模型相关公告

新增模型类型

上架时间

模型规格

功能说明

推理模型

2025-09-30

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。

图生视频

2025-09-23

wan2.5-i2v-preview

新增音频能力，支持自动配音，或传入自定义音频文件，实现音画同步。图生视频-基于首帧

文生视频

2025-09-23

wan2.5-t2v-preview

新增音频能力，支持自动配音，或传入自定义音频文件，实现音画同步。文生视频

图像编辑

2025-09-23

wan2.5-i2i-preview

支持输入文本、单图或多图实现基于主体一致性的图像编辑、多图融合和组图生成。通用图像编辑2.5

文生图

2025-09-23

wan2.5-t2i-preview

取消单边限制，在总像素面积与宽高比约束内，自由选尺寸。文生图V2

视觉推理

2025-09-23

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。视觉理解

文生文

2025-09-23

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。通义千问Max

音视频翻译

2025-09-23

qwen3-livetranslate-flash-realtime-2025-09-22

qwen3-livetranslate-flash-realtime 是一款多语言音视频实时翻译模型，可识别 18 种语言，并实时翻译为 10 种语言的音频。实时音视频翻译-通义千问

文生图

2025-09-23

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

qwen3-coder-plus-2025-09-23

基于 Qwen3 的代码生成模型，相较上一版本（qwen3-coder-flash-2025-07-28）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）

多模态向量

2025-09-23

tongyi-embedding-vision-plus、tongyi-embedding-vision-flash

以Qwen系列大语言模型为基座构建，围绕视觉向量化能力进行增强训练，支持文字、图像、视频三种模态。文本与多模态向量化

语音识别

2025-09-23

fun-asr-realtime、fun-asr-realtime-2025-09-15

集成了创新的 RAG 技术，支持大规模热词自定义、ITN 规范化、标点预测等多维功能，显著提升了整体识别准确率和语境贴合度，同时支持中英文自由切换，具备更强的噪声鲁棒性，适应多样复杂环境。实时语音识别

实时语音合成

2025-09-22

qwen3-tts-flash-realtime、qwen3-tts-flash-realtime-2025-09-18

通义最新的实时语音合成大模型，不仅拥有17种高表现力的拟人音色，且能低延迟高稳定地合成音频；同时支持多种语言、方言。实时语音合成-通义千问

语音合成

2025-09-22

qwen3-tts-flash、qwen3-tts-flash-2025-09-18

通义最新的离线语音合成大模型，不仅拥有17种高表现力的拟人音色，且能低延迟高稳定地合成音频；同时支持多种语言、方言。语音合成-通义千问

实时全模态

2025-09-22

qwen3-omni-flash-realtime、qwen3-omni-flash-realtime-2025-09-15

Qwen33系列多模态大模型的实时版，提供了低延迟的多模态交互能力，支持音频的流式输入，支持输出文本和音频，同时支持多种音色和语言。实时多模态

全模态

2025-09-22

qwen3-omni-flash、qwen3-omni-flash-2025-09-15

Qwen3系列多模态模型，能高效理解文本、图像、音频和视频，支持119种语言的文本交互，具备卓越的指令跟随与系统提示定制能力，可轻松设定角色和对话风格，可用于构建语音助手、多媒体分析和内容创作应用。全模态

音频理解

2025-09-22

qwen3-omni-30b-a3b-captioner

以通义千问3-Omni为基座的开源模型，无需任何提示，自动为复杂语音、环境声、音乐、影视声效等生成精准、全面的描述，能识别说话人情绪、音乐元素（如风格、乐器）、敏感信息等，适用于音频内容分析、安全审核、意图识别、音频剪辑等多个领域。音频理解-Qwen3-Omni-Captioner

图生视频

2025-09-19

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。通义万相-图生动作

图生视频

2025-09-19

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。通义万相-视频换人

视觉理解

2025-09-12

qwen-vl-ocr-2025-08-18

文字定位能力全面升级，通用文字识别、信息抽取能力均有提升。文字提取。

首尾帧生视频

2025-09-12

wan2.2-kf2v-flash

指令理解与运镜控制更准，稳定性全面提升。图生视频-基于首尾帧

推理模型

2025-09-11

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，详见文本生成模型概述。

推理模型

2025-09-11

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，详见文本生成模型概述。

语音合成

2025-09-08

cosyvoice-v3-plus、cosyvoice-v3

语音合成CosyVoice新增cosyvoice-v3-plus和cosyvoice-v3模型，较之前版本在自然度、音质、韵律、情感表现力上有更好的表现。使用方法请参见语音合成-CosyVoice/Sambert。

