Alibaba

Wan 3.0 Prime — это быстрый вариант Wan 3.0 от Alibaba. Поддерживает генерацию видео из текста и из первого кадра изображения.

Qwen3.8 Flash — это мультимодальная модель рассуждений от Alibaba. Она подходит для помощи в написании кода, агентных рабочих процессов, визуального понимания, анализа документов и кодовой базы, взаимодействия с рабочим столом, анализа графиков и анализа длинных видео.

Wan 3.0 — это модель генерации видео от Alibaba для генерации видео из текста, изображений и по эталону. Она создаёт видео с разрешением 480p, 720p или 1080p длительностью от 2 до 30 секунд.

Qwen3.8 27B — это открытая модель с публичными весами, относящаяся к классу плотных мультимодальных моделей «зрение-язык» от компании Qwen. Она подходит для задач программирования, профессиональных рабочих процессов, исследований, мультимодального взаимодействия и длительных агентских задач, поддерживая гибкий режим рассуждений, который можно включать или отключать.

Qwen3.8 2.4T A95B — это открытая по весам разреженная модель смеси экспертов от Qwen и открытая по весам версия Qwen3.8 Max, с 95 миллиардами активных параметров из 2.4 триллионов всего. Она подходит для программирования, исследований, сложных рассуждений и агентных рабочих процессов.

DeepSeek V4 Pro 0813 — это крупномасштабная модель смеси экспертов от DeepSeek. Это GA-й выпуск DeepSeek V4 Pro.

Qwen Image 3 — это унифицированная модель генерации и редактирования изображений от Qwen. Она поддерживает точное отображение текста и деталей размером до 10px, а также более богатую базу знаний о мире, чем предыдущие поколения.

Qwen Image 3 Pro — это модель генерации и редактирования изображений от Qwen. Она поддерживает точное отображение текста и деталей размером до 10px, а также обладает более глубокими знаниями о мире по сравнению с предыдущими поколениями.

Qwen3.8 Max — флагманская модель в серии Qwen3.8 от Alibaba, общедоступный преемник предварительной версии Qwen3.8 Max Preview. Это мультимодальная модель рассуждений, предназначенная для сложных рассуждений, визуального понимания, написания кода и агентских рабочих процессов.

DeepSeek V4 Flash 0731 — это разреженная модель смеси экспертов от DeepSeek, с 13B активными параметрами из 284B общих. Эта переобученная версия подходит для задач кодирования, рассуждений и агентных рабочих процессов. Это GA-релиз DeepSeek V4 Flash.

Qwen3.7 Flash — это модель визуально-языкового рассуждения от Alibaba. Она подходит для мультимодальных агентов, визуального программирования, поиска и компьютерного взаимодействия, с сильными сторонами в распознавании объектов, пространственном понимании и восприятии реального мира.

Qwen-Audio-3.0-TTS Flash — это быстрая и экономичная модель синтеза речи от Alibaba, которая генерирует аудио из текста с помощью речевого синтезатора DashScope API.

Qwen-Audio-3.0-TTS Plus — это модель синтеза речи более высокого качества от Alibaba, которая генерирует звуковую речь из текста через синтезатор речи DashScope API.

Kimi K3 — это мультимодальная модель рассуждений с открытыми весами на 2.8T параметров от Moonshot AI. Она подходит для сложного программирования, работы со знаниями и длительных агентных сценариев, а особенно сильна в навигации по крупным репозиториям, использовании инструментов, отладке и итеративной работе с изображениями, логами, тестами и обратной связью от выполнения. В её архитектуре используются KDA и Attention Residuals для вычислительной эффективности.

HappyHorse 1.1 — это модель генерации видео от Alibaba. Она создает короткие видеоролики на основе текстового запроса, одного стартового изображения или набора референсных изображений, с выходом до 1080p и длительностью от 3 до 15 секунд. Она подходит для творческого контента, клипов для социальных сетей и анимации на основе изображений, а также превосходит предыдущую версию за счет более точного следования запросу, более плавных движений и более стабильных персонажей в кадрах.

HappyHorse 1.0 — это модель генерации видео от Alibaba. Она создаёт короткие видеоролики по текстовому запросу, одному стартовому изображению или набору референсных изображений, с выходом до 1080p и длительностью от 3 до 15 секунд. Модель подходит для творческого контента, клипов для социальных сетей и анимации на основе изображений при различных соотношениях сторон.

