Qwen（通义千问）模型谱系
通义千问从中文对话与开放权重起步，扩展为覆盖文本、视觉、音频、代码、推理与 Agent 的完整家族，并在云 API 与开源社区并行演进。
历代模型
Qwen3.8-Flash（Next）
125B 总参、单 token 激活 6B 的多模态 MoE，全新 Next 架构（QSA + Gated DeltaNet），训练成本较前代降约 90%，推理定价每百万输入 1 元、输出 3 元；被视为 Qwen4 雏形，首发上线「千问办公」。
Qwen3.8 / Qwen3.8-Max
2.4T 总参、约 950B 激活的稀疏 MoE 旗舰，原生多模态视觉与 1M 上下文，CodeArena 全球第四；Max 权重与 Qwen3.8-27B 于 8 月 13 日开源，同步推出 Agent 产品「千问办公」。
Qwen3.7 Max / Plus
云上旗舰与增强档，延续 Max/Plus 分层，强调编码、Agent 与多模态生产力。
Qwen3.6-Plus / Qwen3.6-35B-A3B
面向真实世界 Agent 的 Plus 云更新，并放出高效开放 MoE 档。
Qwen3.5 / Qwen3.5-Plus
原生多模态 Agent 方向；开放权重 Qwen3.5-397B-A17B（约 17B 激活）与专有 Plus 云档并行。
Qwen3-Coder-Next
小体量混合架构上的 Agent 编码强化，压低高能力编程部署成本。
Qwen3-Max / Qwen3-Next / Qwen3-VL / Qwen3-Omni
万亿级 Max 云旗舰、高效 Next 开放档，以及视觉与全模态分支的同期矩阵升级。
Qwen3-Coder
代码旗舰 480B-A35B 与 Flash 30B-A3B，主打仓库级与 Agent 编程。
Qwen3
混合思考/非思考模式；密集 0.6B–32B 与 MoE 30B-A3B、235B-A22B 全线 Apache 2.0，训练覆盖 119 种语言约 36T token。
Qwen2.5-Omni
文本、图像、视频、音频统一输入，并支持文本与语音输出，面向实时多模态 Agent。
QwQ-32B
正式版开放推理模型，以较小体量逼近 R1 级表现。
Qwen2.5-Max
大规模 MoE 云上旗舰，预训练超 20T token，对标闭源前沿综合能力。
Qwen2.5-VL
视觉语言旗舰刷新，强化文档、UI 与设备操作相关理解。
QvQ-72B-Preview
视觉推理预览模型，把「看图思考」做成独立产品线。
QwQ-32B-Preview
开放权重推理模型预览，对标 o1 路线，强调可验证数学与复杂推理。
Qwen2.5-Coder
代码专用系列（0.5B–32B），覆盖生成、补全与仓库级任务，成为开源代码模型主力之一。
Qwen2.5
预训练数据扩至约 18T token，开放 0.5B–72B 多档，并配套 Turbo/Plus 云上 MoE。
Qwen2-VL
任意分辨率视觉理解与长视频分析，2B/7B 开放、72B 后续跟进。
Qwen2-Audio
语音理解与交互分支，支持直接以音频为输入的对话与理解任务。
Qwen2
密集与 MoE 并行；多语言与代码、数学显著增强，部分小模型改为 Apache 2.0。
Qwen1.5-MoE-A2.7B
家族首个混合专家开放模型，以较低激活参数换取更高吞吐与性价比。
Qwen1.5
统一架构与对齐流程的代际刷新，覆盖多尺寸 Base/Chat，并随后引入 MoE 分支。
Qwen（1.8B / 14B / 72B）开放
扩展参数档位与下载可用性，形成从端侧到旗舰的第一代密集模型矩阵。
Qwen-7B / Qwen-7B-Chat
首批代码与权重公开，预训练超过 2.2 万亿 token，成为中文开放生态早期主线模型之一。
Qwen-VL
视觉—语言多模态分支，开放 Base/Chat 权重，云上保留 Max/Plus 专有档。
通义千问（Tongyi Qianwen）公测
阿里云首次以「通义千问」品牌公开生成式对话能力，标志着集团大模型产品化启动。