Aliyun 模型

從快速驗證到電影級輸出，計費以所生成影片的片長為基準、選擇合適的解析度，並將每次生成轉化為有規劃的創意投資的活動規則

Qwen3.8-Omni-Flash (qwen3.8-omni-flash) 是 Alibaba Cloud 的原生全模態模型，適用於音訊與視訊理解以及多模態內容分析。

HappyHorse 1.1 是一款面向專業內容創作、廣告、短片、社群媒體製作與敘事的多模態影片生成模型。它在 HappyHorse 1.0 的基礎上擴展能力——該版本曾在獨立的影片生成評測中名列前茅，因而獲得廣泛關注——並具備更強的場景連貫性與更高的視覺保真度。

Qwen3.8-Max 是 Alibaba Qwen 的旗艦級大型語言模型，旨在提供進階推理、代理式工作流程、多模態理解與企業級 AI 應用。它擁有 2.4T 參數，採用 MoE 架構，支援在思考模式與快速推理模式之間切換，能處理各種內容格式，並在程式工程、專業辦公與複雜邏輯推理等場景中表現卓越，僅次於 Anthropic 的 Fable 5。

Qwen3.7 Plus 是由 Alibaba Cloud 開發的高效能大型語言模型。它支援長上下文理解（最多可達 128K tokens）、函式呼叫以及多語言任務。專為複雜推理、程式設計與指令遵循等情境而設計。

Qwen3.7-Max 的核心優勢在於其智能體能力的廣度與深度。在程式開發方面，從前端原型設計到複雜的多檔案工程專案都能勝任。在辦公與生產力任務上，透過 MCP 整合與多智能體協作實現工作流程自動化。在長時程的自主執行方面，它在一項為期 35 小時、完全自主的核心最佳化實驗中（涉及超過 1,000 次工具呼叫）始終保持連貫的推理—充分證明其持續、穩定的執行能力。此外，它在跨框架泛化方面持續表現強勁，無論部署於 Claude Code、OpenClaw、Qwen Code 或其他框架，都能穩定可靠地運作。

Happy Horse 1.0 — 一款高品質的影音生成模型，支援文字轉影片與圖片轉影片創作。它可生成畫面、音訊與口型的同步效果，適用於短片、廣告創意與產品展示。

即將推出

Wan2.7 是一款面向高品質視覺合成並提升動作一致性的影片生成模型。適用於電影級內容創作與專業影片製作工作流程。

Wan2.6 是一款專為穩定且高效的影片合成而設計的影片生成模型。它為一般影片製作任務提供可靠的視覺品質與流暢的動態生成。

Qwen3.8-Flash 是 Qianwen 最新的多模態大型模型，結合強大的理解與生成能力以及優異的響應速度。該模型原生支援數百萬個上下文視窗，能夠一次性處理超長文件、程式碼倉庫與複雜對話。

Qwen 3.6-Plus 現已推出，具備增強的程式開發能力與在多模態辨識與推理方面更高的效率，進一步提升 Vibe Coding 的體驗。

Qwen-Image 是由阿里巴巴的通義千問團隊於 2025 年發布的革命性圖像生成基礎模型。其參數規模達 200 億，基於 MMDiT（多模態擴散 Transformer）架構。該模型在複雜文字渲染與精準圖像編輯方面取得了重大突破，尤其在中文文字渲染方面展現出卓越表現。 由 DeepL.com（免費版）翻譯

探索 Qwen Image 3.1 API。

qwen-image-2 即將推出

qwen3-vl-235b-a22b 是一個多模態模型，將強大的文字生成與對圖像與影片的視覺理解相結合。其 Instruct 變體針對一般多模態任務優化了指令遵循能力。它在真實/合成類別的感知、2D/3D 空間定位以及長篇視覺理解方面表現出色，並在多模態基準測試中取得具競爭力的成績。

擁有 30 億個參數，兼顧效能與資源需求，適用於企業級應用。 - 此模型可能採用 MoE 或其他優化的架構，適用於需要高效處理複雜任務的場景，例如智慧客服與內容生成。

探索 qwen3-coder-plus API。

探索 qwen3-coder-480b-a35b-instruct API。

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.

即將推出

即將推出

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