Qwen（通义千问）是什么？产品、API、开放权重与模型选型指南

直接答案：Qwen（中文常称“通义千问”或“千问”）是阿里巴巴 Qwen 团队开发的一组语言与多模态模型及其相关产品生态，不是某一个固定聊天机器人。普通用户接触的是 Qwen Studio 等产品，开发者可调用阿里云 Model Studio 的托管模型，也可下载 Qwen 开放权重自行部署；三条路线的模型 ID、地区、价格、数据边界、许可证和运维责任都不同。

截至 2026 年 7 月 16 日，阿里云当前托管目录已列出 qwen3.7-max、qwen3.7-plus 等模型；Qwen 官方开放权重仓库则把 Qwen3.6 称为最新开放系列，并提供 27B 与 35B-A3B 等权重。两者不能互相替代：云端产品版本领先，不代表同名权重已经公开；开放权重可本地运行，也不等于获得托管平台的搜索、代码解释器或服务保障。本文的目标不是宣布“哪个版本永远最好”，而是让你选对入口、锁定模型身份并完成可复核验收。

Qwen、通义千问、千问 App 和阿里云百炼是什么关系？

Qwen 官方概念文档把 Qwen 定义为由阿里巴巴 Qwen 团队开发的大规模语言与多模态模型系列，同时区分闭源托管版本与开放权重版本。用户搜索“通义千问”时，实际可能在找四种不同对象：

因此，评测“Qwen 好不好”之前要先追问：评测的是哪个产品、哪个模型、哪个快照、哪个区域、是否启用了搜索或代码工具？缺少这些字段的“Qwen 实测”无法复现，也不应直接用于采购。

2026 年当前版本怎么理解：托管 Qwen3.7 与开放 Qwen3.6

阿里云 Model Studio 当前模型目录在 2026 年 7 月列出的文本生成推荐项包括 qwen3.7-max、qwen3.7-plus 与 qwen3.6-flash。与此同时，Qwen3.6 官方仓库把 Qwen3.6 描述为 Qwen 模型家族的最新开放系列，并记录 35B-A3B 与 27B 权重在 2026 年 4 月发布。正确写法是：

• 托管服务当前有 Qwen3.7：它是阿里云平台可调用的模型 ID，能力、区域、工具和价格以当日目录为准。
• 当前官方开放权重主线是 Qwen3.6：Qwen3.6-27B 和 Qwen3.6-35B-A3B 可从官方模型组织下载；具体许可看对应模型卡。
• Qwen3.5 仍有重要架构意义：Qwen3.5 官方发布说明将其描述为原生视觉语言基础模型，并介绍 Gated DeltaNet 与稀疏 MoE 等混合架构；这不意味着所有后续托管模型都公开了完整权重与技术细节。

普通用户、API 开发者和本地部署者分别怎么选？

先选交付方式，再选模型。以下路线比“追最新版本号”更稳定：

如果你还在比较多个聊天产品，可先看站内的 AI 问答平台同任务评测方法；如果核心问题是云端还是本地运行，则转到 大模型部署决策指南。本页不替代具体产品界面教程或硬件部署教程。

托管 API 选型：模型名必须精确到 ID、区域和快照

Model Studio 文本模型页会列出各模型的上下文、最大输出、思考预算、函数调用、内置工具、结构化输出和批处理支持。它们会更新，因此文章不把动态价格和限额硬编码为永久结论。生产记录至少包含：

1. 云区域与部署范围，例如中国内地或国际服务；
2. 精确模型 ID，优先同时保存带日期快照而不是只保存滚动别名；
3. 调用 API 类型、SDK 版本、base URL 与关键参数；
4. 思考、搜索、代码解释器、函数调用和结构化输出是否开启；
5. 输入/输出 token、缓存、工具调用和失败重试的完整成本；
6. 测试集版本、原始输出、人工评分和线上回滚目标。

官方首次 API 调用指南提供 OpenAI 兼容接口与 DashScope SDK 路线。密钥只能放在服务端环境变量或密钥管理服务中，不能写入网页 JavaScript、Git 仓库、文章示例值或客户端安装包。

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DASHSCOPE_API_KEY"],
    base_url=os.environ["DASHSCOPE_BASE_URL"],
)

MODEL_ID = os.environ["QWEN_MODEL_ID"]  # 由当前官方目录确认
response = client.chat.completions.create(
    model=MODEL_ID,
    messages=[{"role": "user", "content": "只返回 JSON：列出三项上线风险"}],
)
print(response.choices[0].message.content)

