AI 模型

Qwen-image-plus是阿里云通义千问系列的文生图模型，属Qwen-Image专业版，擅长复杂文本渲染，支持中英双语及多行布局。适用于海报、对联等需精准文字生成场景，成本较基础版低，可通过API调用，兼顾质量与效率。

Qwen3-Coder-Plus是阿里巴巴通义千问系列的增强型代码生成模型，属480B参数混合专家（MoE）架构，激活参数350亿，具备1M上下文窗口。特点为代码理解与生成能力强，支持多语言及复杂逻辑推理，性能媲美Claude Sonnet，适用于大型项目分析、代码库操作等智能体编程任务。

Qwen3-VL-plus是阿里通义千问推出的视觉语言模型增强版，属Qwen3-VL系列，提供Instruct和Thinking版本。特点是小参数量高性能，8B参数性能逼近上一代72B旗舰模型，支持超百万像素分辨率图像，强化细节识别、文字理解及复杂视觉推理。适用于智能客服、图像识别、内容创作、辅助决策等场景。

Qwen3-VL-235B-A22B-Thinking是阿里通义千问Qwen3系列旗舰视觉语言模型，采用MoE架构，2350亿参数。具备GUI级视觉Agent能力，支持32种语言OCR、256K上下文（可拓展至1M），视频理解与多模态推理突出，适用于复杂多模态工作流、长文档检索及智能交互场景。

Wan2.5-i2i-preview 是一款图像生成模型，支持图像编辑功能，属于阿里云图像生成服务中的一员，适用于图像创作与编辑场景。

Qwen3-Max是阿里Qwen3系列最高阶大模型，万亿参数，预训练36T tokens，支持26万+tokens上下文，多语言覆盖，显式推理模式。适用于企业级政策问答、代码审查、数据分析等复杂任务。

Qwen-Image-Edit是阿里开源的Omni产品级扩散模型，基于200亿参数Qwen-Image构建，支持语义与外观双重编辑。特点包括精准中英文字编辑（保留字体样式）、SOTA基准性能，可用于图像内容生成、图文结合输出及多模态助手应用。

Qwen3-LiveTranslate-Flash是阿里通义千问推出的多语言实时音视频同传模型，基于Qwen3-Omni基座，融合多模态数据训练。支持18种语言及方言的离线/实时翻译，3秒低延迟，视觉增强技术提升复杂场景准确性，优于主流模型。适用于国际会议、远程教学、跨国协作等场景。

Qwen3-Next-80B-A3B-Instruct是阿里云通义团队2025年9月推出的指令微调大模型，基于高稀疏度MoE架构，800亿总参数仅激活30亿。采用混合注意力机制与多token预测，训练成本为Qwen3-32B的1/10，32k上下文推理吞吐提升10倍，原生支持262K tokens上下文，可外推至百万级文本处理。适用于长文档理解、法律分析等长上下文场景，已开源并支持主流框架部署。

wan2.5-t2i-preview是阿里通义万相系列的文生图模型，属多模态生成模型。特点为支持写实场景和摄影风格，注重图像质量与响应速度平衡。适用于通用写实场景及摄影风格图像生成，可在广告、电商等领域应用。

Wan2.5-t2v-preview是阿里通义推出的多模态生成模型，集成文生/图生视频、文生图及图像编辑功能，支持1080P/24fps输出，实现音画同步，可生成匹配人声、音效和配乐。具备运镜控制、元素一致性优化等特点，应用于广告、影视、教育等领域。

wan2.5-i2v-preview是阿里通义万相2.5系列的图生视频模型，属多模态生成模型。它采用统一框架，融合文本、图像、视频、音频生成能力，支持1080P高清视频输出，可实现音画同步，能理解运镜语言，保持元素ID一致性，支持音频驱动视频生成，适用于广告、电商、影视、教育等领域的内容创作。

qwen3-omni-flash-realtime是阿里通义千问推出的实时全模态AI模型，支持文本、图像、音视频等多模态处理，具备流式对话、中途打断等实时交互能力，可应用于语音助手、多媒体分析、智能剪辑等场景，支持119种文本语言和20种语音交互。

Qwen3-Omni-30B-A3B-Captioner是阿里开源的音频精细字幕模型，从Instruct微调而来，音频输入转文本输出，特点是详细且低幻觉的音频描述，适用于音视频内容分析、无障碍服务、智能剪辑等场景。

