今天这篇内容，我们来聊一个不敏感的话题——Qwen 模型到底是怎么命名的？

本文整理自阿里巴巴通义千问技术负责人林俊旸（@JustinLin610）在 2025 年 10 月 3 日发布的一篇推文。那篇推文信息量很大，我这边争取帮大家系统梳理成一篇“看完就懂”的版本。

一、核心理念：统一的终点，分治的当下

Qwen 的长期目标是打造一个**“全能统一模型”**——一个能说、能看、能听、能写的智能体。

但现实是，通用智能还没到那一步。于是团队采用了更务实的策略：

先分治，再融合。

也就是说，先针对不同任务和场景，维护若干条独立演化的模型路线，再在后期逐步汇合。

于是我们现在看到的，就形成了 四大 Qwen 家族 + 两股分支。

二、Qwen 四大家族与两大分支 & 命名规则

家族一：LLM 系列（语言大模型）

命名规则：Qwen3-xB-AyB-Instruct

• xB：总参数量
• AyB：激活参数量（MoE 专家模型）

示例：Qwen3-235B-A22B-Instruct

常见变体：

• Instruct：对话
• Thinking：推理
• 无后缀：混合类型（既能聊，又能想）

**版本号机制：**小幅更新时会加时间后缀，如 Qwen3-235B-A22B-Instruct-2507。

小知识点：从 Qwen3 起，通义全面切换到 MoE（混合专家）架构，命名中也多了 AyB。老版本的稠密模型是没有这段的。

---

家族二：Coder 系列（代码模型）

命名规则：Qwen3-Coder-xB-AyB-Instruct

和 LLM 系列基本一致，只是多了个 Coder 标识，说明它是专门针对代码生成、理解与补全优化的版本。

一句话总结：这是写代码比你还快的那位。

---

家族三：VL 系列（视觉语言模型）

命名规则：Qwen3-VL-xB-AyB-Instruct

这个系列具备多模态理解能力，能看图、能读字。适合做图文问答、图像理解等任务。

---

家族四：Omni 系列（全模态模型）

命名规则：Qwen3-Omni-xB-AyB-Instruct

这条线就更野心勃勃了。 它整合了文本、图像、语音三种模态能力，是 Qwen 体系中最接近“通用模型”的系列。

一句话：这是 Qwen 想做的“全能选手”。

---

分支一：Image 系列（图像生成模型）

命名规则：Qwen-Image / Qwen-Image-Edit

它跟上面几条线不太一样：

• 不带版本号（没有 Qwen3-Image 这种叫法）
• 基于扩散模型，不走 Transformer 路线
• 目前只发布了一个主力模型

换句话说，这是 Qwen 家族里那个“美术生”。

---

分支二：Audio 系列（语音模型）

模型命名：

• Qwen3-ASR：语音识别
• Qwen3-TTS：文本转语音

**当前状态：**API 已上线 Qwen3-ASR-Flash，开源版本还在路上。

三、API 命名体系

API 端的命名思路就简单多了，分为三档：

档位	定位	示例
Max	性能最强	Qwen3-Max
Plus	均衡版本	Qwen3-Plus
Flash	轻量高效	Qwen3-Flash

基本可以理解为：

Max 拿来干活，Plus 拿来做产品，Flash 拿来跑量。

四、特别的一个：Qwen3-Next

这个名字背后还有点故事。

过去一年，Qwen 团队在架构层面做了不少尝试，比如线性注意力、选择性稀疏注意力等。

原计划是把新版命名为 “Qwen3.5”，但后来觉得这个小数点命名太“软件味”了，而且容易被误解。

于是，他们改名为 Qwen3-Next —— 既保留了“承前启后”的含义，又更符合“面向未来”的气质。

普通人如何抓住AI大模型的风口？

领取方式在文末

为什么要学习大模型？

目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。

目前，开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景，其中，应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过 30%。

随着AI大模型技术的迅速发展，相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业：

人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！

最后

只要你真心想学习AI大模型技术，这份精心整理的学习资料我愿意无偿分享给你，但是想学技术去乱搞的人别来找我！

在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发

大模型全套学习资料展示

自我们与MoPaaS魔泊云合作以来，我们不断打磨课程体系与技术内容，在细节上精益求精，同时在技术层面也新增了许多前沿且实用的内容，力求为大家带来更系统、更实战、更落地的大模型学习体验。

希望这份系统、实用的大模型学习路径，能够帮助你从零入门，进阶到实战，真正掌握AI时代的核心技能！

01 教学内容

• 从零到精通完整闭环：【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块，内容比传统教材更贴近企业实战！

• 大量真实项目案例： 带你亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事‌！

02适学人群

应届毕业生‌： 无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌： 非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能突破瓶颈： 传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

vx扫描下方二维码即可

本教程比较珍贵，仅限大家自行学习，不要传播！更严禁商用！

03 入门到进阶学习路线图

大模型学习路线图，整体分为5个大的阶段：

04 视频和书籍PDF合集

从0到掌握主流大模型技术视频教程（涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向）

新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路（不吹牛，真有用）

05 行业报告+白皮书合集

收集70+报告与白皮书，了解行业最新动态！

06 90+份面试题/经验

AI大模型岗位面试经验总结（谁学技术不是为了赚$呢，找个好的岗位很重要）

07 deepseek部署包+技巧大全

由于篇幅有限

只展示部分资料

并且还在持续更新中…

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发