Modelos de Aliyun

próximamente

Qwen3.8-Max es el gran modelo de lenguaje insignia de Alibaba Qwen, diseñado para el razonamiento avanzado, flujos de trabajo basados en agentes, comprensión multimodal y aplicaciones de IA a escala empresarial. Cuenta con 2.4T de parámetros, adopta la arquitectura MoE, admite el cambio entre modos de pensamiento y de inferencia rápida, puede gestionar diversos formatos de contenido y ofrece un rendimiento excelente en escenarios como la ingeniería de código, las tareas profesionales de oficina y el razonamiento lógico complejo, solo superado por Fable 5 de Anthropic.

HappyHorse 1.1 es un modelo multimodal de generación de video diseñado para la creación de contenido profesional, la publicidad, los cortometrajes, la producción para redes sociales y la narración de historias. Amplía las capacidades de HappyHorse 1.0—que atrajo una atención significativa tras ubicarse en posiciones destacadas en evaluaciones independientes de generación de video— con mayor coherencia entre escenas y mejor fidelidad visual.

Happy Horse 1.0 — Un modelo de generación audiovisual de alta calidad que admite la creación de texto a video e imagen a video. Puede generar elementos visuales, audio y movimientos de labios sincronizados, lo que lo hace adecuado para cortometrajes, piezas publicitarias y presentaciones de productos.

Qwen3.7 Plus es un gran modelo de lenguaje de alto rendimiento desarrollado por Alibaba Cloud. Admite la comprensión de contextos largos de hasta 128K tokens, la invocación de funciones y las tareas multilingües. Diseñado para escenarios de razonamiento complejo, programación y seguimiento de instrucciones.

La fortaleza principal de Qwen3.7-Max radica en la amplitud y la profundidad de sus capacidades agénticas. En programación, abarca desde el prototipado de front-end hasta proyectos de ingeniería complejos de múltiples archivos. Para tareas de oficina y productividad, permite la automatización de flujos de trabajo mediante la integración con MCP y la colaboración multiagente. En la ejecución autónoma de horizonte largo, mantuvo un razonamiento coherente durante un experimento de optimización del kernel totalmente autónomo de 35 horas, que implicó más de 1,000 llamadas a herramientas — demostrando de forma convincente su ejecución sostenida y estable. Además, ofrece una generalización entre frameworks consistentemente sólida, funcionando de manera fiable ya sea que se despliegue en Claude Code, OpenClaw, Qwen Code u otros frameworks.

Wan2.7 es un modelo de generación de video diseñado para la síntesis visual de alta calidad y una consistencia del movimiento mejorada. Es adecuado para la creación de contenido cinematográfico y flujos de trabajo profesionales de producción de video.

Wan2.6 es un modelo de generación de video diseñado para una síntesis de video estable y eficiente. Ofrece una calidad visual confiable y una generación de movimiento fluida para tareas generales de creación de video.

Qwen 3.6-Plus ya está disponible, con capacidades mejoradas para el desarrollo de código y mayor eficiencia en el reconocimiento e inferencia multimodal, lo que hace que la experiencia de Vibe Coding sea aún mejor.

Qwen-Image es un modelo fundacional de generación de imágenes revolucionario lanzado por el equipo de Tongyi Qianwen de Alibaba en 2025. Con una escala de 20 mil millones de parámetros, se basa en la arquitectura MMDiT (Transformador de Difusión Multimodal). El modelo ha logrado avances significativos en el renderizado de texto complejo y la edición precisa de imágenes, demostrando un rendimiento excepcional, especialmente en el renderizado de texto en chino. Traducido con DeepL.com (versión gratuita)

qwen-image-2 próximamente

Qwen3-VL-30B-A3B es un modelo de IA multimodal de última generación de la familia Qwen3 AI, desarrollado por el equipo Qwen de Alibaba. Está diseñado para unificar la comprensión del lenguaje y la comprensión visual —incluyendo texto, imágenes y video— en un único modelo base.

Qwen3-VL-32B es la variante densa de 32 mil millones de parámetros en la familia de modelos de visión y lenguaje Qwen3 de Alibaba. Es un transformador multimodal (visión + lenguaje + video) diseñado para percepción unificada, razonamiento en contextos largos, OCR robusto y anclaje visual, y flujos de trabajo basados en agentes/con herramientas.

qwen3-vl-235b-a22b es un modelo multimodal que unifica una potente generación de texto con comprensión visual para imágenes y videos. Su variante Instruct optimiza el seguimiento de instrucciones para tareas multimodales generales. Destaca en la percepción de categorías del mundo real y sintéticas, el anclaje espacial 2D/3D y la comprensión visual de largo formato, logrando resultados competitivos en benchmarks multimodales.

From fast verification to cinematic output, billing is based on the generated video duration, selecting the appropriate resolution, and turning every generation into a planned creative investment activity rule

Cuenta con 3.000 millones de parámetros, equilibrando el rendimiento y los requisitos de recursos, adecuado para aplicaciones de nivel empresarial. - Este modelo puede emplear MoE u otras arquitecturas optimizadas, adecuado para escenarios que requieren un procesamiento eficiente de tareas complejas, como la atención al cliente inteligente y la generación de contenido.

Explora la API de qwen3-coder-plus.

Explora la API de qwen3-coder-480b-a35b-instruct.

CometAPI’s qwen3-coder is an affordable, OpenAI-compatible coding model API for Qwen3 Coder, optimized for code generation, debugging, and repository-level engineering workflows with ~20% lower pricing.

Qwen3-235B-A22B is the flagship model of the Qwen3 series, with 23.5 billion parameters, using a Mixture of Experts (MoE) architecture. - Particularly suitable for complex tasks requiring high-performance Inference, such as coding, mathematics, and Multimodal applications.

Próximamente

Qwen3.6-Max-Preview Compared with Qwen3.6-Plus, this preview version brings stronger world knowledge and instruction compliance capabilities, as well as significantly improved agent programming performance on multiple benchmarks