GLM 5.2 — это крупномасштабная модель рассуждения от Z.ai. Она поддерживает ввод и вывод текста с контекстным окном в 1M токенов и подходит для долгосрочных агентных рабочих процессов, разработки программного обеспечения на уровне проектов и сложной многоэтапной автоматизации. Поддерживаются уровни усилий рассуждения high и xhigh; xhigh соответствует максимальному уровню рассуждения. Модель особенно сильна в написании кода и использовании инструментов в длительных задачах, способна сохранять инженерный контекст и последовательно следовать стандартам на протяжении всего цикла разработки — от требований до развертывания на нескольких платформах — в рамках одной задачи.

MoonshotAI: Kimi K2.7 Code — это модель, ориентированная на программирование, из семейства Kimi K2 от Moonshot AI, созданная для надёжного выполнения комплексных задач программирования в условиях длинных контекстов. Она использует нативную мультимодальную архитектуру смеси экспертов, которая принимает текст и изображения на входе, и всегда работает в режиме мышления, сохраняя полное содержимое рассуждений при многоходовых диалогах. С контекстным окном в 256K токенов модель нацелена на долгосрочное программирование, декомпозицию агентских задач и многоходовые диалоги. Модель активирует 32B параметров из примерно 1T общих.

Qwen3.7-Plus — это экономичная модель в серии Alibaba Qwen3.7. Она поддерживает ввод текста и изображений с выводом текста, развивая текстовые возможности серии за счёт всестороннего улучшения визуально-языковых способностей, сохраняя при этом полностековый интеллект агентного уровня для программирования, использования инструментов и рабочих процессов продуктивности. Её отличительная черта — мультимодальная интерактивная гибридная агентная способность: она может воспринимать реальные сцены, читать экраны и взаимодействовать с GUIs, генерировать код по визуальным ссылкам и выполнять сквозную навигацию внутри мобильных приложений.

Qwen3.7-Max — флагманская модель в серии Alibaba Qwen3.7. Она поддерживает ввод и вывод текста и предназначена для агентно-ориентированных рабочих нагрузок, с особыми преимуществами в программировании, офисных и продуктивных задачах, а также в длительном автономном выполнении. Модель демонстрирует заметные улучшения в программировании и агентной производительности по сравнению с предыдущими поколениями Qwen и поддерживает явное кэширование промптов для эффективного повторного использования контекста.

Qwen3-ASR-Flash — это сервис автоматического распознавания речи компании Alibaba, построенный на основе Qwen3-Omni и обученный на десятках миллионов часов мультимодальных речевых данных. Модель поддерживает 11 языков, включая китайский (с кантонским, сычуаньским, миньнаньским и у диалектами), английский, арабский, французский, немецкий, испанский, итальянский, португальский, русский, японский и корейский, с автоматическим определением языка, поэтому для аудио со смешанными языками не требуется ручная настройка. Модель предназначена для сложных акустических условий: она транскрибирует текст песен на фоне музыки, обрабатывает шумные и удалённые записи, отфильтровывает тишину и неречевые звуки, а также принимает произвольный контекстный текст (имена, жаргон, доменную терминологию) для смещения распознавания в сторону конкретной лексики.

Qwen3.5 Plus (апрель 2026) — это крупномасштабная мультимодальная языковая модель от Alibaba. Она принимает текст, изображения и видео на входе и генерирует текстовый вывод с контекстным окном в 1M токенов. Это обновлённая версия Qwen3.5 Plus с многоуровневым ценообразованием: стоимость зависит от количества токенов, превышающего 256K.

Qwen3.6 Flash — это быстрая и эффективная языковая модель из серии Alibaba Qwen 3.6. Она поддерживает ввод текста, изображений и видео с контекстным окном в 1M токенов. Начиная с 256K токенов действует многоуровневое ценообразование. Поддерживается кэширование подсказок, включая тарификацию как за явное чтение кэша, так и за его создание.

Qwen3.6-Max-Preview — это проприетарная передовая модель от Alibaba Cloud, построенная на разреженной архитектуре смеси экспертов с примерно 1 триллионами параметров. Она оптимизирована для агентного программирования, использования инструментов и рассуждений в длинном контексте, поддерживая окно контекста в 262K токенов. Модель включает встроенный режим мышления, который сохраняет цепочки рассуждений в многоходовых диалогах, и поддерживает структурированный вывод и вызов функций. Доступ предоставляется исключительно через Alibaba Cloud Model Studio и Qwen Studio APIs; открытые веса не предоставляются.