这段代码只是安全的调用骨架，不保证任意模型都接受相同的多模态字段、思考参数或工具参数。正式接入前必须以所选模型的当日文档和一条 canary 请求为准。

开放权重怎么选：总参数、激活参数与显存不能混算

Qwen3.6 当前开放权重包含稠密的 27B 与 MoE 的 35B-A3B。Qwen3.6-35B-A3B 官方模型卡中的 A3B 表示每次前向传播约有 3B 参数激活，但下载和装载仍要处理约 35B 总参数权重；不能把它宣传成“只需装 3B 模型”。Qwen3.6-27B 模型卡则是稠密模型。

下面是编辑部运行标准库脚本得到的理论原始权重体积，计算式为“总参数 × 每参数位数 ÷ 8”。它不包括量化元数据、框架开销、激活、KV cache、视觉编码、临时张量和并发余量，因此只能用于拒绝明显不可能的方案，不能作为采购显存承诺。

真正容量测试还要固定输入长度、并发、输出上限、量化格式、推理框架、张量并行和是否处理图像。可参考站内 本地与云端部署验收，而不是照搬某个用户在不同 GPU、驱动和上下文长度下的速度截图。

开放权重许可证：看具体模型卡，不看品牌口号

Qwen3.6 仓库说明当前开放权重使用 Apache 2.0，模型卡也显示相同许可证；但早期 Qwen 版本曾使用不同许可安排。因此合规记录应保存所下载模型仓库、commit 或 revision、LICENSE 文件哈希、权重文件哈希和访问日期，而不是笼统写“Qwen 都可免费商用”。许可证也不会替你清除训练输入、用户提示、生成内容、商标、个人信息和下游用途的权利风险。

需要微调时，先阅读 大模型微调与 LoRA/QLoRA 验收指南；不要因为模型可下载，就跳过训练数据授权、独立留出集和安全回归。

视觉、音频、图像生成和代码能力要分家

“Qwen 支持多模态”不等于任何 Qwen 模型都能接收和生成所有模态。官方生态将能力拆到不同模型和工具中：

视觉语言模型的评测还应区分看见、读字、定位和外部知识，可参考 VLM 任务与视觉幻觉验收。Agent 能调用工具也不代表应获得写数据库、发消息或付款权限；高风险动作应采用最小权限和人工审批，详见 AI Agent 原理与治理。

Qwen 模型如何做可复现对比？

不要把官方基准表、第三方排行榜或单条聊天截图直接当成业务结论。官方发布数据能证明在其披露设置下的结果，不能证明你的中文合同、客服、代码库、图片或工具链会获得相同表现。建议准备 30—100 条真实任务组成的首轮测试集；这个数量是编辑建议，不是行业标准。

动态价格应在测试当天从官方价格页记录，连同区域和模型 ID 存档。价格会变化，因此本页不发布“永久最便宜”排名。

一张可交接的 Qwen 测试记录应该包含什么？

评测的真正产物不是“Qwen3.7 比 Qwen3.6 好”这句话，而是一份别人能在相同条件下重跑的证据包。每轮评测创建不可变 run ID，并把输入、配置、输出和评分绑定在一起。涉及文件时保存脱敏后文件的 SHA-256；涉及随机采样时记录 temperature、top_p、seed（若接口支持）和重试次数；涉及工具时保存模型提出的调用、系统实际执行的参数、工具返回值以及模型最终如何使用结果。

单位有效任务成本可写成：（模型 token 费用 + 内置工具费用 + 重试费用 + 人工复核工时 + 自建基础设施摊销）÷ 通过验收的任务数。它比“每百万 token 单价”更接近业务决策，因为低价模型若需要更多重试、人工纠错或工具补救，最终可能更贵。反过来，昂贵模型在简单任务上也未必产生可验证增益。

迁移旧 Qwen 模型时，哪些变化最容易被漏掉？

模型替换不仅会改变回答文本，还可能改变 tokenizer、思考字段、工具调用格式、图片输入方式、默认最大输出、结构化输出约束和安全拒答。滚动别名更可能在没有代码变更时指向新快照。因此迁移时先复制现网流量的脱敏样本做影子运行，再按错误类型比较；不要只比较总平均分。

