Модели Aliyun

Q

Qwen3.7-Max

Ввод:$1.36/M

Вывод:$8.16/M

Ключевая сильная сторона Qwen3.7-Max заключается в широте и глубине его агентных возможностей. В программировании он справляется со всем — от прототипирования фронтенда до сложных многофайловых инженерных проектов. Для офисных задач и повышения продуктивности он обеспечивает автоматизацию рабочих процессов за счет интеграции с MCP и мультиагентного сотрудничества. В сценариях долгосрочного автономного выполнения он поддерживал связное рассуждение на протяжении 35-часового полностью автономного эксперимента по оптимизации ядра, включавшего более 1,000 вызовов инструментов, — убедительно продемонстрировав устойчивую, стабильную работу. Кроме того, он демонстрирует стабильно высокую кросс-фреймворковую обобщаемость, надежно работая при развертывании в Claude Code, OpenClaw, Qwen Code или других фреймворках.

Q

Qwen3.6-Plus

Ввод:$0.32/M

Вывод:$1.92/M

Qwen 3.6-Plus уже доступен, отличается улучшенными возможностями разработки кода и повышенной эффективностью мультимодального распознавания и инференса, что делает работу с Vibe Coding ещё лучше.

Q

Qwen 3.5 Flash

Q

Qwen 3.5 Flash

Ввод:$0.16/M

Вывод:$0.96/M

Qwen-3.5 Flash Series — ориентированная на продакшн серия больших языковых моделей (LLMs), разработанная компанией Alibaba Group в рамках инициативы Qwen. Она представляет собой уровень развертывания (hosted/API) более широкого семейства моделей Qwen-3.5, оптимизированный для высокой скорости, работы с длинным контекстом и агентных приложений. Проще говоря: Qwen-3.5 Flash = быстрые, масштабируемые, умеющие работать с длинным контекстом и использовать инструменты версии моделей Qwen-3.5, предназначенные для реального использования в продакшне.

Q

qwen3.5-plus

Ввод:$0.32/M

Вывод:$1.92/M

Нативные визуально-языковые модели Qwen3.5 серии Plus построены на гибридной архитектуре, которая объединяет механизмы линейного внимания с разрежёнными моделями смеси экспертов, обеспечивая более высокую эффективность инференса.

Q

qwen3.5-397b-a17b

Ввод:$0.48/M

Вывод:$2.88/M

Нативная визуально-языковая модель Qwen3.5 серии 397B-A17B построена на гибридной архитектуре, которая объединяет механизм линейного внимания с разрежённой моделью смеси экспертов, обеспечивая более высокую эффективность инференса.

Q

qwen3 max

Ввод:$0.8/M

Вывод:$3.2/M

- qwen3-max: последняя модель Qwen3-Max команды Alibaba Tongyi Qianwen, позиционируется как пик производительности серии. - 🧠 Мощная мультимодальность и инференс: поддерживает сверхдлинный контекст (до 128k токенов) и мультимодальный ввод, превосходно справляется со сложным инференсом, генерацией кода, переводом и творческим контентом. - ⚡️ Прорывное улучшение: существенно оптимизирован по множеству технических показателей, более высокая скорость отклика, отсечка знаний до 2025 года, подходит для корпоративных высокоточных AI-приложений.

Q

Qwen Image

Q

Qwen Image

За запрос:$0.028

Qwen-Image — революционная базовая модель генерации изображений, выпущенная командой Tongyi Qianwen компании Alibaba в 2025 году. При масштабе параметров в 20 миллиардов она основана на архитектуре MMDiT (Multimodal Diffusion Transformer). Модель достигла значительных прорывов в сложном рендеринге текста и точном редактировании изображений, демонстрируя выдающиеся результаты, особенно при рендеринге китайского текста. Переведено с помощью DeepL.com (бесплатная версия)

Q

qwen3-vl-32b

Q

qwen3-vl-32b

Ввод:$0.24/M

Вывод:$0.96/M

Qwen3-VL-32B — плотный вариант с 32 миллиардами параметров в семействе визуально-языковых моделей Qwen3 компании Alibaba. Это мультимодальный (компьютерное зрение + язык + видео) трансформер, разработанный для унифицированного восприятия, рассуждений в длинном контексте, надёжного OCR и визуальной привязки, а также агентных/инструментализированных рабочих процессов.

Q

qwen3-vl-235b-a22b

Q

qwen3-vl-235b-a22b

Контекст:2M

Ввод:$0.24/M

Вывод:$0.96/M

qwen3-vl-235b-a22b — мультимодальная модель, объединяющая мощную генерацию текста с визуальным пониманием изображений и видео. Её вариант Instruct оптимизирует выполнение инструкций для общих мультимодальных задач. Она особенно сильна в восприятии категорий реального мира и синтетических, 2D/3D пространственной привязке и длинноформатном визуальном понимании, достигая конкурентных результатов на мультимодальных бенчмарках.

Q

qwen3-coder-plus-2025-07-22

Q

qwen3-coder-plus-2025-07-22

Ввод:$0.52/M

Вывод:$2.6/M

Стабильная версия Qwen3 Coder Plus, выпущенная 22 июля 2025 года, обеспечивает более высокую стабильность и подходит для промышленной эксплуатации.

Q

qwen3-coder-plus

Q

qwen3-coder-plus

Ввод:$0.52/M

Вывод:$2.6/M

Q

qwen3-coder-480b-a35b-instruct

Q

qwen3-coder-480b-a35b-instruct

Ввод:$0.24/M

Вывод:$0.96/M

Q

qwen3-coder

Q

qwen3-coder

Ввод:$0.24/M

Вывод:$0.96/M

Q

qwen3-8b

Q

qwen3-8b

Ввод:$0.04/M

Вывод:$0.16/M

Q

qwen3-32b

Q

qwen3-32b

Ввод:$1.6/M

Вывод:$6.4/M

Q

qwen3-30b-a3b

Q

qwen3-30b-a3b

Ввод:$0.12/M

Вывод:$0.48/M

Имеет 3 миллиарда параметров, обеспечивает баланс между производительностью и требованиями к ресурсам, подходит для приложений корпоративного уровня. - Эта модель может использовать MoE или другие оптимизированные архитектуры, подходит для сценариев, требующих эффективной обработки сложных задач, таких как интеллектуальное обслуживание клиентов и генерация контента.

Q

qwen3-235b-a22b

Q

qwen3-235b-a22b

Ввод:$0.336/M

Вывод:$1.344/M

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.

Q

qwen3-14b

Q

qwen3-14b

Ввод:$0.8/M

Вывод:$3.2/M

Q

qwen-image-2

Q

qwen-image-2

Скоро

Ввод:$60/M

Вывод:$240/M

qwen-image-2 скоро

Q

Qwen3.6-Max-Preview

Q

Qwen3.6-Max-Preview

Скоро

Ввод:$1.664/M

Вывод:$9.984/M

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