语音识别

2025-09-08

qwen3-asr-flash（稳定版，等同qwen3-asr-flash-2025-09-08）

qwen3-asr-flash-2025-09-08（快照版）

Qwen3-ASR模型基于Qwen3-Omni模型基座训练而成，支持多语言识别、歌唱识别、噪声拒识等功能。录音文件识别-通义千问

文生文

2025-09-05

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。通义千问Max

视频生成

2025-08-26

wan2.2-s2v-detect、wan2.2-s2v

通义万相数字人模型支持基于单张图片和音频，生成动作自然的说话、唱歌或表演视频，不限制形象画幅，支持肖像、全身或半身的人物图像。通义万相-数字人

图像翻译

2025-08-22

qwen-mt-image

通义千问图像翻译模型支持将11种语言图片的文字翻译成中文或英文，能精准保留原始排版与内容信息，并提供术语定义、敏感词过滤、图像主体检测等功能。通义千问-图像翻译

推理模型

2025-08-22

deepseek-v3.1

混合推理架构模型，同时支持思考模式与非思考模式。详情参见DeepSeek。

深入研究

2025-08-22

qwen-deep-research

通义千问深入研究模型，它可以拆解复杂问题，结合互联网搜索进行推理分析并生成研究报告。详情请参见深入研究（Qwen-Deep-Research）

语音识别

2025-08-22

fun-asr（稳定版，等同fun-asr-2025-08-25）

fun-asr-2025-08-25（快照版）

Fun-ASR 是通义实验室推出的端到端语音识别大模型。它基于先进的自研语音技术，具备卓越的上下文感知和高精度转写能力，支持中英文录音文件识别。录音文件识别-Paraformer/Fun-ASR/SenseVoice

图像编辑

2025-08-19

qwen-image-edit

通义千问图像编辑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-通义千问

视觉理解

2025-08-15

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。视觉理解

视觉理解

2025-08-13

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。视觉理解

文生图

2025-08-13

qwen-image

通义千问文生图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)

图生视频

2025-08-11

wan2.2-i2v-flash

万相2.2极速版模型。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

视觉理解

2025-08-06

qwen-vl-plus-2025-07-10

视觉理解模型。相较于上一版模型，进一步提升监控视频内容的理解能力。视觉理解

代码模型

2025-08-05

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

通义千问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

qwen-flash、qwen-flash-2025-07-28

通义千问系列速度最快、成本极低的模型，适合简单任务。模型列表与价格

推理模型

2025-07-30

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，非思考模式请参见文本生成模型概述。

推理模型

2025-07-30

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，参见文本生成模型概述。

图生视频

2025-07-28

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

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

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V2版

数据挖掘

2025-07-26

qwen-doc-turbo

通义千问数据挖掘模型，可以提取文档中的结构化信息并用于数据标注和内容审核等领域。详情请参见数据挖掘（Qwen-Doc）。

推理模型

2025-07-24

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，参见文本生成模型概述。

代码模型

2025-07-23

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）

语音合成

2025-06-26

qwen-tts-2025-05-22

qwen-tts 模型的2025年5月22日快照版本。新增北京话、吴语和四川话三种音色。语音合成-通义千问

文本向量

2025-06-04

text-embedding-v4

text-embedding-v4为text-embedding-v3的升级版模型，属于Qwen3-Embedding系列。相较于上一版模型，新版模型涵盖了更多自然语言以及多种编程语言，并新增2048及1536向量维度的选择。文本与多模态向量化

推理模型

2025-06-04

deepseek-r1-0528

deepseek-r1-0528为deepseek-r1的升级版模型，相较于上一版模型，新版模型在复杂推理任务中的表现有了显著提升。在数学、编程与通用逻辑等多个基准测评中取得了优异成绩。DeepSeek

视觉推理

2025-06-03

qvq-max-2025-05-15

视觉推理模型。较上一个版本，增强了在数学、编程、视觉分析、创作以及通用任务方面的能力。视觉推理

视觉推理

2025-06-03

qvq-plus、qvq-plus-latest、qvq-plus-2025-05-15

视觉推理模型。支持视觉输入及思维链输出，继qvq-max模型后推出的plus版本，相较于qvq-max模型，qvq-plus系列模型推理速度更快，效果和成本更均衡。视觉推理