• 协议兼容：响应字段存在不代表语义不变，尤其要检查 reasoning、tool calls、usage 和 finish reason。
• 结构兼容：对 JSON 做 schema 验证，对代码做测试，对引用做逐条支持性核验。
• 行为兼容：比较拒答、语言、格式、工具选择和长上下文位置敏感性。
• 容量兼容：在同一并发和输出上限下测 P95，而不是只跑单请求。
• 回滚兼容：确认旧快照在灰度期仍可调用，数据库和缓存没有写入不可逆的新格式。

上线前九道验收门

1. 任务门：写清输入、输出、证据、拒答、延迟、成本和禁止动作。
2. 身份门：记录产品入口、区域、模型 ID、快照、API/框架版本和参数。
3. 权利门：保存模型许可证、数据权利、第三方组件和生成内容用途。
4. 质量门：固定测试集与评分尺，同预算比较候选，保留原始输出。
5. 安全门：对提示注入、敏感数据、工具越权和供应链做对抗测试。
6. 容量门：在目标上下文、并发和多模态负载下测 P50/P95、显存和失败率。
7. 成本门：计入思考、缓存、工具、重试、人工复核与空闲资源。
8. 灰度门：新旧模型并行，设置停止线、回滚开关和责任人。
9. 生命周期门：订阅官方模型退役页与平台更新记录，在替换前重新跑同一测试集。

数据隐私与企业使用要注意什么？

云端、聊天产品和本地部署的数据路径不同。“本地模型”也可能通过下载器、遥测、插件、联网工具或日志把数据送出；“云端平台声明不用于训练”也不等于任何第三方集成、插件和企业配置都自动满足你的保留期限与地域要求。阿里云的 Model Studio FAQ说明其平台数据处理和工作区隔离口径，但企业仍应结合合同、区域、账号权限、日志和具体调用链复核。

• 只上传完成任务所需的最少字段，先去标识化再调用；
• 把 API key、系统提示、知识库、工具凭证和日志分权管理；
• 在检索时执行权限过滤，不要只在回答后隐藏内容；
• 对删除、导出、审计、事故通知和供应商退出做演练；
• 医疗、法律、金融、招聘和自动执行等高风险场景保留专业人员复核。

企业知识问答还需要来源版本、访问控制、引用和删除闭环，可继续阅读 AI 知识管理与 RAG 验收指南。

常见错误与排查

FAQ

Qwen 就是千问 App 吗？

不是。Qwen 是模型与生态品牌；Qwen Studio/千问产品只是用户入口之一，另有托管 API、开放权重和开发工具。

Qwen3.7 开源了吗？

截至本文复核日，Qwen3.7 出现在阿里云托管模型目录中；Qwen 官方开放权重仓库公开的最新主线是 Qwen3.6。不要把云 API 可用误写成权重已开放，后续应重新检查 QwenLM 官方组织和模型卡。

Qwen3.6-35B-A3B 是否只需要 3B 模型的显存？

不是。A3B 表示约 3B 激活参数，不是总权重只有 3B。35B 总权重在 BF16 下的理论裸体积约 70 GB，实际运行还需要量化元数据、KV cache、激活和框架空间。

上下文 1M 是否能可靠记住整本资料？

不能这样推断。窗口表示输入容量上限，不证明每个位置都能稳定召回，也不保证引用准确。应将关键事实放在不同位置做检索、回答和引用测试。

开放权重是否意味着零成本、零合规风险？

不意味着。你仍要承担下载存储、算力、电力、工程、监控、安全、数据与输出治理成本，并逐模型核验许可证。

应该直接把旧模型切到最新模型吗？

不应直接替换。先锁定候选快照，用同一任务集对比质量、延迟、成本和安全，再灰度放量并保留回滚；官方推荐替代项也不能代替业务复测。

结论：把 Qwen 当作可验证的模型供应链，而不是一个口号

理解 Qwen 的关键不是记住最长的版本清单，而是分清产品、托管平台、精确模型与开放权重。普通用户先确认产品入口和数据边界；API 团队锁定模型 ID、区域、快照与工具；本地部署者同时计算总权重、运行内存、许可证和运维责任。最后用固定任务集、原始输出、成本和回滚记录做决定。这样即使 Qwen3.7、Qwen3.8 或平台别名继续变化，你的选型方法仍然有效。

资料复核日期：2026 年 7 月 16 日。模型目录、价格、区域、限额、工具和退役时间属于动态信息，实施前请点击文中官方链接重新核对。