Qwen3.6 27B — это плотная языковая модель с 27 миллиардами параметров от команды Qwen в Alibaba, выпущенная в апреле 2026. Она обладает гибридными мультимодальными возможностями — принимает текстовые, графические и видео входные данные — и поддерживает контекстное окно на 262,144 токенов. Модель предназначена для агентных задач кодирования и рассуждений, с особой силой в понимании кода на уровне репозитория, рабочих процессах фронтенд-разработки и многошаговом решении проблем. Она включает встроенный режим мышления для расширенного рассуждения и сохраняет контекст мышления в истории разговора. Qwen3.6 27B поддерживает 201 языков и диалектов и выпущена под лицензией Apache 2.0.

DeepSeek V4 Pro — это крупномасштабная модель смеси экспертов от DeepSeek с общим количеством параметров 1.6T и активными параметрами 49B, поддерживающая контекстное окно в 1M токенов. Модель предназначена для сложных задач рассуждения, программирования и длительных агентных сценариев, демонстрируя высокую производительность в области знаний, математики и программной инженерии. Основанная на той же архитектуре, что и DeepSeek V4 Flash, она использует гибридную систему внимания для эффективной обработки длинных контекстов. Поддерживаются уровни рассуждения high и xhigh; xhigh соответствует максимальному режиму рассуждения. Модель хорошо подходит для ресурсоёмких задач, таких как анализ всего кодового репозитория, многошаговая автоматизация и крупномасштабный синтез информации, где критически важны как производительность, так и эффективность.

DeepSeek V4 Flash — это оптимизированная по эффективности модель Mixture-of-Experts от DeepSeek с 284B общим количеством параметров и 13B активируемых параметров, поддерживающая контекстное окно в 1M токенов. Она предназначена для быстрого вывода и высокопроизводительных рабочих нагрузок, сохраняя при этом высокую производительность в рассуждениях и написании кода. Модель включает гибридное внимание для эффективной обработки длинного контекста. Поддерживаются режимы рассуждений high и xhigh; xhigh соответствует максимальному режиму рассуждений. Она хорошо подходит для таких приложений, как ассистенты программирования, чат-системы и агентные рабочие процессы, где важны отзывчивость и экономическая эффективность.

GLM-5.1 обеспечивает значительный скачок в возможностях программирования, особенно заметный при работе с долгосрочными задачами. В отличие от предыдущих моделей, ориентированных на взаимодействие в масштабе минут, GLM-5.1 может работать независимо и непрерывно над одной задачей в течение более чем 8 часов, автономно планируя, выполняя и улучшая себя в процессе, в конечном итоге предоставляя полные результаты инженерного уровня.

Qwen 3.6 Plus построена на гибридной архитектуре, сочетающей эффективное линейное внимание с маршрутизацией разреженных смесей экспертов, что обеспечивает высокую масштабируемость и высокопроизводительный вывод. По сравнению с серией 3.5 она обеспечивает значительные улучшения в агентном кодировании, фронтенд-разработке и общем рассуждении, а также значительно улучшенный опыт «вайб-кодинга». Модель превосходно справляется со сложными задачами, такими как 3D-сцены, игры и решение проблем на уровне репозитория, достигая оценки 78.8 на SWE-bench Verified. Она представляет собой значительный скачок как в чисто текстовых, так и в мультимодальных возможностях, работая на уровне ведущих современных моделей.

Серия Qwen3.5 35B-A3B представляет собой нативную визуально-языковую модель, разработанную с гибридной архитектурой, которая объединяет механизмы линейного внимания и разреженную модель смеси экспертов, обеспечивая более высокую эффективность вывода. Её общая производительность сопоставима с производительностью Qwen3.5-27B.

Модель Qwen3.5 27B, основанная на плотном vision-language подходе, использует механизм линейного внимания, обеспечивая быструю реакцию при сохранении баланса между скоростью вывода и производительностью. Её общие возможности сопоставимы с характеристиками Qwen3.5-122B-A10B.

Нативная визуально-языковая модель Qwen3.5 122B-A10B построена на гибридной архитектуре, которая объединяет механизм линейного внимания с разреженной моделью смеси экспертов, обеспечивая более высокую эффективность инференса. По общей производительности эта модель уступает только Qwen3.5-397B-A17B. Её текстовые возможности значительно превосходят возможности Qwen3-235B-2507, а визуальные возможности превосходят Qwen3-VL-235B.

