Qwen3 Embedding是Qwen系列最新专有模型，专为文本嵌入和排序任务设计，支持119种语言，提供0.6B、4B、8B等多种尺寸模型，适用于文本检索、代码检索、分类、聚类、平行文本挖掘等高级任务。

Qwen3是通义千问系列最新推出的大语言模型，作为新一代人工智能技术成果，它专为顶尖级代码编写、数学计算、逻辑推理及语言处理任务打造，凭借先进的算法架构与深度优化的模型性能，能够高效应对多领域复杂场景下的专业需求，为用户提供精准、智能的解决方案，展现出在技术研发与应用落地中的卓越潜力。

Qwen3 Embedding是Qwen系列最新专有模型，专为文本嵌入和排序任务设计，提供0.6B、4B和8B多种尺寸，具备出色的多语言能力、长文本理解和推理技能，适用于文本检索、代码检索、分类、聚类等任务。

Qwen系列迄今最强大的视觉语言模型，全面升级文本理解生成、视觉感知推理、上下文长度、空间和视频动态理解能力，具备视觉代理、视觉编码增强、高级空间感知等核心特性。

Qwen3-Coder是Qwen推出的新一代智能编码代理模型系列。

397B MoE model with 17B activation for reasoning, coding, agents, and multimodal understanding

Qwen3-Coder-Next是专为编码代理和本地开发设计的开源语言模型，采用混合专家（MoE）架构，80B总参数中仅激活3B参数实现高效运行，具备256K上下文长度和强大的代理能力，适用于动态编码任务。

Qwen3是最新一代Qwen大语言模型，专为顶级编码、数学、推理和语言任务设计，支持密集型和混合专家模型架构，提供动态推理模式切换，适用于多语言多领域应用。

具备35B混合专家(MoE)架构的多模态AI模型，专注于编码代理、推理和视觉任务，支持262K原生上下文长度（可扩展至100万+ tokens），为软件工程和多模态应用提供高效开发体验。

高级编码代理模型，拥有800亿参数（30亿激活MoE），专为编码代理和本地开发环境设计，具备高效代码生成、调试及工具调用能力，支持多种IDE平台集成。

多语言重排序模型，用于文本检索，可跨119种语言对文档相关性进行评分，基于Qwen3系列基础模型，具备多语言能力、长文本理解和推理技能。

多语言重排序模型，用于文本检索，支持119种语言的文档相关性评分。

3970亿参数的混合专家（MoE）多模态大语言模型，仅激活170亿参数实现高效推理，支持262K原生上下文（可扩展至100万），支持201种语言和图像输入，适用于企业级复杂任务如文档分析、多轮对话和agent工作流。

暂无描述

Embedding Gemma是Google DeepMind推出的最先进文本嵌入模型，能将文本转换为捕获语义含义的密集向量嵌入，适用于检索增强生成(RAG)、语义搜索和相似性任务。

基于CLIP的多模态嵌入服务微服务，通过OpenAI兼容API提供视频、图像和文本的高维语义嵌入，支持跨模态检索、视觉搜索和内容推荐，优化性能与可扩展性，适用于云及边缘环境部署。

DeepSeek-R1-0528-Qwen3-8B模型Docker镜像，基于Qwen3-8B通过蒸馏DeepSeek-R1-0528思维链构建，显著提升推理深度与复杂任务处理能力，适用于数学推理、代码生成等场景，支持系统提示与低幻觉率，性能达开源模型SOTA水平。

Embedding Gemma是Google DeepMind推出的最先进文本嵌入模型，基于Gemma架构创建高质量文本向量表示，能捕捉语义含义，适用于检索增强生成（RAG）、语义搜索及相似性任务，为嵌入类应用提供强大基础。

Granite Embedding Multilingual是IBM开发的2.78亿参数编码器式XLM-RoBERTa风格密集双编码器模型，可生成768维高质量多语言文本嵌入，优化用于12种主要语言的语义相似性、检索和搜索任务，遵循Apache 2.0许可。

Intel优化的轻量级文本嵌入容器，基于UAE-Large-v1蒸馏，使用sentence-transformers和Intel Extension for Pytorch，适用于NLP任务，23M参数，输入序列长度512，输出嵌入大小512，MTEB检索和STS任务准确率分别为46%和82%。

暂无描述

Qwen3.6-35B-A3B是阿里云Qwen开发的多模态大语言模型，具备350亿总参数（30亿激活参数），融合视觉与语言理解能力，专注于编码、智能体任务及视觉语言理解，提供高效推理与扩展上下文支持。

暂无描述

暂无描述

暂无描述

暂无描述

暂无描述

暂无描述

暂无描述

暂无描述

暂无描述

暂无描述

暂无描述