Qwen翻译站点

Qwen（通义千问）是阿里巴巴通义实验室开发的开放权重大模型家族，截至 2026 年 8 月最新开放权重版本为 Qwen3.8 系列。家族普遍采用 Apache-2.0 许可，覆盖从 0.6B 端侧模型到 2.4T MoE 旗舰的全尺寸矩阵，支持 200+ 语言、原生多模态、256K-1M 长上下文，是全球下载量最大的开源大模型家族，Hugging Face 累计下载超 30 亿次。

 

产品概述

Qwen 由阿里巴巴通义实验室开发，是全球下载量最大的开放权重大模型家族——阿里已累计开源 460+ 模型，全球下载超 30 亿次，衍生模型超 30 万个 。

 

版本演进（具体以官网实时信息为准）：

• Qwen3（2025 年 4 月）：0.6B 到 235B 全尺寸矩阵，Apache-2.0 许可，支持思考/非思考模式切换
• Qwen3.5（2026 年 2 月）：推出 397B-A17B MoE 旗舰，Apache-2.0 许可
• Qwen3.6（2026 年 4 月）：35B-A3B MoE 与 27B 稠密，Apache-2.0 许可
• Qwen3.8（2026 年 8 月）：当前最新开放权重系列。Qwen3.8-27B 为稠密多模态模型，Apache-2.0 许可，262K 上下文，4-bit 量化后可在单张 RTX 4090（24GB）运行 ；Qwen3.8-Max（2.4T 参数 MoE）首次开放权重，但采用自定义 Qwen3.8-Max 许可

 

许可策略（关键）：

Qwen 家族普遍采用 Apache-2.0 许可，商用无门槛。但需注意：

• Qwen3.8-27B 及以下：Apache-2.0 ✅
• Qwen3.8-Max（2.4T MoE）：自定义 Qwen3.8-Max License，年营收 >5000 万美元的 AI 服务业务需单独授权
• 建议用户在具体版本模型卡中确认许可条款

 

当前最新版本 Qwen3.8-27B 核心参数：

• 架构：27B 稠密多模态
• 上下文：262K 原生，可通过 YaRN 扩展至 1M
• 模态：原生支持文本、图像、视频输入
• 许可：Apache-2.0
• 硬件：4-bit 量化后约 17GB 显存，单张 RTX 4090 可运行

 

核心能力

• 全尺寸覆盖：从 0.6B 端侧到 2.4T MoE 旗舰，一个技术栈覆盖端侧到数据中心
• 多语种：支持 200+ 语言与方言，多语种能力开源第一梯队
• 原生多模态：最新版本原生支持图像与视频理解
• 长上下文：家族主流 256K-1M 上下文窗口
• 思考/非思考双模式：可动态切换推理深度，灵活应对不同任务
• Agent 工具调用：原生 function calling，与主流 Agent 框架深度适配
• MoE 稀疏激活：旗舰版本 MoE 架构大幅降低推理成本

 

优势亮点

• Apache-2.0 为主许可：商用无门槛，法务审核零障碍（Max 版本除外）
• 全球下载量第一：Hugging Face 累计下载超 30 亿次，生态最成熟
• 尺寸最全：0.6B 到 2.4T 全覆盖，端侧到云端统一技术栈
• 国产算力适配完善：华为昇腾、寒武纪、海光等均已完成适配
• 中文能力第一梯队：中文理解、生成、古诗文等任务长期领先
• Ollama/vLLM/SGLang 全支持：主流推理引擎首发即适配
• 消费级硬件可运行：最新 27B 版本 4-bit 量化后单张 RTX 4090 可跑

 

局限

• 最新旗舰版本许可分化：Qwen3.8-Max 采用自定义许可，大规模商用需授权
• Max 版开放权重为纯文本：Qwen3.8-2.4T-A95B 开放权重版不支持视觉输入，视觉能力仅在云端 API 提供
• 默认思考模式易过度推理：社区实测需显式配置 reasoning_effort 来控制延迟
• 封闭线领先开放线：Qwen3.7 等最新闭源版本能力领先同期开放权重版本，介意”最新能力”的用户需使用百炼 API
• 英文生态略逊 Llama：英文社区教程丰富度仍略低于 Llama 系列

 

适用人群

• 需要多语种能力的全球业务：200+ 语言覆盖，适合出海产品
• 注重许可合规的商业化团队：Apache-2.0 版本商用零障碍
• 端侧与云端统一技术栈：从手机端到云端 API 接口一致
• 中文场景为主的国内企业：中文能力第一梯队，国产算力适配完善
• 消费级硬件本地部署：最新 27B 版本单张 RTX 4090 即可运行

 

安装与部署

 

1. 通过 Ollama 一键运行（推荐入门）

# 拉取最新版本（以 Qwen3.8-27B 为例）
ollama pull qwen3.8:27b
ollama run qwen3.8:27b

# 其他尺寸
ollama pull qwen3.8:0.6b
ollama pull qwen3.8:7b

 

2. 通过 vLLM 部署（推荐生产环境）

vllm serve Qwen/Qwen3.8-27B \
  --tensor-parallel-size 1 \
  --max-model-len 262144

 

3. 通过 Hugging Face Transformers 推理

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "Qwen/Qwen3.8-27B"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name, torch_dtype="auto", device_map="auto"
)

 

4. 量化部署（消费级硬件）

最新 27B 版本 4-bit 量化后约 17GB 显存，单张 RTX 4090（24GB）即可运行：

./llama-cli -m qwen3.8-27b-Q4_K_M.gguf -p "你的提示词"

 

5. 国产算力部署

已适配华为昇腾（MindIE + CANN）、寒武纪、海光等国产 AI 芯片，参考各厂商官方适配指南。

 

6. 云端 API 调用（不想自托管）

通过阿里云百炼 API（兼容 OpenAI 格式）：

from openai import OpenAI
client = OpenAI(
    api_key="your-dashscope-api-key",
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)
response = client.chat.completions.create(
    model="qwen3.8-plus",  # 云端最新版本
    messages=[{"role": "user", "content": "你好"}]
)

💡 自托管适合数据敏感、批量任务、定制化场景；百炼 API 适合快速集成、弹性扩缩容。具体版本与定价以官网实时信息为准。