Нативные визуально-языковые Flash-модели Qwen3.5 построены на гибридной архитектуре, которая объединяет механизм линейного внимания с разреженной моделью смеси экспертов, обеспечивая более высокую эффективность инференса. По сравнению с серией 3 эти модели совершают скачок в производительности как для чисто текстовых, так и для мультимодальных задач, предлагая быстрое время отклика и одновременно балансируя скорость инференса и общую производительность.

Модели Plus нативной серии Qwen3.5 для vision-language построены на гибридной архитектуре, которая объединяет механизмы линейного внимания с разреженными моделями смеси экспертов, достигая более высокой эффективности вывода. В ходе разнообразных оценок задач серия 3.5 стабильно демонстрирует результаты на уровне современных передовых моделей. По сравнению с серией 3, эти модели показывают значительный прогресс как в работе с чистым текстом, так и в мультимодальных возможностях.

Серия Qwen3.5 (397B–A17B) — это нативная модель «Vision-Language», построенная на гибридной архитектуре, которая объединяет механизм линейного внимания с разреженной моделью «смесь экспертов», что обеспечивает более высокую эффективность вывода. Она демонстрирует производительность, сопоставимую с ведущими современными моделями, в широком спектре задач: понимание языка, логические рассуждения, генерация кода, агентные сценарии, понимание изображений и видео, а также взаимодействие с графическими интерфейсами (GUI). Благодаря развитым возможностям генерации кода и агентному подходу модель показывает высокую обобщающую способность в разнообразных прикладных областях.

Qwen3-Max-Thinking — это флагманская модель рассуждений в серии Qwen3, разработанная для ответственных когнитивных задач, требующих глубоких многошаговых рассуждений. Значительное масштабирование вычислительных мощностей модели и обучения с подкреплением обеспечивает существенный прирост фактической точности, сложности рассуждений, точности следования инструкциям, соответствия предпочтениям людей и агентного поведения.

Qwen3-Coder-Next — это языковая модель с открытым весом и архитектурой причинно-следственного типа, оптимизированная для агентов кодинга и локальных рабочих процессов разработки. Она использует разреженную конструкцию MoE с 80B общими параметрами, из которых при обработке каждого токена активируется только 3B, что обеспечивает производительность, сопоставимую с моделями, имеющими в 10–20x более высокую активную вычислительную нагрузку. Это делает её хорошо подходящей для затратно-чувствительного и постоянно работающего развертывания агентов. Модель обучена с сильным акцентом на агентский сценарий и надёжно работает при выполнении длительных задач по кодингу, сложном использовании инструментов и восстановлении после сбоев выполнения. Благодаря собственному контекстному окну 256k она легко интегрируется в реальные среды CLI и IDE и хорошо адаптируется к распространённым агентским каркасам, используемым современными инструментами разработки. Модель работает исключительно в режиме без рассуждений и не генерирует блоки thinking, что упрощает интеграцию для производственных агентов кодинга.

DeepSeek-V3.2 — это большая языковая модель, предназначенная для гармоничного сочетания высокой вычислительной эффективности с сильными возможностями рассуждения и использования инструментов. Она внедряет DeepSeek Разреженное Внимание (DSA), механизм мелкозернистого разреженного внимания, который снижает затраты на обучение и вывод, сохраняя при этом качество в сценариях с длинным контекстом. Масштабируемая структура обучения с подкреплением дополнительно улучшает её, обеспечивая производительность в классе GPT-5 и демонстрируя результаты уровня золотой медали на 2025 IMO и IOI. V3.2 также использует крупномасштабный конвейер синтеза задач агентного типа, чтобы лучше интегрировать рассуждения в сценарии использования инструментов, повышая соответствие и обобщение в интерактивных средах. Пользователи могут управлять поведением рассуждения с помощью reasoning enabled логического параметра. Подробнее в нашей документации

Qwen3-VL-32B-Instruct — это крупномасштабная мультимодальная модель «зрение-язык», предназначенная для высокоточной интерпретации и рассуждений по тексту, изображениям и видео. С количеством параметров в 32 миллиарда она сочетает глубокое визуальное восприятие с продвинутым пониманием текста, обеспечивая детальное пространственное рассуждение, анализ документов и сцен, а также понимание длительных видео. Надёжная поддержка OCR в 32 языках и улучшенное мультимодальное слияние с помощью архитектур Interleaved-MRoPE и DeepStack. Оптимизированная для агентного взаимодействия и использования визуальных инструментов, Qwen3-VL-32B обеспечивает передовую производительность для сложных реальных мультимодальных задач.

