هوش مصنوعی کمپانی علی‌بابا
Qwen یا Tongyi Qianwen خانواده‌ای از مدل‌های هوش مصنوعی علی‌باباست که توسط تیم تحقیقاتی Qwen توسعه پیدا می‌کنه. این خانواده شامل مدل‌های مختلف برای چت، استدلال، برنامه‌نویسی، ریاضیات، درک تصویر، ویدیو، صدا و انجام وظایف چندمرحله‌ایه.
مدل‌های جدید Qwen علاوه‌بر پردازش متن، به‌سمت هوش مصنوعی چندوجهی و Agentic حرکت کردن؛ یعنی بعضی از مدل‌ها می‌تونن تصویر، ویدیو و صدا رو هم درک کنن، ابزارهای مختلف رو خودشون فراخوانی کنن و وظایف پیچیده رو به‌صورت چندمرحله‌ای انجام بدن.
🦋 چرا Qwen ارزش استفاده بالایی داره؟
- خانواده متنوعی از مدل‌های متن، تصویر، ویدیو و صدا
- قدرت بالا در استدلال، ریاضیات و برنامه‌نویسی
- پشتیبانی از Contextهای بسیار بزرگ
- قابلیت استفاده از ابزارها و انجام وظایف Agentic
- مدل‌های مختلف برای کاربران عادی تا کاربردهای حرفه‌ای
- اکوسیستم گسترده و سابقه قوی علی‌بابا در حوزه AI
🪩 معرفی مدل‌های جدید Qwen
👑 Qwen3.8-Max
مدل پرچم‌دار و قدرتمندترین مدل سری Qwen3.8
این مدل برای عملکرد سطح بالا در پردازش زبان و درک اطلاعات بصری طراحی شده و در دانش تخصصی، استدلال منطقی پیچیده، ریاضیات پیشرفته و برنامه‌نویسی عملکرد بسیار قدرتمندی داره.
قابلیت‌های چندوجهی اون شامل درک دقیق تصویر، استدلال بصری، OCR، تحلیل اسناد و نمودارها و تشخیص جزئیات داخل تصویره.
- حداکثر Context: 1,000,000 توکن
- حداکثر خروجی: 131,072 توکن
- ورودی‌ها: متن، تصویر و ویدیو
💡 در واقع یه مدل همه‌فن‌حریف برای کارهای حرفه‌ایه؛ از حل مسائل پیچیده و کدنویسی گرفته تا تحلیل اسناد، تصاویر و ویدیو
⚡ Qwen3.7-Plus
مدل قدرتمند و چندوجهی سری Qwen3.7
این مدل علاوه‌بر پردازش متن و اطلاعات بصری، می‌تونه در مکالمات روزمره به‌صورت خودکار از ابزارهای مختلف استفاده کنه.
از جمله کاربردهاش میشه به توسعه وب، ساخت Artifact، استدلال پیچیده، Role-play، نویسندگی خلاق، درک تصویر، OCR و تحلیل فضایی اشاره کرد.
- حداکثر Context: 1,000,000 توکن
- حداکثر خروجی: 65,536 توکن
- ورودی‌ها: متن، تصویر و ویدیو
ویژگی مهم این مدل، ترکیب توانایی‌های زبانی و چندوجهی با قابلیت Tool Calling و انجام وظایف چندمرحله‌ایه
🧠 Qwen3.7-Max
مدل پرچم‌دار سری Qwen3.7 برای پردازش متن
این مدل برای ارائه بالاترین سطح عملکرد در دانش تخصصی، استدلال پیچیده، ریاضیات پیشرفته و برنامه‌نویسی طراحی شده.
برخلاف مدل‌های چندوجهی، این نسخه فعلاً قابلیت پردازش اطلاعات بصری نداره و تمرکزش کاملاً روی پردازش متن و استدلاله.
- حداکثر Context: 1,000,000 توکن
- حداکثر خروجی: 65,536 توکن
- حداکثر فضای Thinking: 81,920 توکن
- ورودی: فقط متن
مناسب برای مسائل پیچیده‌ای که نیاز به استدلال عمیق، تحلیل تخصصی، حل مسائل ریاضی و کدنویسی حرفه‌ای دارن
🎧 Qwen3.5-Omni-Plus
مدل همه‌جانبه و چندوجهی سری Qwen3.5
این مدل یکی از کامل‌ترین مدل‌های چندوجهی Qwen محسوب میشه و از متن، تصویر، صدا و ویدیو پشتیبانی می‌کنه.
می‌تونه در هر درخواست تا 3 ساعت فایل صوتی و تا 1 ساعت محتوای صوتی‌ویدیویی رو پردازش و تحلیل کنه.
در تست‌های مربوط به درک صدا و ویدیو، استدلال، تشخیص گفتار، ترجمه و مکالمه عملکرد بسیار قدرتمندی داشته و قابلیت‌های تصویری و متنی اون هم در سطح مدل Qwen3.5-Plus قرار داره.
- حداکثر Context: 262,144 توکن
- حداکثر خروجی: 65,536 توکن
- ورودی‌ها: متن، تصویر، صدا و ویدیو
این مدل برای تحلیل پادکست و فایل صوتی، مکالمه، ترجمه، تحلیل ویدیو، تشخیص گفتار و وظایف چندرسانه‌ای انتخاب بسیار قدرتمندیه
📦 نحوه دسترسی و استفاده
بخش بزرگی از مدل‌های Qwen به‌صورت Open-weight و عمدتاً با لایسنس Apache 2.0 منتشر شدن و از طریق پلتفرم‌هایی مثل Qwen Studio، HuggingFace، ModelScope، GitHub و ابزارهایی مثل LM Studio و Ollama قابل استفاده هستن.
همچنین API رسمی Qwen از طریق Alibaba Cloud Model Studio ارائه میشه و از برخی APIهای سازگار با OpenAI و Anthropic هم پشتیبانی می‌کنه.
🔷 لینک‌ها:
🔹Apk file – Telegram
🔹Qwen studio web
🔹Qwen for IOS
🔹Qwen API platform
🔹Z-Image
🔹Qwen image generator
🔹Qwen code – new IDE +Ai
🔹X.com – Alibaba
🔹Github.com – QwenLM
🔹Huggingface.co – Qwen
🔹Qwenlm.github.io – Blog
🔹Latest Advancements
🔹Blog - Research
🔹Qwen ambassador program
♠️ مفهوم توکن در مدل‌های زبانی