视频编辑

2025-05-19

wanx2.1-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

图像生成

2025-05-15

aitryon-plus

AI试衣模型。相较于基础版aitryon模型，aitryon-plus模型在图片清晰度、服饰纹理细节和logo还原效果等方面均有提升，但生成耗时较长，适用于对时效性要求不高的场景。AI试衣-Plus版

视觉理解

2025-05-15

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。视觉理解

文字提取

2025-04-30

qwen-vl-ocr-2025-04-13

基于Qwen-VL训练的OCR专有大模型，提供强大的图文识别能力；该模型新增六种内置的OCR任务，分别是：通用识别、文档解析、表格解析、信息抽取、多语言识别、公式识别。文字提取

推理模型

2025-04-28

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，非思考模式请参见文本生成模型概述。

声音复刻

2025-04-24

cosyvoice-v2

用户仅需提供10~20秒的音频，即可迅速生成高度相似且听感自然的定制声音。声音复刻

视觉理解

2025-04-18

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。视觉理解

图生视频

2025-04-18

wanx2.1-kf2v-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

视觉理解

2025-04-04

qwen-vl-max-2025-04-02

视觉理解模型。在解决复杂数学问题方面，准确性显著提高，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。视觉理解

视觉推理

2025-03-28

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

qwen-omni-turbo-2025-03-26

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，并输出文本与音频，提供了4种自然对话音色。使用方法请参见全模态。

全模态

2025-03-26

qwen2.5-omni-7b

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，并输出文本与音频，提供了2种自然对话音色。使用方法请参见全模态。

图像编辑

2025-03-25

wanx2.1-imageedit

通用图像编辑模型。通过一句话指令实现多样化的图像编辑功能，如扩图、去文字水印、图像修复、图像风格迁移等。通义万相-通用图像编辑2.1

视觉理解

2025-03-24

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。视觉理解

推理模型

2025-03-06

qwq-plus、qwq-plus-latest、qwq-plus-2025-03-05

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

开源推理模型

2025-03-06

qwq-32b

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。深度思考

语音识别/翻译

2025-03-03

gummy-realtime-v1

gummy-chat-v1

Gummy大模型支持实时语音识别与翻译，能够精准识别中、英、日、韩等10种语言。此外，它还支持中、英、日、韩之间的互译，以及其他6种语言单向翻译成中文或英文。使用方法请参见实时语音识别。

图生视频

2025-02-25

wanx2.1-i2v-turbo

相较于wanx2.1-i2v-plus模型，turbo模型生成速度更快，耗时仅为plus模型的三分之一，性价比更高。使用方法请参见首帧生视频。

全模态

2025-02-14

qwen-omni-turbo

qwen-omni-turbo-latest

qwen-omni-turbo-2025-01-19

Qwen-Omni 系列模型支持输入多种模态的数据，包括视频、音频、图片、文本，并输出文本。使用方法请参见全模态。

视觉理解

2025-02-07

qwen-vl-max-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。

视觉理解

2025-02-07

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。

文生文

2025-01-27

deepseek-v3

deepseek-r1

DeepSeek系列模型是由深度求索（DeepSeek）公司推出的大语言模型。

• DeepSeek-V3 为 MoE 模型，671B 参数，激活 37B，在 14.8T Token 上进行了预训练，在长文本、代码、数学、百科、中文能力上表现优秀。

• DeepSeek-R1 在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力，尤其在数学、代码、自然语言推理等任务上。

• 具体请参见DeepSeek。

视觉理解

2025-01-27

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。

• 使用方法请参见视觉理解。

文生文

2025-01-27

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）：通义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：文本生成模型概述。