Qwen3-VL-8B-Thinking — это вариант мультимодальной модели Qwen3-VL-8B, оптимизированный для рассуждений, предназначенный для продвинутого визуального и текстового мышления при работе со сложными сценами, документами и временными последовательностями. Он объединяет улучшенное мультимодальное согласование и обработку длинного контекста (нативно 256K, расширяется до 1M токенов) для таких задач, как научный визуальный анализ, каузальный вывод и математические рассуждения по изображениям или видео. По сравнению с версией Instruct, версия Thinking вводит более глубокое слияние визуального и языкового и продуманные пути рассуждений, которые улучшают производительность в задачах длинных логических цепочек, решении задач STEM и многошаговом понимании видео. Она достигает более сильной временной привязки благодаря Interleaved-MRoPE и эмбеддингам с учётом временных меток, сохраняя при этом надёжное OCR, многоязычное понимание и генерацию текста на уровне крупных текстовых LLMs.

Qwen3-VL-8B-Instruct — это мультимодальная модель vision-language из серии Qwen3-VL, созданная для высокоточной интерпретации и рассуждений в области текста, изображений и видео. Она отличается улучшенной мультимодальной интеграцией с Interleaved-MRoPE для долгосрочных временных рассуждений, DeepStack для точного выравнивания визуальных и текстовых данных, а также выравниванием текста по временным меткам для точной локализации событий. Модель поддерживает нативное контекстное окно на 256K токенов, расширяемое до 1M токенов, и обрабатывает как статические, так и динамические медиаданные для таких задач, как разбор документов, ответы на визуальные вопросы, пространственные рассуждения и управление GUI. Она достигает понимания текста, сравнимого с ведущими LLMs, расширяя при этом охват OCR до 32 языков и повышая устойчивость к разнообразным визуальным условиям.

Qwen3-VL-30B-A3B-Thinking — это мультимодальная модель, объединяющая мощную генерацию текста с визуальным пониманием изображений и видео. Вариант Thinking улучшает рассуждения в STEM, математике и сложных задачах. Она превосходно справляется с восприятием реальных/синтетических категорий, пространственной привязкой 2D/3D и длинным визуальным пониманием, достигая конкурентоспособных результатов в мультимодальных бенчмарках. Для агентного использования она обрабатывает многообразные многоходовые инструкции, согласование временных линий видео, автоматизацию GUI и визуальное программирование от набросков до отлаженного UI. Текстовая производительность соответствует флагманским моделям Qwen3, подходя для обработки документов AI, OCR, помощи UI, пространственных задач и агентных исследований.

Qwen3-VL-30B-A3B-Instruct — это мультимодальная модель, которая объединяет сильную генерацию текста с визуальным пониманием изображений и видео. Её вариант Instruct оптимизирует следование инструкциям для общих мультимодальных задач. Она превосходно справляется с восприятием реальных/синтетических категорий, пространственной привязкой в 2D/3D и длинным визуальным пониманием, достигая конкурентоспособных результатов в мультимодальных бенчмарках. Для агентного использования она обрабатывает многораундовые инструкции с несколькими изображениями, выравнивание временной шкалы видео, автоматизацию GUI и визуальное кодирование от эскизов до отлаженного UI. Текстовая производительность соответствует флагманским моделям Qwen3, что подходит для AI документов, OCR, UI-помощи, пространственных задач и агентных исследований.

Qwen3-VL-235B-A22B Thinking — это мультимодальная модель, объединяющая сильную генерацию текста с визуальным пониманием изображений и видео. Модель Thinking оптимизирована для мультимодальных рассуждений в STEM и математике. Серия подчеркивает надежное восприятие (распознавание разнообразных реальных и синтетических категорий), пространственное понимание (2D/3D привязка) и длительное визуальное восприятие, с конкурентоспособными результатами на публичных мультимодальных бенчмарках как для восприятия, так и для рассуждений. Помимо анализа, Qwen3-VL поддерживает агентное взаимодействие и использование инструментов: он может следовать сложным инструкциям в многоизображных и многооборотных диалогах; согласовывать текст с видео-таймлайнами для точных временных запросов; и управлять элементами GUI для задач автоматизации. Модели также обеспечивают визуальные рабочие процессы кодирования, превращая наброски или макеты в код и помогая с отладкой UI, сохраняя при этом высокую производительность только для текста, сравнимую с флагманскими языковыми моделями Qwen3. Это делает Qwen3-VL подходящими для производственных сценариев, охватывающих AI документов, многоязычный OCR, помощь в разработке ПО/UI, пространственные/воплощенные задачи и исследования агентов зрения и языка.

