Qwen
Text Generation
Qwen3.6-35B-A3B
Qwen3.6-35B-A3B is a large language model from Alibaba's Qwen3.6 series, featuring a Mixture of Experts (MoE) architecture with 35 billion total parameters and approximately 3 billion active parameters per inference, delivering strong performance with efficient compute utilization. The model supports both thinking and non-thinking modes, offering flexible switching between rapid response and deep reasoning...
總上下文：
262K
最大輸出：
262K
輸入：
$
0.2
/ M Tokens
輸入：
$
text
/ M Tokens
輸出：
$
1.6
/ M Tokens
Qwen
Text Generation
Qwen3.6-27B
Qwen3.6-27B is the first open-weight small-to-mid-sized dense model in the Qwen3.6 series, with targeted improvements for code generation, agent workflows, and real-world development tasks. Compared with Qwen3.5-27B, it delivers clear gains in frontend development, repository-level reasoning, tool use, and complex problem solving, while adding support for preserving reasoning context across turns to reduce redundant reasoning in iterative workflows. It also supports vision understanding with a native context length of 262,144 tokens...
總上下文：
262K
最大輸出：
262K
輸入：
$
0.3
/ M Tokens
輸入：
$
text
/ M Tokens
輸出：
$
3.2
/ M Tokens
Qwen
Text Generation
Qwen3.5-397B-A17B
Qwen3.5-397B-A17B is the latest vision-language model in the Qwen series, featuring a Mixture-of-Experts (MoE) architecture with 397B total parameters and 17B activated parameters. It natively supports 256K context length, extensible to approximately 1M tokens, with support for 201 languages, unified vision-language understanding, tool calling, and reasoning (thinking) mode...
總上下文：
262K
最大輸出：
262K
輸入：
$
0.39
/ M Tokens
輸入：
$
text
/ M Tokens
輸出：
$
2.34
/ M Tokens
Qwen
Text Generation
Qwen3.5-122B-A10B
Qwen3.5-122B-A10B is a native multimodal large language model from the Qwen team, with 122B total parameters and only 10B activated. It features an efficient hybrid architecture combining Gated Delta Networks with sparse Mixture-of-Experts (MoE), natively supporting a 256K context length extensible up to ~1M tokens. Through early fusion training, it achieves unified vision-language capabilities supporting text, image, and video understanding, with strong performance across knowledge, reasoning, coding, agents, visual understanding, and multilingual benchmarks, surpassing GPT-5-mini and Qwen3-235B-A22B on multiple metrics. It defaults to thinking mode, supports tool calling, and covers 201 languages and dialects...
總上下文：
262K
最大輸出：
262K
輸入：
$
0.26
/ M Tokens
輸入：
$
text
/ M Tokens
輸出：
$
2.08
/ M Tokens
Qwen
Text Generation
Qwen3.5-35B-A3B
Qwen3.5-35B-A3B is a native multimodal large language model from the Qwen team, with 35B total parameters and only 3B activated. It features an efficient hybrid architecture combining Gated Delta Networks with sparse Mixture-of-Experts (MoE), natively supporting a 262K context length extensible up to ~1M tokens. The model achieves unified vision-language capabilities through early fusion training, supporting text, image, and video understanding with strong performance across reasoning, coding, agents, and visual understanding benchmarks. It defaults to thinking mode, supports tool calling, and covers 201 languages and dialects...
總上下文：
262K
最大輸出：
262K
輸入：
$
0.24
/ M Tokens
輸入：
$
text
/ M Tokens
輸出：
$
1.8
/ M Tokens
Qwen
Text Generation
Qwen3.5-27B
Qwen3.5-27B is a native multimodal large language model from the Qwen team with 27B parameters. It features an efficient hybrid architecture combining Gated Delta Networks with Gated Attention, natively supporting a 256K context length extensible up to ~1M tokens. The model achieves unified vision-language capabilities through early fusion training, supporting text, image, and video understanding with strong performance across reasoning, coding, agents, and visual understanding benchmarks, surpassing Qwen3-235B-A22B and GPT-5-mini on multiple metrics. It defaults to thinking mode, supports tool calling, and covers 201 languages and dialects...
總上下文：
262K
最大輸出：
262K
輸入：
$
0.25
/ M Tokens
輸入：
$
text
/ M Tokens
輸出：
$
2.0
/ M Tokens
Qwen
Text Generation
Qwen3.5-9B
Qwen3.5-9B is a native multimodal large language model from the Qwen team with 9B parameters. As a lightweight dense model in the Qwen3.5 series, it features an efficient hybrid architecture combining Gated Delta Networks with Gated Attention, natively supporting a 262K context length extensible up to ~1M tokens. The model achieves unified vision-language capabilities through early fusion training, supporting text, image, and video understanding. It defaults to thinking mode, supports tool calling, and covers 201 languages and dialects...
