Skip to content

Qwen（通義千問）：阿里巴巴的開源 LLM 家族，從 72B 到 397B 的演進全覽

2026年4月28日 1 分鐘
首頁 › ai
TL;DR Qwen（通義千問）是阿里巴巴推出的開源 LLM 家族，以 Apache 2.0 授權、201 語言覆蓋和快速迭代聞名。最新的 Qwen3.6（2026/04）聚焦 Agentic Coding，27B Dense 版本在 SWE-bench 77.2%、Terminal-Bench 59.3%，與 Claude Opus 同級；新增 Thinking Preservation 讓 agent 跨輪保留推理脈絡。
#qwen#alibaba#llm#open-source#moe#multimodal#apache2#ai-model#dashscope#on-device-ai#agentic-coding
目錄
  1. 阿里巴巴與通義千問
  2. Qwen 演進史
  3. Qwen3 的核心突破：思考模式切換
    1. Qwen3 旗艦規格
  4. Qwen3.5：架構全面升級
    1. 旗艦：Qwen3.5-397B-A17B
    2. Qwen3.5 Medium 系列（2026/02/24）
    3. Qwen3.5 Small 系列（2026/03/01）
  5. Qwen3.6：聚焦 Agentic Coding（2026/04）
    1. 最重要的新功能：Thinking Preservation
    2. 注意：不再支援 /think 軟切換
    3. Benchmark：Qwen3.6-27B vs 同級競品
  6. Qwen 專模型生態
    1. Qwen2.5-Coder
    2. Qwen2.5-VL
    3. Qwen2.5-Math
    4. qwen3-embedding
  7. Benchmark 比較
    1. 前沿開源模型排名（Artificial Analysis Intelligence Index，2026 Q1）
    2. 程式碼能力（SWE-bench Verified）
  8. DashScope API
  9. 什麼情境選 Qwen？
  10. 整體來說
  11. 參考資料

2025 年 4 月，阿里巴巴發布 Qwen3——一個在技術上讓整個開源社群重新審視「中國模型」的系列。它引入了思考模式可切換的機制，讓同一個模型能在快速回應和深度推理之間動態切換，而不是像 DeepSeek-R1 那樣固定只走推理路線。

到了 2026 年 Q1，Qwen3.5 系列進一步升級：旗艦 397B 原生整合視覺與影片，行動端的 9B 版本打敗了上一代 30B，而 35B 版本僅用 3B 啟用參數就超越了舊旗艦 235B。這種效率躍進，讓 Qwen 成為開源模型中「小尺寸但能打大仗」的代表。

2026 年 4 月底，Qwen3.6 發布，聚焦在社群最直接的回饋：讓模型在 agentic coding 場景更穩定、更實用。它新增了 Thinking Preservation（跨輪保留推理脈絡），27B Dense 版本在 SWE-bench Verified 達到 77.2%、Terminal-Bench 2.0 達到 59.3%，逼近 Claude Opus 4.5 的水準。

阿里巴巴與通義千問

Qwen（全名通義千問）是阿里巴巴集團旗下阿里雲主導開發的 LLM 產品線，對應的國際品牌即為 Qwen。

阿里在 AI 領域的布局比多數人意識到的早——早在 2017 年就成立了達摩院（DAMO Academy），持續在 NLP、CV、語音等領域投入基礎研究。Qwen 系列從 2023 年底開始對外開源，最初以 7B 和 14B 為主，逐步演進到如今的 400B 級旗艦。

阿里雲的 API 平台叫做 DashScope（靈積），是 Qwen 系列的主要發布管道。中國市場以外，Qwen 模型也在 Hugging Face 和 OpenRouter 上廣泛流通。

