭檔案。