Qwen3-VL es el modelo de lenguaje de visión de la serie Qwen3, que logra un rendimiento de última generación (SOTA) en varias pruebas de referencia de lenguaje de visión (VL). El modelo admite entradas de Image de alta resolución de hasta el nivel de megapíxeles y posee sólidas capacidades en comprensión visual general, OCR multilingüe, localización de objetos visuales a nivel de detalle (grounding) y diálogo visual. Como parte de la serie Qwen3, hereda una base de lenguaje potente, lo que le permite comprender y ejecutar instrucciones complejas....

Qwen3-VL-Thinking es una versión de la serie Qwen3-VL especialmente optimizada para tareas complejas de razonamiento visual. Incorpora un "Thinking Mode" (Modo de pensamiento), lo que le permite generar pasos detallados de razonamiento intermedio (Chain-of-Thought) antes de proporcionar una respuesta final. Este diseño mejora significativamente el rendimiento del modelo en la resolución de preguntas visuales (VQA) y otras tareas de Vision-language que requieren lógica de múltiples pasos, planificación y análisis profundo....

Qwen3-VL-8B-Instruct es el modelo de Vision-lenguaje de la serie Qwen3, que demuestra sólidas capacidades en comprensión visual general, diálogo centrado en lo visual y reconocimiento de Text en Image multilingüe....

La serie Qwen3-VL ofrece una comprensión y generación de Text superior, una percepción visual y razonamiento más profundos, una longitud de contexto ampliada, una comprensión mejorada de la dinámica espacial y de Video, y capacidades de interacción de agentes más sólidas. Disponible en arquitecturas Dense y MoE que se escalan desde el extremo (edge) hasta la nube, con ediciones de instrucción (Instruct) y de pensamiento mejorado por razonamiento (Thinking)....

La serie Qwen3-VL ofrece una comprensión y generación de Text superior, una percepción visual y razonamiento más profundos, una longitud de contexto ampliada, una comprensión mejorada de la dinámica espacial y de Video, y capacidades de interacción de agentes más sólidas. Disponible en arquitecturas Dense y MoE que se escalan desde el extremo (edge) hasta la nube, con ediciones de instrucción (Instruct) y de pensamiento mejorado por razonamiento (Thinking)....

Qwen3-Coder-480B-A35B-Instruct es el modelo de código más agéntico lanzado por Alibaba hasta la fecha. Se trata de un modelo de Mezcla de Expertos (MoE) con 480.000 millones de parámetros totales y 35.000 millones de parámetros activos, lo que equilibra eficiencia y rendimiento. El modelo admite de forma nativa una longitud de contexto de 256K (aproximadamente 262.144) tokens, que se puede ampliar hasta 1 millón de tokens mediante métodos de extrapolación como YaRN, lo que le permite gestionar bases de código a escala de repositorio y tareas de programación complejas. Qwen3-Coder está diseñado específicamente para flujos de trabajo de programación agénticos, en los que no solo genera código, sino que también interactúa de forma autónoma con las herramientas y entornos de desarrollo para resolver problemas complejos. Ha obtenido resultados de vanguardia entre los modelos abiertos en diversas pruebas de rendimiento de código y agentes, con un rendimiento comparable al de modelos líderes como Claude Sonnet 4. Junto con el modelo, Alibaba también ha publicado en código abierto Qwen Code, una herramienta de línea de comandos diseñada para liberar plenamente sus potentes capacidades agénticas de programación....

Qwen3-Coder-30B-A3B-Instruct es un modelo de código de la serie Qwen3 desarrollado por el equipo Qwen de Alibaba. Al ser un modelo simplificado y optimizado, mantiene un rendimiento y una eficiencia impresionantes a la vez que se centra en capacidades de programación mejoradas. Demuestra ventajas de rendimiento significativas entre los modelos de código abierto en tareas complejas como Agentic Coding, Agentic Browser-Use y otras tareas fundamentales de programación. El modelo admite de forma nativa un contexto largo de 256K tokens, que se puede ampliar hasta 1M de tokens, lo que permite una mejor comprensión y procesamiento a escala de repositorio. Además, proporciona un soporte robusto de programación agéntica para plataformas como Qwen Code y CLINE, contando con un formato de llamada a funciones diseñado especialmente...