Qwen 演進史

時間系列關鍵里程碑
2023/08Qwen-7B / 14B初代開源，通義千問品牌正式亮相
2024/02Qwen1.50.5B～72B 完整尺寸覆蓋，繁中和多語言強化
2024/06Qwen272B 旗艦，128K context，超越 LLaMA 3 70B
2024/09Qwen2.5引入 Qwen2.5-Coder（72B 開源代碼 SOTA）、Qwen2.5-VL（視覺語言）、Qwen2.5-Math
2025/04Qwen3235B-A22B MoE 旗艦，思考模式切換（/think / /no_think），Apache 2.0
2026/02Qwen3.5-397B397B-A17B 多模態旗艦，Gated DeltaNet + MoE，201 語言，262K context
2026/02Qwen3.5 Medium122B / 35B / 27B 三尺寸，35B-A3B 超越舊版 235B 旗艦
2026/03Qwen3.5 Small0.8B～9B 行動端系列，9B 超越舊版 Qwen3-30B
2026/04Qwen3.635B-A3B（MoE）+ 27B（Dense），主打 Agentic Coding，新增 Thinking Preservation

整個 Qwen 家族的節奏是：先用密集模型（Dense）建立基準線，再用 MoE 大幅壓低推論成本，最後把小模型塞進手機。這條路線和 Meta 的 LLaMA 類似，但速度更快，專模型（Coder、VL、Math）的廣度也更大。

Qwen3 的核心突破：思考模式切換

Qwen3 系列（2025/04）帶來了一個在當時很有辨識度的設計：同一個模型可以動態選擇「思考」或「不思考」。

  • 在 prompt 中加入 /think → 觸發深度推理（類似 o1 或 DeepSeek-R1 的 chain-of-thought）
  • 加入 /no_think → 直接快速回應，延遲更低、成本更低

這解決了一個實際問題：推理模型不應該對「你好」這種問題也跑 5 秒的思考鏈。Qwen3 讓開發者決定何時需要推理力，何時要速度。

Qwen3 旗艦規格

Qwen3-235B-A22B
總參數：    235B
啟用參數：  22B
架構：      MoE
Context：  128K tokens
授權：      Apache 2.0

Qwen3.5：架構全面升級

2026 年 Q1 推出的 Qwen3.5 系列，在 Qwen3 的基礎上做了三個主要升級：

  1. 新架構：引入 Gated Delta Networks（取代部分傳統 Attention 層），搭配 sparse MoE
  2. 原生多模態：從預訓練就整合文字、圖片、影片，不是後掛 adapter
  3. 多語言覆蓋：從 Qwen3 的數十語言擴展到 201 種語言

旗艦：Qwen3.5-397B-A17B

總參數：    397B
啟用參數：  17B
Expert 數： 512
每 token：  10 routed experts + 1 shared expert
Context：  262K tokens（可擴展至 1M）
多模態：    文字 / 圖片 / 影片
語言支援：  201 種語言
授權：      Apache 2.0

Gated Delta Networks 的作用是讓模型在處理長序列時更有效率——傳統 Transformer Attention 的計算量隨 context 長度平方增長，Delta Networks 系列架構改善了這個問題，讓 262K context 在實際推論中更可行。

Qwen3.5 Medium 系列（2026/02/24）

模型總參數啟用參數架構亮點
Qwen3.5-122B-A10B122B10BMoEBFCL-V4 72.2，Agentic 任務最強
Qwen3.5-35B-A3B35B3BMoE超越上一代 235B-A22B 旗艦
Qwen3.5-27B27B27BDenseSWE-bench Verified 72.4

35B-A3B 是這批最值得注意的。啟用 3B 參數就超越前代 22B 啟用的旗艦——這意味著同樣的推論成本（VRAM、計算量）可以跑出強得多的模型，對自架推論服務的成本影響很大。

Qwen3.5 Small 系列（2026/03/01）

尺寸多模態亮點
0.8B否極低功耗，嵌入式/邊緣裝置
2B否手機主力，平衡性能與大小
4B是行動端多模態入門
9B是超越上一代 Qwen3-30B

全系列 Apache 2.0，262K context，201 語言。對繁體中文和多語言場景的行動端應用來說，這是目前最值得考慮的選項之一。

Qwen3.6：聚焦 Agentic Coding（2026/04）

Qwen3.6 是 Qwen3.5 之後最新的發布，距今約一週。它沒有走「更大更強」的路線，而是根據社群回饋調整：讓模型在 agentic coding 的實際任務中更穩定、前端工作流更準確、repository-level 推理更流暢。