Qwen3-VL-235B-A22B Instruct — это мультимодальная модель с открытыми весами, объединяющая сильную генерацию текста с визуальным пониманием изображений и видео. Модель Instruct ориентирована на универсальные сценарии применения в области зрения и языка (VQA, разбор документов, извлечение данных из диаграмм и таблиц, многоязычный OCR). Серия подчеркивает надежное восприятие (распознавание разнообразных реальных и синтетических категорий), пространственное понимание (2D/3D-grounding) и длительное визуальное понимание, демонстрируя конкурентоспособные результаты на публичных мультимодальных бенчмарках как по восприятию, так и по рассуждению. Помимо анализа, Qwen3-VL поддерживает агентное взаимодействие и использование инструментов: модель может следовать сложным инструкциям в многоизображных и многоходовых диалогах; согласовывать текст с видеошкалой времени для точных временных запросов; а также управлять элементами GUI для задач автоматизации. Модели также обеспечивают рабочие процессы визуального кодирования — превращая эскизы или макеты в код и помогая с отладкой UI — сохраняя при этом высокую производительность при работе только с текстом, сопоставимую с флагманскими языковыми моделями Qwen3. Это делает Qwen3-VL пригодными для производственных сценариев, охватывающих AI документов, многоязычный OCR, помощь в разработке ПО/UI, пространственные/воплощенные задачи и исследования агентов на основе зрения и языка.

Qwen3-Max — это обновлённая версия, построенная на серии Qwen3, предлагающая значительные улучшения в рассуждениях, следовании инструкциям, многоязычной поддержке и покрытии редких знаний по сравнению с январской версией 2025. Она обеспечивает более высокую точность в задачах по математике, программированию, логике и науке, более надёжно следует сложным инструкциям на китайском и английском языках, снижает галлюцинации и выдаёт более качественные ответы для открытых вопросов, написания текстов и разговоров. Модель поддерживает более 100 языков с более сильным переводом и здравым смыслом, а также оптимизирована для генерации с дополнением извлечением (RAG) и вызова инструментов, хотя она не включает специальный режим «размышления».

Qwen3 Coder Plus — это проприетарная версия Alibaba на основе открытого исходного кода Qwen3 Coder 480B A35B. Это мощная модель-агент для программирования, специализирующаяся на автономном написании кода с помощью вызова инструментов и взаимодействия со средой, сочетающая навыки программирования с универсальными возможностями общего назначения.

Qwen3 Coder Flash — это быстрая и экономически эффективная версия проприетарной модели Qwen3 Coder Plus от Alibaba. Это мощная модель-агент для написания кода, специализирующаяся на автономном программировании с помощью вызова инструментов и взаимодействия с окружением, сочетающая владение программированием с разносторонними возможностями общего назначения.

Qwen3-Next-80B-A3B-Thinking — это чат-модель с приоритетом рассуждений в линейке Qwen3-Next, которая по умолчанию выводит структурированные «трассы мышления». Она предназначена для сложных многошаговых задач: математических доказательств, синтеза и отладки кода, логики и агентного планирования — и показывает сильные результаты в оценках знаний, рассуждений, программирования, согласованности и многоязычности. По сравнению с предыдущими вариантами Qwen3 она делает акцент на стабильности при длинных цепочках рассуждений и эффективном масштабировании во время инференса, а также настроена на следование сложным инструкциям при снижении повторяющегося или нецелевого поведения. Модель подходит для агентных фреймворков и использования инструментов (вызов функций), рабочих процессов с интенсивным поиском информации и стандартизированного бенчмаркинга, где требуются пошаговые решения. Она поддерживает длинные детализированные ответы и использует ориентированные на пропускную способность техники (например, предсказание нескольких токенов) для более быстрой генерации. Обратите внимание, что она работает только в режиме мышления.