總上下文：
262K
最大輸出：
262K
輸入：
$
0.1
/ M Tokens
輸入：
$
text
/ M Tokens
輸出：
$
0.15
/ M Tokens
Qwen
Text Generation
Qwen3-VL-32B-Instruct
Qwen3-VL 是 Qwen3 系列中的視覺-語言模型，在各種視覺-語言（VL）基準測試中取得了最先進（SOTA）的表現。該模型支持高達百萬像素的高解析度圖像輸入，並具備強大的一般視覺理解能力、多語言 OCR、細微的視覺定位和視覺對話能力。作為 Qwen3 系列的一部分，它繼承了強大的語言基礎，使其能夠理解和執行複雜的指令。...
總上下文：
262K
最大輸出：
262K
輸入：
$
0.2
/ M Tokens
輸入：
$
text
/ M Tokens
輸出：
$
0.6
/ M Tokens
Qwen
Text Generation
Qwen3-VL-32B-Thinking
Qwen3-VL-Thinking 是 Qwen3-VL 系列中特別優化於複雜視覺推理任務的版本。它融合了一種“思考模式”，使其在提供最終答案之前能夠生成詳細的中間推理步驟（思維鏈）。此設計顯著提高了模型在視覺問答（VQA）和其他視覺-語言任務中需要多步邏輯、規劃和深入分析之性能。...
總上下文：
262K
最大輸出：
262K
輸入：
$
0.2
/ M Tokens
輸入：
$
text
/ M Tokens
輸出：
$
1.5
/ M Tokens
Qwen
Text Generation
Qwen3-VL-8B-Instruct
Qwen3-VL-8B-Instruct 是 Qwen3 系列的視覺-語言模型，展示了在一般視覺理解、以視覺為中心的對話和圖像中的多語言文本識別方面的強大能力。...
總上下文：
262K
最大輸出：
262K
輸入：
$
0.18
/ M Tokens
輸入：
$
text
/ M Tokens
輸出：
$
0.68
/ M Tokens
Qwen
Text Generation
Qwen3-VL-30B-A3B-Instruct
Qwen3-VL系列提供卓越的文本理解與生成、更深入的視覺感知與推理、擴展的上下文長度、增強的空間與視頻動態理解，以及更強的代理互動能力。可提供緻密型和MoE架構，從邊緣計算擴展到雲端，並有指導型和加強推理的Thinking版本。...
總上下文：
262K
最大輸出：
262K
輸入：
$
0.29
/ M Tokens
輸入：
$
text
/ M Tokens
輸出：
$
1.0
/ M Tokens
Qwen
Text Generation
Qwen3-VL-30B-A3B-Thinking
Qwen3-VL系列提供卓越的文本理解與生成、更深入的視覺感知與推理、擴展的上下文長度、增強的空間與視頻動態理解，以及更強的代理互動能力。可提供緻密型和MoE架構，從邊緣計算擴展到雲端，並有指導型和加強推理的Thinking版本。...
總上下文：
262K
最大輸出：
262K
輸入：
$
0.29
/ M Tokens
輸入：
$
text
/ M Tokens
輸出：
$
1.0
/ M Tokens
Qwen
Image-to-Video
Wan2.2-I2V-A14B
$
0.29
/ Video
輸入：
$
text
/ Video
Qwen
Text-to-Video
Wan2.2-T2V-A14B
$
0.29
/ Video
輸入：
$
text
/ Video
Qwen
Text-to-Image
Qwen-Image
$
0.02
/ Image
輸入：
$
text
/ Image
Qwen
Text-to-Image
Qwen-Image-Edit
$
0.04
/ Image
輸入：
$
text
/ Image
Qwen
Text Generation
Qwen3-Coder-480B-A35B
Qwen3-Coder-480B-A35B-Instruct is the most agentic code model released by Alibaba to date. It is a Mixture-of-Experts (MoE) model with 480 billion total parameters and 35 billion activated parameters, balancing efficiency and performance. The model natively supports a 256K (approximately 262,144) token context length, which can be extended up to 1 million tokens using extrapolation methods like YaRN, enabling it to handle repository-scale codebases and complex programming tasks. Qwen3-Coder is specifically designed for agentic coding workflows, where it not only generates code but also autonomously interacts with developer tools and environments to solve complex problems. It has achieved state-of-the-art results among open models on various coding and agentic benchmarks, with performance comparable to leading models like Claude Sonnet 4. Alongside the model, Alibaba has also open-sourced Qwen Code, a command-line tool designed to fully unleash its powerful agentic coding capabilities...