兩個版本：

模型架構參數啟用參數
Qwen3.6-35B-A3BMoE35B3B（256 experts，8 routed + 1 shared）
Qwen3.6-27BDense27B27B（全啟用）

兩者都支援多模態（文字、圖片、影片），262K context（YaRN 可擴展至 1M），Apache 2.0。

最重要的新功能：Thinking Preservation

Qwen3 系列預設只保留當前輪次的 thinking block，前幾輪的推理脈絡會被丟棄。這在單輪問答沒問題，但在 agent 的多步執行中，模型每輪都要從頭推理，浪費 tokens 也容易失去一致性。

Qwen3.6 引入 preserve_thinking 選項，啟用後會保留歷史輪次的推理內容：

client.chat.completions.create(
    model="Qwen/Qwen3.6-27B",
    messages=messages,
    extra_body={
        "chat_template_kwargs": {"preserve_thinking": True},
    },
)

這對 agentic 任務的影響是雙向的：推理更一致，同時 KV cache 命中率提高，實際 token 消耗反而可能減少。

注意：不再支援 /think 軟切換

Qwen3 系列支援在 prompt 內用 /think 和 /nothink 切換模式。Qwen3.6 移除了這個機制，改成 API 參數控制：

  • 啟用思考（預設）：正常呼叫即可
  • 關閉思考（直接回應）：傳入 enable_thinking: False
# 關閉 thinking（DashScope API）
extra_body={"enable_thinking": False}

# 關閉 thinking（自架 vLLM/SGLang）
extra_body={"chat_template_kwargs": {"enable_thinking": False}}

Benchmark：Qwen3.6-27B vs 同級競品

任務Qwen3.5-27BQwen3.6-35B-A3BQwen3.6-27BClaude Opus 4.5
SWE-bench Verified75.0%73.4%77.2%80.9%
SWE-bench Pro51.2%49.5%53.5%57.1%
Terminal-Bench 2.041.6%51.5%59.3%59.3%
SkillsBench27.2%28.7%48.2%45.3%
AIME 202692.6%92.7%94.1%95.1%
GPQA Diamond85.5%86.0%87.8%87.0%

Qwen3.6-27B 在 Terminal-Bench 2.0 和 GPQA Diamond 上追平或超越 Claude Opus 4.5，而後者是閉源旗艦模型。

值得注意的是，35B-A3B（MoE）在多數 agentic coding 指標上反而略輸 27B（Dense）。Dense 架構在處理需要全局一致性的 repository-level 任務時，比 MoE 的 sparse activation 更穩定。

Qwen 專模型生態

除了通用對話模型，Qwen 還有幾個重要的垂直專模型：

Qwen2.5-Coder

以 Qwen2.5-72B 為基底的代碼專用模型。在 SWE-bench Verified 上一度是開源模型 SOTA（在 MiniMax-M2.5 超越前）。支援 92 種程式語言，128K context。

Qwen2.5-VL

視覺語言模型。支援文件理解（包含複雜表格和版面）、數學圖表解析、影片片段問答。在 DocVQA 等文件理解 benchmark 上表現突出。

Qwen2.5-Math

數學專用模型，對應 DeepSeek-Math 的角色。在 MATH 和 AIME 等數學 benchmark 上顯著優於同尺寸通用模型。

qwen3-embedding

嵌入模型，用於 RAG 和語意搜尋。官方推薦三個 embedding 選項之一（另外兩個是 embeddinggemma 和 all-minilm）。

Benchmark 比較

前沿開源模型排名（Artificial Analysis Intelligence Index，2026 Q1）

模型分數備注
GLM-5（推理模式）50開源第一
Kimi K2.547Agent Swarm
Qwen3.545—
DeepSeek-V3.1—成本最低

Qwen3.5 在前沿開源排名中位居第三，在 GLM-5 和 Kimi K2.5 之後。但在特定任務上，Qwen3.5-122B 的 agentic benchmark（BFCL-V4 72.2）是同類最強。