Qwen3-Next-80B-A3B-Instruct — это инструктивно-настроенная чат-модель из серии Qwen3-Next, оптимизированная для быстрых и стабильных ответов без следов «размышлений». Она нацелена на сложные задачи, включая рассуждение, генерацию кода, знания QA и многоязычное использование, оставаясь при этом устойчивой к согласованию и форматированию. По сравнению с предыдущими инструктивными вариантами Qwen3, она фокусируется на более высокой пропускной способности и стабильности на сверхдлинных входах и многоходовых диалогах, что делает её хорошо подходящей для RAG, использования инструментов и агентных рабочих процессов, требующих последовательных финальных ответов, а не видимой цепочки рассуждений. Модель использует эффективное с точки зрения масштабирования обучение и декодирование для улучшения эффективности параметров и скорости инференса, и была проверена на широком наборе публичных бенчмарков, где она достигает или приближается к более крупным системам Qwen3 в нескольких категориях, превосходя при этом более ранние модели среднего размера. Её лучше всего использовать как универсального ассистента, помощника по коду и решателя задач с длинным контекстом в производственных средах, где предпочтительны детерминированные выводы, следующие инструкциям.

Qwen Plus 0728, созданная на основе фундаментальной модели Qwen3, представляет собой гибридную модель рассуждений с контекстом в 1 миллионов токенов, отличающуюся сбалансированным сочетанием производительности, скорости и стоимости.

Qwen3-30B-A3B-Thinking-2507 — это 30B-параметрическая модель смеси экспертов, оптимизированная для сложных задач, требующих многошаговых рассуждений. Модель специально разработана для «режима мышления», где внутренние цепочки рассуждений отделены от итоговых ответов. По сравнению с предыдущими версиями Qwen3-30B, данная версия показывает улучшенные результаты в логических рассуждениях, математике, естественных науках, программировании и многоязычных тестах. Также она демонстрирует более сильные навыки следования инструкциям, использования инструментов и согласования с человеческими предпочтениями. Благодаря повышенной эффективности рассуждений и расширенным бюджетам вывода, модель лучше всего подходит для передовых исследований, решения сложных задач и агентных приложений, требующих структурированных длинных контекстов.

Qwen3-Coder-30B-A3B-Instruct — это модель смеси экспертов (MoE) с параметрами 30.5B, содержащая 128 экспертов (8 активны на каждом прямом проходе), предназначенная для продвинутой генерации кода, понимания на уровне репозитория и агентного использования инструментов. Построенная на архитектуре Qwen3, она поддерживает нативную длину контекста в 256K токенов (расширяемую до 1M с помощью Yarn) и показывает высокие результаты в задачах, включающих вызовы функций, использование браузера и структурированное завершение кода. Эта модель оптимизирована для следования инструкциям без «режима размышлений» и хорошо интегрируется с форматами использования инструментов, совместимыми с OpenAI.

Qwen3-30B-A3B-Instruct-2507 — это языковая модель смеси экспертов с 30.5B параметрами от Qwen, с 3.3B активными параметрами на каждый вывод. Она работает в режиме без мышления и предназначена для качественного следования инструкциям, многоязычного понимания и использования агентных инструментов. Дообученная на инструкциях, она демонстрирует конкурентоспособные результаты в бенчмарках рассуждений (AIME, ZebraLogic), кодирования (MultiPL-E, LiveCodeBench) и согласованности (IFEval, WritingBench). Она превосходит свою версию без инструкций в субъективных и открытых задачах, сохраняя при этом высокую фактическую точность и производительность в кодировании.

Qwen3-235B-A22B-Thinking-2507 — это высокопроизводительная открытая языковая модель архитектуры Mixture-of-Experts (MoE), оптимизированная для сложных задач рассуждения. Она активирует 22B из своих 235B параметров за один прямой проход и изначально поддерживает до 262,144 токенов контекста. Этот вариант «только для размышлений» улучшает структурированные логические рассуждения, математику, естественные науки и длительную генерацию текста, демонстрируя сильные результаты в бенчмарках AIME, SuperGPQA, LiveCodeBench и MMLU-Redux. Модель принудительно использует специальный режим рассуждения (response) и предназначена для генерации большого количества токенов (до 81,920 токенов) в сложных областях. Модель дообучена на инструкциях и превосходно справляется с пошаговыми рассуждениями, использованием инструментов, агентными сценариями работы и многоязычными задачами. Этот релиз представляет собой самую производительную открытую версию в серии Qwen3-235B, превосходящую многие закрытые модели в сценариях структурированных рассуждений.