Qwen3-30B-A3B-Instruct-2507 es la versión actualizada del modo sin pensamiento de Qwen3-30B-A3B. Es un modelo de Mezcla de Expertos (MoE) con 30,5 mil millones de parámetros totales y 3,3 mil millones de parámetros activados. Esta versión presenta mejoras clave, que incluyen avances significativos en capacidades generales como el seguimiento de instrucciones, el razonamiento lógico, la comprensión de Text, las matemáticas, la ciencia, la programación y el uso de herramientas. También muestra mejoras sustanciales en la cobertura de conocimientos de cola larga en múltiples idiomas y ofrece una alineación notablemente mejor con las preferencias del usuario en tareas subjetivas y abiertas, lo que permite respuestas de mayor utilidad y una generación de Text de mayor calidad. Además, sus capacidades en la comprensión de contextos largos se han mejorado hasta 256K. Este modelo solo admite el modo sin pensamiento y no genera bloques `<think></think>` en su Output...

Qwen3-32B es el último modelo de lenguaje a gran escala de la serie Qwen, con 32,8B de parámetros. Este modelo admite de forma única la transición fluida entre el modo de pensamiento (para razonamiento lógico complejo, matemáticas y programación) y el modo sin pensamiento (para un diálogo eficiente y de propósito general). Demuestra una capacidad de razonamiento significativamente mejorada, superando a los modelos instructivos anteriores QwQ y Qwen2.5 en matemáticas, generación de código y razonamiento lógico de sentido común. El modelo destaca en la alineación con las preferencias humanas para la escritura creativa, el juego de rol y los diálogos de múltiples turnos. Además, es compatible con más de 100 idiomas y dialectos, con una sólida capacidad de traducción y seguimiento de instrucciones multilingües....

Qwen3-14B es el modelo de lenguaje grande más reciente de la serie Qwen, con 14,8 mil millones de parámetros. Este modelo admite de manera única el cambio fluido entre el modo de pensamiento (para razonamiento lógico complejo, matemáticas y programación) y el modo sin pensamiento (para diálogos eficientes y de propósito general). Demuestra una capacidad de razonamiento significativamente mejorada, superando a los modelos instruct previos QwQ y Qwen2.5 en matemáticas, generación de código y razonamiento lógico de sentido común. El modelo destaca en la alineación con las preferencias humanas para la escritura creativa, los juegos de rol y los diálogos multiturno. Además, es compatible con más de 100 idiomas y dialectos, contando con excelentes capacidades de traducción y seguimiento de instrucciones multilingües....

Qwen3-8B es el último modelo de lenguaje grande de la serie Qwen con 8,2B de parámetros. Este modelo permite de manera única alternar sin interrupciones entre el modo de pensamiento (para un razonamiento lógico complejo, matemáticas y programación) y el modo sin pensamiento (para un diálogo eficiente y de uso general). Demuestra una capacidad de razonamiento significativamente mejorada, superando a los modelos instruct anteriores QwQ y Qwen2.5 en matemáticas, generación de código y razonamiento lógico de sentido común. El modelo destaca en la alineación con las preferencias humanas para la escritura creativa, el juego de rol y los diálogos de múltiples turnos. Además, es compatible con más de 100 idiomas y dialectos, contando con excelentes capacidades de traducción y de seguimiento de instrucciones multilíngües....

Qwen3.6-35B-A3B es un modelo de lenguaje grande de la serie Qwen3.6 de Alibaba, que cuenta con una arquitectura de Mezcla de Expertos (MoE) con 35.000 millones de parámetros en total y aproximadamente 3.000 millones de parámetros activos por inferencia, lo que ofrece un sólido rendimiento con un uso eficiente de la computación. El modelo es compatible tanto con el modo de pensamiento como con el de no pensamiento, ofreciendo una transición flexible entre una respuesta rápida y un razonamiento profundo....

Qwen3.6-27B es el primer modelo denso de tamaño pequeño a mediano y de pesos abiertos de la serie Qwen3.6, con mejoras específicas para la generación de código, flujos de trabajo de agentes y tareas de desarrollo del mundo real. En comparación con Qwen3.5-27B, ofrece mejoras claras en el desarrollo frontend, el razonamiento a nivel de repositorio, el uso de herramientas y la resolución de problemas complejos, al tiempo que añade soporte para preservar el contexto de razonamiento entre turnos para reducir el razonamiento redundante en flujos de trabajo iterativos. También es compatible con la comprensión de Vision con una longitud de contexto nativa de 262.144 tokens...

