跳转至

Qwen 系列(通义千问)

最后更新:2026-04-24

Qwen 是阿里巴巴通义实验室的开源大模型系列——从 2023-08 Qwen-7B 开始,到 2025 Qwen 3 MoE,Qwen 系列是中国开源最全面的大模型:覆盖 0.5B 到 235B MoE、Dense + MoE 双轨、通用 + 代码 + 数学 + 视觉 + 音频 + Omni 全模态矩阵。Hugging Face 累计下载 5 亿+,全球开源模型使用量仅次于 Llama

一、产品定位

Qwen 系列是 "中国版 Llama + 更完整的开源矩阵" —— 对开发者提供最全面的尺寸选择(0.5B 到 72B、Dense 到 MoE)、多模态全覆盖(VL、Audio、Coder、Math)、全球开源。商业目的是支持阿里云 AI 业务增长(类似 Meta 开源 Llama)。

二、核心能力与架构

开源家族(2025 末)

模型 参数 定位
Qwen 3 Dense 0.5B / 1.5B / 4B / 7B / 14B / 32B / 72B 全尺寸通用
Qwen 3 MoE 30B-A3B / 235B-A22B 大规模 MoE
Qwen 3 Thinking 推理模型 对标 o1 / R1
Qwen-VL 2.5 2B / 7B / 72B 视觉语言
Qwen-Coder 2.5 7B / 32B 代码专业
Qwen-Math 2.5 7B / 72B 数学
Qwen-Audio 7B 音频
Qwen-Omni 全模态 最新方向

闭源商业(API)

模型 定位
Qwen 2.5 Max 旗舰闭源
Qwen 3 Plus 加强版
Qwen 3 Turbo 平衡速度
Qwen 3 Thinking 推理

关键架构创新

  • YaRN 长上下文(128K 到 1M tokens)
  • RoPE + Grouped Query Attention
  • MoE 架构(Qwen 3)
  • 多模态原生整合(VL 从早期版本就有)

三、版本与路线图

时间 版本 里程碑
2023-08 Qwen-7B / 14B 开源 —— 中国大厂首次开源
2023-12 Qwen-72B 开源
2024-02 Qwen 1.5 系列
2024-06 Qwen 2 发布(0.5B 到 72B)
2024-09 Qwen 2.5 + Coder / Math
2024-11 Qwen 2.5 Max 闭源旗舰
2025-02 Qwen 3 发布
2025-Q3 Qwen 3 MoE + Thinking
2025-Q4 Qwen-Omni(全模态)
2026-Q1 持续迭代

四、定价与商业化

开源免费

  • 全部 Qwen 开源模型 Apache 2.0 许可
  • 商用免费(部分需通知阿里但不收费)

闭源 API(阿里云 DashScope)

模型 输入 / 1M 输出 / 1M
Qwen 2.5 Max ¥8 ¥24
Qwen Turbo ¥0.3 ¥0.6
Qwen Plus ¥0.8 ¥2

价格:与 DeepSeek 相当,远低于 GPT / Claude

战略价值

  • 不直接盈利:Qwen 免费扩散
  • 间接价值:阿里云 AI 业务增长、企业客户绑定

五、用户反馈

开发者反馈

  • "中文开源模型第一选择" —— Hugging Face 中文应用多用 Qwen
  • 全尺寸覆盖:0.5B 到 72B 任你选
  • Qwen-Coder 32B 是开源代码模型 SOTA(2024-2025)
  • Qwen-VL 图像理解在开源中领先

企业反馈

  • 阿里云渠道推广顺畅
  • 国内企业偏爱(合规 + 主权 + 阿里品牌)
  • 企业定制版深度合作

批评

  • 闭源旗舰 Qwen 2.5 Max 不如 GPT-5 / Claude Opus 4
  • C 端产品通义千问 App MAU 落后豆包 / Kimi
  • "多就是好" 质疑:全尺寸开源是否分散资源

六、竞品对比

维度 Qwen 3 72B Llama 3.1 405B DeepSeek V3 Mistral Large 2
中文 ⭐⭐⭐⭐⭐ ⭐⭐⭐ ⭐⭐⭐⭐⭐ ⭐⭐⭐
英文 ⭐⭐⭐⭐ ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐ ⭐⭐⭐⭐⭐
编程 ⭐⭐⭐⭐ ⭐⭐⭐⭐ ⭐⭐⭐⭐ ⭐⭐⭐⭐
数学 ⭐⭐⭐⭐ ⭐⭐⭐⭐ ⭐⭐⭐⭐⭐ ⭐⭐⭐
开源 🟡(部分)
多模态开源 ✅(VL / Audio / Omni) 🟡 🟡 🟡
尺寸覆盖 最全 3 个尺寸 仅 MoE 3 个尺寸

七、使用笔记

Qwen 最适合

  1. 中文场景:开源首选
  2. 代码 / 数学任务:Qwen-Coder / Math 是开源 SOTA
  3. 多模态开源:VL / Audio 开源稀有
  4. 边缘 / 端侧部署:0.5B / 1.5B 小模型充足
  5. 企业 fine-tune:全尺寸 Apache 2.0

不太适合

  • 前沿闭源对标 GPT-5(差 6-12 月)
  • C 端用户体验(通义千问 App 弱)
  • 特殊政治敏感话题(符合中国监管)

八、信息源