Qwen3-Coder-480B-A35B-Instruct — это модель генерации кода, основанная на архитектуре смеси экспертов (MoE), разработанная командой Qwen. Она оптимизирована для агентных задач кодирования, таких как вызов функций, использование инструментов и длинноконтекстное рассуждение по репозиториям. Модель имеет 480 миллиардов параметров, из которых 35 миллиардов активны во время каждого прямого прохода (8 из 160 экспертов). Цены на конечные точки Alibaba варьируются в зависимости от длины контекста. Если длина запроса превышает 128k входных токенов, применяется более высокая цена.

Qwen3-235B-A22B-Instruct-2507 — это многоязычная языковая модель, настроенная на инструкции и основанная на архитектуре смеси экспертов Qwen3-235B, с 22B активными параметрами за один прямой проход. Она оптимизирована для генерации текста общего назначения, включая следование инструкциям, логические рассуждения, математику, код и использование инструментов. Модель поддерживает нативную длину контекста 262K и не реализует «режим мышления» (блоки thinking). По сравнению с базовой версией, эта версия обеспечивает значительные улучшения в охвате знаний, рассуждениях на длинном контексте, бенчмарках программирования и согласованности с открытыми задачами. Она особенно сильна в многоязычном понимании, математических рассуждениях (например, AIME, HMMT) и оценках согласованности, таких как Arena-Hard и WritingBench.

Qwen3, новейшее поколение в серии больших языковых моделей Qwen, отличается как плотной, так и смешанной архитектурой экспертов (MoE), что позволяет достигать выдающихся результатов в рассуждениях, многоязычной поддержке и продвинутых агентных задачах. Его уникальная способность плавно переключаться между режимом мышления для сложных рассуждений и режимом без мышления для эффективного диалога обеспечивает универсальную высококачественную производительность. Значительно превосходя предыдущие модели, такие как QwQ и Qwen2.5, Qwen3 обеспечивает превосходные возможности в математике, программировании, здравом смысле, творческом письме и интерактивном диалоге. Вариант Qwen3-30B-A3B включает 30.5 миллиардов параметров (3.3 миллиардов активируется), 48 слоёв, 128 экспертов (8 активируется для каждой задачи) и поддерживает контексты до 131K токенов с YaRN, устанавливая новый стандарт среди моделей с открытым исходным кодом.

Qwen3-8B — это плотная причинная языковая модель с 8.2B параметрами из серии Qwen3, предназначенная как для задач, требующих интенсивных рассуждений, так и для эффективного диалога. Она поддерживает плавное переключение между режимом «размышления» для математики, программирования и логических выводов, и режимом «без размышлений» для обычного общения. Модель доработана для следования инструкциям, интеграции с агентами, творческого письма и многоязычного использования на 100+ языках и диалектах. Она изначально поддерживает контекстное окно в 32K токенов и может быть расширена до 131K токенов с помощью масштабирования YaRN.

Qwen3-14B — это плотная языковая модель с 14.8B параметрами из серии Qwen3, предназначенная как для сложных рассуждений, так и для эффективного диалога. Она поддерживает плавное переключение между режимом «размышления» для задач, требующих математики, программирования и логических выводов, и режимом «без размышлений» для обычного общения. Модель доработана для следования инструкциям, использования инструментов агентами, творческого письма и многоязычных задач на 100+ языках и диалектах. Она изначально поддерживает контекст до 32K токенов и может быть расширена до 131K токенов с помощью масштабирования на основе YaRN.

Qwen3-235B-A22B — это модель смеси экспертов (MoE) с 235B параметрами, разработанная компанией Qwen и активирующая 22B параметров за один прямой проход. Она поддерживает бесшовное переключение между режимом «мышления» для сложных рассуждений, математики и задач программирования и режимом «без мышления» для общей эффективности диалога. Модель демонстрирует высокую способность к рассуждению, многоязычную поддержку (100+ языков и диалектов), продвинутое следование инструкциям и возможности вызова агентских инструментов. Она нативно обрабатывает контекстное окно в 32K токенов и расширяется до 131K токенов с помощью масштабирования на основе YaRN.

Qwen-Plus, основанная на базовой модели Qwen2.5, представляет собой модель с контекстом 131K, обладающую сбалансированным сочетанием производительности, скорости и стоимости.