總上下文：
262K
最大輸出：
262K
輸入：
$
0.25
/ M Tokens
輸入：
$
text
/ M Tokens
輸出：
$
1.0
/ M Tokens
Qwen
Text Generation
Qwen3-Coder-30B-A3B-Instruct
Qwen3-Coder-30B-A3B-Instruct 是阿里巴巴的 Qwen 团队开发的 Qwen3 系列代码模型。作为一个精简和优化的模型，它在增强编码能力的同时保持了出色的性能和效率。它在复杂任务上展示了显著的性能优势，比如代理编码、代理浏览器使用和其他基础编码任务。该模型本地支持 256K tokens 的长上下文，可以扩展到 1M tokens，从而实现更好的仓库规模理解和处理。此外，它为像 Qwen Code 和 CLINE 这样的平台提供强大的代理编码支持，并具有专门设计的函数调用格式。...
總上下文：
262K
最大輸出：
262K
輸入：
$
0.07
/ M Tokens
輸入：
$
text
/ M Tokens
輸出：
$
0.28
/ M Tokens
Qwen
Text Generation
Qwen3-30B-A3B-Instruct-2507
Qwen3-30B-A3B-Instruct-2507 是 Qwen3-30B-A3B 非思考模式的更新版本。它是一個專家混合（MoE）模型，擁有 305 億個總參數和 33 億個活躍參數。此版本具有關鍵的增強功能，包括在一般能力方面的重要改進，例如指令跟隨、邏輯推理、文本理解、數學、科學、編程和工具使用。在多種語言的長尾知識覆蓋率方面也顯著提升，並在主觀和開放式任務中提供了更好地對齊用戶偏好的能力，使其能夠生成更有幫助的回應和更高質量的文本。此外，它在長上下文理解能力方面得到了增強，達到 256K。這個模型僅支持非思考模式，並且在輸出中不生成 `<think></think>` 塊。...
總上下文：
262K
最大輸出：
262K
輸入：
$
0.09
/ M Tokens
輸入：
$
text
/ M Tokens
輸出：
$
0.3
/ M Tokens
Qwen
Text Generation
Qwen3-32B
Qwen3-32B 是 Qwen 系列中最新的大型語言模型，擁有 32.8B 的參數。此模型獨特地支持在思維模式（用於複雜的邏輯推理、數學和編程）和非思維模式（用於高效、通用目的對話）之間無縫切換。它顯示出顯著增強的推理能力，超越了之前的 QwQ 和 Qwen2.5 指導模型在數學、代碼生成和常識邏輯推理方面的表現。該模型在創意寫作、角色扮演與多輪對話的人類偏好對齊方面表現出色。此外，它支持超過 100 種語言和方言，具備強大的多語言指令跟隨和翻譯能力...
總上下文：
131K
最大輸出：
131K
輸入：
$
0.14
/ M Tokens
輸入：
$
text
/ M Tokens
輸出：
$
0.57
/ M Tokens
Qwen
Text Generation
Qwen3-14B
Qwen3-14B是Qwen系列中的最新大型語言模型，擁有14.8B個參數。此模型獨特地支持在思考模式（用于复杂逻辑推理、数学和编码）和非思考模式（用于高效、通用对话）之间无缝切换。它在推理能力上显著增强，超越了之前的QwQ和Qwen2.5指令模型在数学、代码生成和常识逻辑推理方面的表现。模型在创造性写作、角色扮演和多轮对话的人类偏好对齐方面表现优异。此外，它支持超过100种语言和方言，具有强大的多语言指令遵循和翻译能力...
總上下文：
131K
最大輸出：
131K
輸入：
$
0.07
/ M Tokens
輸入：
$
text
/ M Tokens
輸出：
$
0.28
/ M Tokens
Qwen
Text Generation
Qwen3-8B
Qwen3-8B 是 Qwen 系列中最新的大型語言模型，擁有 8.2 億個參數。此模型獨特地支持無縫切換思維模式（用於複雜的邏輯推理、數學和編碼）和非思維模式（用於高效、通用的對話）。它展示了顯著增強的推理能力，在數學、代碼生成和常識性邏輯推理方面超越了之前的 QwQ 和 Qwen2.5 指導模型。該模型在創意寫作、角色扮演和多輪對話的人類偏好對齊方面表現出色。此外，它支持 100 多種語言和方言，具備強大的多語言指令遵循和翻譯能力。...
總上下文：
131K
最大輸出：
131K
輸入：
$
0.06
/ M Tokens
輸入：
$
text
/ M Tokens
輸出：
$
0.06
/ M Tokens
Qwen
Reranker
Qwen3-Reranker-8B
Qwen3-Reranker-8B 是 Qwen3 系列中的 80 億參數文本重新排序模型。該模型旨在通過根據查詢的相關性準確重新排序文檔來改進搜索結果的質量。基於強大的 Qwen3 基礎模型，它在理解長文本（具有 32k 上下文長度）方面表現優異，並支持超過 100 種語言。Qwen3-Reranker-8B 模型是提供各種文本和代碼檢索場景中先進性能的靈活系列的一部分。...