• 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：文本生成模型概述。

图生视频

2025-01-22

emoji-detect-v1

emoji-v1

• 基于人脸图片和预设的人脸动态模板，生成人脸动态视频。该模型可用于表情包制作、视频素材生成等场景。使用方法请参见表情包Emoji快速开始。

文生文

2025-01-17

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。

图生视频

2025-01-17

wanx2.1-i2v-plus

• 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。

文生图

2025-01-17

wanx2.0-t2i-turbo

• 擅长质感人像与创意设计，速度中等，性价比高。使用方法请参见文生图V2系列模型。

视觉理解

2025-01-13

qwen-vl-plus-2025-01-02

• 相较于qwen-vl-plus-0809模型，大幅提升指令跟随、图像理解和数学能力。使用方法请参见视觉理解。

文生视频

2025-01-08

wanx2.1-t2v-turbo

wanx2.1-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。使用方法请参见通义万相-文生视频。

文生图

2025-01-08

wanx2.1-t2i-turbo

wanx2.1-t2i-plus

• 文生图V2系列模型为全面升级的通义万相文生图模型，推荐体验。

视觉理解

2025-01-07

qwen-vl-max-2024-12-30

• 该模型丰富了知识库，图像识别和理解能力进一步提升，能够解析复杂的视觉内容。使用方法请参见视觉理解。

语音识别

2025-01-02

qwen-audio-asr

qwen-audio-asr-latest

qwen-audio-asr-2024-12-04

• 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、英文。使用方法请参见实时语音识别。

视觉推理

2024-12-25

qvq-72b-preview

• 专注于提升视觉推理能力，尤其在数学推理领域。使用方法请参见视觉理解。

多语言翻译

2024-12-25

qwen-mt-plus

qwen-mt-turbo

• Qwen-MT模型是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。详情请参见翻译能力（Qwen-MT）。

视觉理解

2024-12-18

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。使用方法请参见视觉理解。

意图理解

2024-12-12

tongyi-intent-detect-v3

• 通义意图理解模型，能够在百毫秒级时间内快速、准确地解析用户意图，并选择合适工具来解决用户问题。详情请参见意图理解。

声动人像

2024-12-10

videoretalk

• 支持根据人物视频和音频生成对口型视频，详情请参见快速开始。

舞动人像

2024-12-10

animate-anyone-gen2

animate-anyone-detect-gen2

animate-anyone-template-gen2

• 分别提供人物图片合规检测、人物动作模板生成与人物视频生成能力，依次调用这三个模型可生成人物舞蹈视频。详情请参见快速开始。

llama系列

2024-12-09

llama3.3-70b-instruct

• 新增第三方大模型llama3.3系列中70B参数的模型。详情请参见Llama（输入文本和图像）。

音频理解

2024-12-09

qwen-audio-turbo-latest

qwen-audio-turbo-2024-12-04

• 新增的模型，相较于qwen-audio-turbo-2024-08-07版本，大幅提升语音识别准确率，并新增了语音聊天能力。详情请参见音频理解-Qwen-Audio。

文生文

2024-11-28

qwq-32b-preview

• 本模型专注于增强 AI 推理能力。详情请参见QWQ。

2024-11-28

qwen-plus-2024-11-25

qwen-plus-2024-11-27

• 相较于qwen-plus-0919模型中英文回复详实程度显著提升，更加符合用户偏好；模型角色扮演能力显著增强；模型中文的文本创作能力显著提升；中英文指令遵循能力提升；修复了RAG场景下引用角标的生成问题。详情请参见模型列表与价格。

2024-11-15

qwen-turbo-2024-11-01

• 上下文长度扩展至一百万Token。详情请参见模型列表与价格。

视觉理解

2024-11-15

qwen-vl-max-2024-11-19

• 增强了图像理解效果，改善生成重复文本的情况。详情请参见视觉理解。

qwen-vl-max-2024-10-30

• 加强了多语言理解能力。详情请参见视觉理解。

• qwen-vl-ocr

• qwen-vl-ocr-2024-10-28

• qwen-vl-ocr-latest

• 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。

文生文

2024-11-12

• 闭源版本qwen-coder-plus等模型

• 开源版本qwen2.5-coder-32b-instruct等模型

• 这些模型在代码生成、代码修复及代码推理能力上具备业界领先水平。详情请参见代码能力（Qwen-Coder）。

灵动人像

2024-11-7

• liveportrait-detect

• liveportrait

• 基于人物肖像图片和人声音频文件，快速、轻量地生成人物肖像动态视频。详情请参见灵动人像LivePortrait 快速开始。

悦动人像

2024-11-7

• emo-detect-v1

• emo-v1

• 基于人物肖像图片和人声音频文件，生成人物肖像动态视频，不需要部署，可直接调用。与旧版的EMO模型（emo-detect、emo）相比，在调用方式及计费方式上有区别。详情请参见悦动人像EMO 快速开始。

