通义千问 Qwen：把「全尺寸 + 全模态 + 开源」同时做到
Qwen 是国产模型里生态最厚的一支：你想要的尺寸几乎都有，许可证相对宽松，社区微调与部署工具最齐全。很多时候它未必是单项最强，但通常是最不容易踩坑的选择。
| 厂商 | 阿里巴巴通义实验室（阿里云） |
| 当前旗舰 | qwen3.8-max（2.4T 参数 MoE，1M 上下文）、qwen3.8-flash |
| 开源谱系 | Qwen3.5 / 3.6 / 3.8 系列，尺寸从 27B 到 397B-A17B，另有 qwen3.8-2.4t-a95b 旗舰开源版 |
| 能力覆盖 | 文本、视觉（VL）、全模态（Omni）、语音合成/识别、翻译、图像生成、视频生成、向量与重排 |
| 标签 | Apache 系许可混合推理MoE全模态生态最大 |
一、为什么 Qwen 的生态这么厚
Qwen 的策略一句话概括：密集发布、尺寸齐全、许可友好。2023 年 9 月开源 7B 之后，团队几乎是按季度推进版本，并且每一代都会给出一整套尺寸——0.5B、1.8B、4B、7B、14B、32B、72B 一直到几百 B 的 MoE。对做落地的人来说，这意味着同一套技术栈可以从原型一路平滑放大，而不必中途换框架。
结果是海外开源社区大量项目默认用 Qwen 作为基座，Ollama、vLLM、LM Studio 等工具对它的支持也最及时。你会在各种微调榜单上看到「基于 Qwen 蒸馏」的字样——一家中国公司的模型成为英文社区的事实默认基座，这件事本身就说明了问题。
产品侧，Qwen 同时支撑通义 App、夸克、钉钉等阿里系的 AI 场景，这种「自用规模」也是对模型稳定性的持续压力测试。
二、家族地图（2026-09 现状）
| 方向 | 代表模型 | 说明 |
|---|---|---|
| 旗舰（闭源托管） | qwen3.8-max、qwen3.7-max、qwen3.6-max | 2.4T 参数级 MoE，1M 上下文，主打智能体与编程 |
| 性价比主力 | qwen3.8-flash、qwen3.7-flash、qwen-plus / qwen-turbo | 输入价低到 0.8 元/百万 tokens，适合高并发铺设 |
| 开源旗舰 | qwen3.8-2.4t-a95b、qwen3.8-27b、qwen3.5-397b-a17b、qwen3.5-122b-a10b | 2026 年发布的开源旗舰，混合注意力 + 稀疏 MoE |
| 代码 | qwen3-coder-plus、qwen3-coder-480b-a35b、qwen3-coder-30b-a3b | 面向仓库级理解与工具调用，可直接做编码智能体基座 |
| 视觉 | qwen3-vl-plus、qwen3-vl-flash、qwen3.5-ocr | 文档解析、卡证识别、GUI 智能体；OCR 是强项 |
| 全模态 / 实时 | qwen3.8-omni-flash、qwen3.5-omni-plus、qwen3-livetranslate-flash | 文本、图像、音频、视频统一理解并可实时双工对话 |
| 语音 | qwen3-tts-flash、qwen3-asr-flash-realtime、声音复刻与声音设计 | 17 种音色起，支持方言与多语种，可复刻 5 秒音频 |
| 超长上下文 | qwen-long | 官方标称最长 1000 万 tokens，约 1500 万字，适合整库问答 |
| 生成式多模态 | Qwen-Image 系列、Wan / 万相视频系列 | 图像生成编辑、文生视频、图生视频、视频编辑 |
| 检索组件 | text-embedding-v4、qwen3-rerank | RAG 场景的标准配件，维度可自定义 |
三、技术看点
1. 混合推理：一个模型两种模式
从 Qwen3 开始，「thinking / non-thinking」可以在同一次对话里切换：难题让它多想几步，日常问答直接给答案。对工程来说这很实用——不用维护两套模型，延迟与质量的权衡交给请求参数。
2. 混合注意力 + 稀疏 MoE
Qwen3.5 之后的开源系列采用「线性注意力 + 稀疏专家」的混合架构，目标是降低长上下文的推理开销。3.8 开源旗舰给出 2.4T 总参数、每步激活约 95B 的配置，属于当前开源阵营的顶格规格。
3. Thinker–Talker 全模态架构
Omni 系列把「理解」和「说话」拆成两个协同模块，能同时输出文本与语音，支持上百种语言文本交互与几十种语言的语音输出，是实时语音助手场景最直接的方案。
四、价格与获取方式
| 模型 | 输入（元/百万 tokens） | 输出 | 缓存命中 | 上下文 |
|---|---|---|---|---|
qwen3.8-flash | 0.8 | 2.7 | 0.1 | 1M |
qwen3.8-max | 12 | 36 | 1.5 | 1M |
qwen3.8-2.4t-a95b（开源版托管） | 12 | 36 | 1.5 | 1M |
批量调用（Batch）与缓存能进一步把价格压到刊例价的 3～5 折。自建方面，开源权重可以直接用 vLLM / SGLang 部署：27B 级模型单机多卡可跑，397B 以上的 MoE 建议上多机推理。做手机和车机的团队通常选 0.6B～8B 的小尺寸。
五、适合与不适合
特别适合：需要私有化部署且希望长期有版本可跟进的团队；多模态能力要一次性配齐（文本 + 视觉 + 语音 + 图像/视频生成）的产品；做 RAG 与检索，需要现成 embedding / rerank 组件的项目。
要注意：qwen-max 这类「滚动更新」的别名会自动升级底座，行为可能悄悄变化——需要稳定复现的实验请锁快照版本。另一方面，Qwen 型号极多，选型时容易被名字绕晕，建议先明确「闭源旗舰还是开源权重」「要多模态还是纯文本」再挑。
本页整理于 2026-09，来源为 Qwen 官方开源仓库（QwenLM 下的 qwen-code、Qwen-Image 等）与阿里云百炼模型目录。许可证以各模型卡为准，部分闭源型号不提供权重。