程式碼能力（SWE-bench Verified）

模型分數
MiniMax-M2.580.2%
Claude Opus 4.680.9%
Qwen3.5-27B（Dense）72.4%
GPT-5 mini~72%

DashScope API

Qwen 系列透過阿里雲 DashScope 平台提供 API，也在 OpenRouter 上可取用。

定價策略比 OpenAI 和 Anthropic 積極許多——Qwen 的旗艦模型定價通常是 Claude Sonnet 的 1/5 到 1/3。具體價格可查 DashScope 官方定價頁，會隨模型版本更新。

部署選項：

  • DashScope API：阿里雲托管，最省事
  • OpenRouter：國際市場存取，可直接比價
  • 本地部署：Ollama、vLLM、llama.cpp 都支援 Qwen 系列
  • 授權：全系列 Apache 2.0，商用無限制

什麼情境選 Qwen？

繁體中文 / 多語言：Qwen 對中文的支援品質在開源模型中一直領先。201 語言的覆蓋讓它在東南亞、中東等多語言場景有優勢。

行動端 / 邊緣推論：Qwen3.5 Small 系列是 2026 Q1 行動端的首選之一，特別是需要多模態的場景。

Agent 任務：Qwen3.5-122B-A10B 在 BFCL-V4（函式調用 benchmark）拿下 72.2，是這個尺寸的最強選項，適合需要穩定工具調用的 agent 應用。

Agentic Coding / 終端機自動化：Qwen3.6-27B 在 Terminal-Bench 2.0 達到 59.3%，追平 Claude Opus 4.5；SkillsBench 48.2% 超越 Claude Opus。用 Qwen Code（類 Claude Code 的終端 agent）搭配 DashScope API，是目前開源方案中最完整的 coding agent 組合。

跨輪 Agent 推理一致性：需要多步執行且要求推理脈絡連貫的場景，Qwen3.6 的 preserve_thinking 是目前開源模型中少見的功能，能減少跨輪推理的 token 浪費。

成本敏感的生產環境：35B-A3B 啟用 3B 參數能打出舊 235B 的水準，換算成推論成本，是目前性價比最高的選項之一。

不適合 Qwen 的情境：如果需要開源模型中的絕對排名頂點，GLM-5 目前在多數 benchmark 仍略勝；如果需要超長 context 的 agent orchestration，Kimi K2.5 的架構更專門。軟體工程的最高水位（SWE-bench ~80%+）目前仍是 Claude Opus 4.5 和 MiniMax-M2.5 的地盤，Qwen3.6-27B 的 77.2% 已經很接近但還有差距。

整體來說

Qwen 的核心優勢不是單一模型的一場勝利，而是整個家族的密度：通用對話、代碼、視覺、數學、嵌入、行動端——每個場景都有對應選項，全部 Apache 2.0，全部可以本地跑。

Qwen3.6 顯示了阿里在做的事：不只是刷 benchmark，而是根據社群實際使用回饋調整模型行為。Thinking Preservation 這個功能，是在開發者真正用 Qwen 跑多步 agent 之後，才有人知道需要的設計。

在 2026 年的開源模型格局裡，Qwen 代表的是「生態完整度最高的選手」。對需要在多個 AI 任務上做整合的開發者來說，能用同一個家族的模型覆蓋大多數場景，架構上的一致性是真實的優勢。

參考資料

相關文章 · #qwen

2026 Q1 開源 LLM 全景圖：從前沿大模型到手機端，完整盤點 1 min GLM-5：智譜 AI 的 744B 開源模型，用華為晶片訓出來的前沿 AI 1 min Kimi：月之暗面的長文本 AI 模型，憑什麼挑戰 GPT 和 Claude？ 1 min