$
0.04
/ M Tokens
輸入：
$
text
/ M Tokens
Qwen
Embedding
Qwen3-Embedding-8B
Qwen3-Embedding-8B 是 Qwen3 Embedding 系列中最新的專有模型，專門設計用於文本嵌入和排序任務。此 8B 參數模型基於 Qwen3 系列的密集基礎模型構建，支持上下文長度達到 32K 並能生成最大 4096 維的嵌入。該模型繼承了卓越的多語言能力，支持超過 100 種語言，並具備長文本理解與推理技能。它在 MTEB 多語言排行榜上排名第 1（截至2025年6月5日，得分70.58），在多項任務中展示出最先進的性能，包括文本檢索、代碼檢索、文本分類、聚類和雙語本地語料探索。該模型提供靈活的向量維度（32 到 4096）和指令感知的功能，以提升特定任務和場景的性能。...
輸入：
$
0.04
/ M Tokens
輸入：
$
text
/ M Tokens
Qwen
Embedding
Qwen3-Embedding-4B
Qwen3-Embedding-4B 是 Qwen3 Embedding 系列中最新的專有模型，專門為文本嵌入和排名任務設計。該模型建立於 Qwen3 系列的密集基礎模型之上，擁有4B參數的模型支援長度達到32K的上下文，以及可以生成最高達到2560維度的嵌入。模型繼承了卓越的多語言能力，支援超過100種語言，並具有長文本理解和推理技能。在 MTEB 多語言排行榜上表現出色（得分69.45），並在各種任務中展示了卓越的結果，包括文本檢索、代碼檢索、文本分類、聚類以及對語料挖掘。模型提供靈活的向量維度（32到2560）以及指令感知能力，以在特定任務和場景中提升性能，實現效率和效果的最佳平衡。...
輸入：
$
0.02
/ M Tokens
輸入：
$
text
/ M Tokens
Qwen
Reranker
Qwen3-Reranker-0.6B
Qwen3-Reranker-0.6B 是 Qwen3 系列中的文本重排序模型。它專門設計來通過根據給定查詢的相關性重新排序文檔來改進初始檢索系統的結果。此模型擁有 0.6 億個參數和 32k 的上下文長度，利用其 Qwen3 基礎的強大多語言（支持100多種語言）、長文本理解和推理能力。評估結果顯示，Qwen3-Reranker-0.6B 在各種文本檢索基準測試中達到了強勁的性能，包括 MTEB-R、CMTEB-R 和 MLDR。...
$
0.01
/ M Tokens
輸入：
$
text
/ M Tokens
Qwen
Embedding
Qwen3-Embedding-0.6B
Qwen3-Embedding-0.6B 是最先進的專有模型，屬於 Qwen3 Embedding 系列，專為文本嵌入和排序任務設計。基於 Qwen3 系列的密集基礎模型構建，此 0.6B 參數模型支持最長 32K 的上下文長度，並能生成最高達 1024 維的嵌入。該模型繼承了卓越的多語言能力，支持超過 100 種語言，並且具備長文本理解和推理技能。在 MTEB 多語言排行榜上取得了強勁的表現（得分 64.33），並在各種任務上展示了出色的結果，包括文本檢索、代碼檢索、文本分類、聚類和雙文本挖掘。該模型提供靈活的向量維度（32 至 1024）和指令感知能力，以在特定任務和場景中增強性能，成為在應用中优先考慮效率和效果的理想選擇。...
輸入：
$
0.01
/ M Tokens
輸入：
$
text
/ M Tokens
Qwen
Text Generation
Qwen2.5-72B-Instruct
Qwen2.5-72B-Instruct 是阿里雲最新發布的大型語言模型系列之一。72B 模型在編碼和數學等方面顯示了顯著的改進。此模型還提供多語言支持，涵蓋超過 29 種語言，包括中文和英文。它在遵循指令、理解結構化數據以及生成結構化輸出（特別是 JSON 格式）方面顯示了顯著增強。...
總上下文：
33K
最大輸出：
4K
輸入：
$
0.59
/ M Tokens
輸入：
$
text
/ M Tokens
輸出：
$
0.59
/ M Tokens
Qwen
Text Generation
Qwen2.5-7B-Instruct
Qwen2.5-7B-Instruct 是阿里雲發布的最新大型語言模型系列之一。這款 7B 模型在編程和數學等領域展示了顯著的改進。該模型還提供多語言支持，涵蓋超過 29 種語言，包括中文、英文和其他語言。模型在指令跟隨、理解結構化數據和生成結構化輸出方面，尤其是 JSON，顯示出顯著的提升。...
總上下文：
33K
最大輸出：
4K
輸入：
$
0.05
/ M Tokens
輸入：
$
text
/ M Tokens
輸出：
$
0.05
/ M Tokens