llama系列

2024-11-5

• llama3.2-90b-vision-instruct

• llama3.2-11b-vision

• 新增第三方大模型llama3.2系列中11B和90B参数的模型，这两个模型加入了视觉理解的功能。详情请参见Llama模型API参考。

视觉理解

2024-10-29

qwen2-vl-2b-instruct

• 扩展上下文至32k，大幅提升图像理解能力。详情请参见视觉理解。

视觉理解

2024-10-23

qwen2-vl-7b-instruct

• 新增qwen2-vl-7b-instruct模型，详情请参见视觉理解。

视觉理解

2024-08-27

qwen-vl-max-0809

• 本模型为qwen-vl-max的2024年8月9日快照版本，将在9月9日更新至qwen-vl-max主版本，快照版本维护到下个快照版本发布时间（待定）后一个月。点击通义千问VL API详情查看完整信息。

文生文

2024-08-16

Qwen2-Math系列模型

• 具有强大的数学解题能力，点击通过API调用Qwen2-Math模型进行体验。

文生图

2024-08-07

FLUX文生图模型

• FLUX文生图模型是由 Black Forest Labs 开源的高质量文本到图像生成模型，它在多个维度上展现了卓越性能，尤其在文本引导的图像生成、多主体场景构建、以及精细的手部细节生成等方面，实现了显著的提升，为文生图领域设定了新的技术标杆。点击文生图FLUX进行了解。

llama系列

2024-07-23

• Llama3.1-8b-instruct

• Llama3.1-70b-instruct

• Llama3.1-405b-instruct

• 新增Llama-3.1系列模型版本，点击Llama （仅文本输入）查看。

文本向量

2024-07-10

text-embedding-v3

• text-embedding-v3模型是text-embedding-v2模型的升级版本，主打高性能、低成本、支持50+多语言、超长文本。

更新内容主要包括：

• 语种扩充：text-embedding-v3模型对比text-embedding-v2模型扩展了意大利语、波兰语、越南语、泰语等语种，支持语种数量增加到50+。

• 输入长度扩展：支持编码的输入长度从2048扩展至8192, 对text-embedding-v3, 8192指文本输入的最大token长度

• 可变输出连续向量维度: 相比text-embedding-v2模型的固定1536向量维度, text-embedding-v3支持用户自定义连续向量的维度, 目前可以选择512,768和1024维度；同时为了进一步节省下游任务的使用成本，text-embedding-v3模型在不衰减效果的前提下将最大的向量维度降低至1024维。

• 不再区分Query/Document类型：text-embedding-v3模型在不降低模型效果的前提下不再区分输入文本的类型，text_type参数无需指定输入的文本是Query还是Document类型。

• Sparse向量支持: text-embedding-v3模型同时支持连续向量表示（dense vector）和离散向量表示模型（sparse vector）, 用户可以在接口参数中指定输出连续向量、离散向量或者同时输出。

• 效果提升：预训练模型底座和SFT策略优化提升embedding模型整体效果，公开数据评测结果。

文生文

2024-07-05

• qwen-turbo-0206

• qwen-turbo-0624

• 新增qwen-turbo模型的快照版本，点击通义千问查看详情。

文生文

2024-07-05

• qwen-plus-0206

• qwen-plus-0624

• 新增qwen-plus模型的快照版本，点击通义千问查看详情。

文生文

2024-07-02

Minimax大语言模型

• 新增Minimax大语言模型，点击MiniMax大语言模型查看详情。

文生文

2024-06-07

qwen2系列开源大语言模型

• 与qwen1.5相比，qwen2在语言理解、语言生成、多语言能力、编码、推理等基准测试中超越了大多数开源模型。点击模型介绍查看详情。

文生文

2024-06-03

零一万物大语言模型

零一万物大语言模型是千亿参数大语言模型，是LM SYS榜单TOP10上唯一国产大模型。具备超强的问答、推理及文本生能力，完整内容请点击零一万物大语言模型查看。

文生文

2024-04-28

qwen1.5-110b-chat

• qwen1.5-110b-chat模型时通义千问1.5对外开源的110B规模参数量的经过人类指令对齐的chat模型。点击通义千问开源模型查看详情。

新增模型类型

上架时间

模型规格

功能说明

文本、图像、视频、语音等

2025-09-23

模型列表与价格

新加坡地域首次上线。