通义千问大语言模型介绍

QwQ

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。使用方法

通义千问-Max

通义千问系列效果最好的模型，适合复杂、多步骤的任务。使用方法 | API参考 | 在线体验

通义千问-Plus

能力均衡，推理效果、成本和速度介于通义千问-Max和通义千问-Turbo之间，适合中等复杂任务。使用方法 | API参考 | 在线体验

通义千问-Turbo

通义千问系列速度最快、成本极低的模型，适合简单任务。使用方法 | API参考 | 在线体验

最新的qwen-turbo-2024-11-01模型：在qwen-turbo-2024-09-19模型的能力之上扩展了上下文长度，模型支持的最大上下文长度从128k扩展到1M。

通义千问-Long

通义千问系列上下文窗口最长，能力均衡且成本较低的模型，适合长文本分析、信息抽取、总结摘要和分类打标等任务。使用方法 | 在线体验

通义千问Omni

通义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，提供了4种自然对话音色。使用方法｜API 参考

通义千问VL

通义千问VL是具有视觉（图像）理解能力的文本生成模型，不仅能进行OCR（图片文字识别），还能进一步总结和推理，例如从商品照片中提取属性，根据习题图进行解题等。使用方法 | API参考 | 在线体验

通义千问VL模型按输入和输出的总Token数进行计费。

图像Token的计算规则：每28x28像素对应一个Token，一张图最少需要4个Token。详细计算规则请参见图像Token的计算规则。

通义千问OCR

通义千问OCR模型是专用于文字提取的模型。相较于通义千问VL模型，它更专注于文档、表格、试题、手写体文字等类型图像的文字提取能力。它能够识别多种语言，包括英语、法语、日语、韩语、德语、俄语和意大利语等。使用方法 | API参考｜在线体验

通义千问Audio

通义千问Audio是音频理解模型，支持输入多种音频（人类语音、自然音、音乐、歌声）和文本，并输出文本。该模型不仅能对输入的音频进行转录，还具备更深层次的语义理解、情感分析、音频事件检测、语音聊天等能力。使用方法

通义千问ASR（Beta版本）

通义千问ASR是基于Qwen-Audio训练，专用于语音识别的模型。目前支持的语言有：中文和英文。使用方法

通义千问数学模型

通义千问数学模型是专门用于数学解题的语言模型。使用方法 | API参考 | 在线体验

通义千问Coder

通义千问代码模型。使用方法 | API参考 | 在线体验

通义千问翻译模型

基于通义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。使用方法

QwQ-开源版

基于 Qwen2.5-32B 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，各指标均显著超过同样基于 Qwen2.5-32B 的 DeepSeek-R1-Distill-Qwen-32B。使用方法

QwQ-Preview

qwq-32b-preview 模型是由 Qwen 团队于2024年开发的实验性研究模型，专注于增强 AI 推理能力，尤其是数学和编程领域。qwq-32b-preview 模型的局限性请参见QwQ官方博客。使用方法 | API参考｜在线体验

Qwen2.5

Qwen2.5是Qwen大型语言模型的最新系列。针对Qwen2.5，我们发布了一系列基础语言模型和指令调优语言模型，参数规模从5亿到720亿不等。Qwen2.5在Qwen2基础上进行了以下改进：

• 在我们最新的大规模数据集上进行预训练，包含多达18万亿个Token。

• 由于我们在这些领域的专业专家模型，模型的知识显著增多，编码和数学能力也大幅提高。

• 在遵循指令、生成长文本（超过8K个标记）、理解结构化数据（例如表格）和生成结构化输出（尤其是JSON）方面有显著改进。对系统提示的多样性更具弹性，增强了聊天机器人的角色扮演实现和条件设置。

• 支持超过29种语言，包括中文、英语、法语、西班牙语、葡萄牙语、德语、意大利语、俄语、日语、韩语、越南语、泰语、阿拉伯语等。

使用方法 | API参考 | 在线体验

Qwen2

阿里云的通义千问2-开源版。使用方法 | API参考 | 在线体验

Qwen1.5

阿里云的通义千问1.5-开源版。使用方法 | API参考 | 在线体验

Qwen

阿里云的通义千问-开源版。使用方法 | API参考 | 在线体验

QVQ

QVQ模型是由 Qwen 团队开发的实验性研究模型，专注于提升视觉推理能力，尤其在数学推理领域。QVQ模型的局限性请参见QVQ官方博客。使用方法 | API参考

Qwen-VL

阿里云的通义千问VL开源版。使用方法 | API参考

其中，Qwen2.5-VL在Qwen2-VL的基础上做了如下改进：

• 感知更丰富的世界：Qwen2.5-VL不仅擅长识别常见物体，如花、鸟、鱼和昆虫等，还能分析图像中的文本、图表、图标、图形和布局等。

• 长视频理解能力：支持对长视频文件（最长10分钟）进行理解，具备通过精准定位相关视频片段来捕捉事件的新能力

• 视觉定位：Qwen2.5-VL可通过生成bounding box（矩形框的左上角和右下角坐标）或者point（矩形框的中心点坐标）来准确定位图像中的物体，并能够为坐标和属性提供稳定的JSON输出。

• 结构化输出：可支持对发票、表单、表格等数据进行结构化输出，惠及金融、商业等领域的应用。

Qwen-Audio

阿里云的通义千问Audio开源版。使用方法

Qwen-Math

基于Qwen模型构建的专门用于数学解题的语言模型。Qwen2.5-Math相比Qwen2-Math有了实质性的改进。Qwen2.5-Math支持中文和英文，并整合了多种推理方法，包括CoT（Chain of Thought）、PoT（Program of Thought）和 TIR（Tool-Integrated Reasoning）。使用方法 | API参考| 在线体验

Qwen-Coder

通义千问代码模型开源版。Qwen2.5-Coder相比CodeQwen1.5有了实质性的改进。Qwen2.5-Coder在包含5.5万亿Token的编程相关数据上进行了训练，使即使较小的编程专用模型也能在编程评估基准测试中表现出媲美大型语言模型的竞争力。API参考 | 在线体验