Qwen2.5-72B-Instruct es una de las series de modelos de lenguaje grandes más recientes lanzadas por Alibaba Cloud. El modelo 72B demuestra mejoras significativas en áreas como la programación y las matemáticas. El modelo también ofrece soporte multilingüe, que abarca más de 29 idiomas, incluidos el chino y el inglés. Muestra mejoras notables en el seguimiento de instrucciones, la comprensión de datos estructurados y la generación de Outputs estructurados, particularmente en formato JSON....

Qwen3.5-397B-A17B es el último modelo de lenguaje-Vision de la serie Qwen, con una arquitectura Mixture-of-Experts (MoE) con 397B de parámetros totales y 17B de parámetros activados. Soporta de forma nativa una longitud de contexto de 256K, ampliable a aproximadamente 1M de tokens, con soporte para 201 idiomas, comprensión unificada de Vision-Text, llamada a herramientas y modo de razonamiento (pensamiento)...

Qwen3.5-122B-A10B es un modelo de lenguaje grande Multimodal nativo del equipo Qwen, con 122B de parámetros totales y solo 10B activos. Cuenta con una arquitectura híbrida eficiente que combina Gated Delta Networks con Mixture-of-Experts (MoE) disperso, admitiendo de forma nativa una longitud de contexto de 256K ampliable hasta ~1M tokens. A través de un entrenamiento de fusión temprana, logra capacidades unificadas de lenguaje visual que admiten la comprensión de Text, Image y Video, con un sólido rendimiento en conocimiento, razonamiento, codificación, agentes, comprensión visual y evaluaciones comparativas multilingües, superando a GPT-5-mini y Qwen3-235B-A22B en múltiples métricas. Se activa de manera predeterminada en modo de pensamiento, admite llamadas a herramientas y cubre 201 idiomas y dialectos....

Qwen2.5-7B-Instruct es una de las series de modelos de lenguaje grandes más recientes lanzadas por Alibaba Cloud. Este modelo de 7B demuestra mejoras significativas en áreas como la programación y las matemáticas. El modelo también ofrece soporte multilingüe, que cubre más de 29 idiomas, incluidos el chino, el inglés y otros. El modelo muestra mejoras notables en el seguimiento de instrucciones, la comprensión de datos estructurados y la generación de outputs estructurados, particularmente JSON....

Qwen3.5-35B-A3B es un modelo de lenguaje grande Multimodal nativo del equipo de Qwen, con 35B de parámetros totales y solo 3B activados. Cuenta con una arquitectura híbrida eficiente que combina Gated Delta Networks con Mixture-of-Experts (MoE) disperso, admitiendo de forma nativa una longitud de contexto de 262K ampliable hasta ~1M tokens. El modelo logra capacidades unificadas de lenguaje y Vision a través de un entrenamiento de fusión temprana, admitiendo la comprensión de Text, Image y Video con un sólido rendimiento en pruebas de rendimiento de razonamiento, codificación, agentes y comprensión visual. Se activa por defecto en modo de pensamiento, admite llamadas a herramientas y cubre 201 idiomas y dialectos...

Qwen3.5-27B es un modelo de lenguaje grande Multimodal nativo del equipo Qwen con 27B de parámetros. Cuenta con una arquitectura híbrida eficiente que combina Gated Delta Networks con Gated Attention, admitiendo de forma nativa una longitud de contexto de 256K ampliable hasta ~1M de tokens. El modelo logra capacidades unificadas de Vision-lenguaje a través de un entrenamiento de fusión temprana, admitiendo la comprensión de Text, Image y Video con un sólido rendimiento en evaluaciones de razonamiento, programación, agentes y comprensión visual, superando a Qwen3-235B-A22B y GPT-5-mini en múltiples métricas. Se activa por defecto en modo de pensamiento, admite la llamada a herramientas y cubre 201 idiomas y dialectos....

Qwen3.5-9B es un modelo de lenguaje grande Multimodal nativo del equipo Qwen con 9B de parámetros. Como modelo denso y ligero de la serie Qwen3.5, cuenta con una arquitectura híbrida eficiente que combina Gated Delta Networks con Gated Attention, admitiendo de forma nativa una longitud de contexto de 262K ampliable hasta ~1M de tokens. El modelo logra capacidades unificadas de lenguaje-visión mediante el entrenamiento de fusión temprana, admitiendo la comprensión de Text, Image y Video. Se activa por defecto en modo de pensamiento, admite llamadas a herramientas y cubre 201 idiomas y dialectos e idiomas y dialectos...