Qwen3-TTS-Flash-Realtime是阿里通义推出的实时文本转语音模型，首包延迟97ms，支持17种音色、10种语言及17种方言，语音自然流畅。适用于智能客服、有声读物、AI教师及影视配音等场景。

Qwen3-TTS-Flash是阿里通义推出的文本转语音模型，支持10种语言、17种音色及9种中文方言，可智能调语气，首包延迟97ms，适用于智能客服、有声创作、语音助手等场景。

Qwen3-ASR-Flash是阿里通义千问推出的语音识别模型，支持19种语音输入（含5种中文方言）和11种语言，具备低延迟流式处理能力，适用于语音助手、字幕生成、多模态对话等场景，中英文识别错误率低于GPT-4o-transcribe，提供10小时免费额度。

Qwen-VL-Plus 是阿里通义千问 Qwen2.5-VL 系列多模态模型，主打视觉语言理解，增强细节识别与文字处理，支持超百万像素图像及任意长宽比，适用于专业文档处理、高精度识别和视觉推理场景。

Qwen-MT-Image是通义千问系列图像翻译模型，可精准翻译图像中的文字并保留原始排版，支持领域提示、敏感词过滤、术语干预等自定义功能。适用于多语言图像内容本地化、跨语言图文信息处理等场景。

Qwen-Deep-Research 是通义千问的研究型智能体模型，可拆解复杂问题，结合互联网搜索进行推理分析并生成研究报告，适用于科研辅助、生活决策、内容创作等场景，能大幅缩短研究时间。

Qwen3-1.7B是阿里Qwen3系列开源Dense模型，参数1.7B，支持119种语言，具备混合思维模式（可手动控制是否开启推理过程）。硬件要求低，适合本地测试、科研快速实验等场景。

Qwen-VL-Max是阿里云通义千问系列的增强视觉语言模型，定位为性能最强的多模态模型，支持图文理解与生成。其特点是视觉推理能力优于Qwen-VL-Plus，适用于复杂图文交互场景，如图像内容分析、多模态Agent系统构建及高精度图文生成任务。

Qwen-Image 是阿里巴巴通义千问团队2025年8月开源的20B参数MMDiT图像生成基础模型，以中文文本渲染和精准图像编辑为核心优势，支持多风格生成与编辑闭环，适用于设计工具、电商图生成、多模态助手等场景，可嵌入产品线作为基础设施。

Qwen3-30B-A3B-Instruct-2507是阿里通义千问推出的大语言模型，采用混合专家（MoE）架构，总参数305亿，激活参数33亿。具备逻辑推理、数学计算、代码编程能力，支持256K上下文长度，100+语言，非思考模式运行，适合本地部署，可用于复杂文档处理、多语言交互等场景。

Qwen3-235B-A22B-Instruct-2507是阿里巴巴开源的超大规模因果语言模型，采用2350亿总参数+220亿激活参数的混合专家架构，具备数学推理、代码生成等能力，在核心基准超越GPT-4o，推理成本低至1/3，适用于企业级复杂任务部署。

Qwen3-Coder-Flash是阿里开源的轻量级编程模型（全称为Qwen3-Coder-30B-A3B-Instruct），采用混合专家架构，激活参数30亿，主打高性能与效率。支持256K原生上下文（可扩展至100万token），擅长代码生成、智能体编程及工具调用，性能接近Claude Sonnet，适配Qwen Code等开发工具，适合本地部署与大型项目开发。

Qwen-Flash是阿里巴巴通义实验室发布的Qwen3系列高性能轻量级模型，优化通用任务处理、逻辑推理及中英文理解，支持百万字符上下文，响应速度快、成本低，适用于智能客服、内容生成、文档分析及智能体应用，已上线阿里云百炼平台。

qwen-mt-turbo是阿里通义千问系列的轻量级机器翻译模型，基于Qwen3架构，支持92种语言互译，覆盖全球95%人口。采用轻量级MoE架构，响应速度快且成本低（输入0.7元/百万Token，输出1.95元/百万Token），具备术语干预、领域提示等自定义功能，适用于高并发实时翻译场景。

Qwen-MT-Plus是阿里云通义千问Qwen3系列的专业翻译大模型，支持92种语言互译，上下文长度提升至4K Token，翻译准确率全面优于同规格模型及GPT-4.1，适用于多语言文档翻译、跨境内容本地化等场景，2025年7月更新后价格直降80%。

qwen-tts-realtime 是阿里云推出的实时语音合成模型，支持流式文本输入与音频输出，低延迟，7种拟人音色，可合成中文、英文，适用于交互式语音应用。