Qwen2.5-1M 發布：開源 7B 與 14B 模型，支援 1M‑Token 上下文並基於 vLLM 的推理框架
Qwen 發布開源的 Qwen2.5‑7B‑Instruct‑1M 與 Qwen2.5‑14B‑Instruct‑1M 模型，支援多達 1 百萬 token 的上下文，並附帶一個經過優化的基於 vLLM 的推理框架，該框架可使預填充速度提升 3×–7×，同時保持與 GPT‑4o‑mini 相當的短任務表現。
Qwen2.5-VL 版本說明
Qwen 已發布 Qwen2.5-VL，這是一種旗艦視覺語言模型，提供 3B、7B 和 72B 三種規模，引入了先進的視覺代理能力、長視頻理解和結構化文檔解析。
Qwen 用於 MoE LLM 訓練的 Global-Batch 負載平衡
Qwen 引入了一種 global-batch 負載平衡損失，透過在整個 global batch 而非單個 micro-batches 上計算平衡，來提升 MoE 模型的性能並實現專家專業化。
Qwen2.5-Math-PRM 與 ProcessBench 發布
Qwen 發布了 Qwen2.5-Math-PRM-7B 和 72B，這些是最先進的 Process Reward Model，旨在識別數學問題解決過程中的中間推理錯誤，並附帶 ProcessBench，一個新的步驟級評估基準。
QVQ-72B-Preview 發布
Qwen 已發布 QVQ-72B-Preview，這是一個基於 Qwen2-VL-72B 的開放權重多模態推理模型，在 MMMU 基準測試中達到 70.3 分。
QwQ-32B-Preview: 探索深度推理能力
Qwen 已推出 QwQ-32B-Preview，一個透過內部鏈式思考過程進行深度推理和複雜問題解決的模型。
Qwen2.5-Turbo 1M Token Context Length Release
Qwen 發布了 Qwen2.5-Turbo，將模型的上下文視窗擴展至 100 萬個 token，同時顯著提升推理速度，並在短序列任務上保持競爭力的表現。
Qwen2.5-Coder 系列發布說明
Qwen 已發布 Qwen2.5-Coder 系列，包含從 0.5B 到 32B 的六種模型規模，其中 32B-Instruct 模型在編碼任務上達到與 GPT-4o 相當的開源 SOTA 性能。
Qwen2.5 版本說明：全新基礎模型、Coder 與 Math 模型
Qwen 已發布 Qwen2.5，這是一套完整的開放權重密集解碼器僅模型，涵蓋通用大型語言模型、專門的 Coder 與 Math 變體，以及更新的 Qwen2-VL-72B。
Qwen2.5 LLM 系列發布
Qwen 宣佈了 Qwen2.5 系列——開源的僅解碼器 LLM，參數從 0.5B 到 72B，能力是 Qwen2 的兩倍，並加入了更大的 18 兆 token 資料集，在知識、程式碼、數學與對齊方面取得重大提升，且支援 128K token 的上下文窗口。
Qwen2.5-Coder 版本說明
Qwen 已發布 Qwen2.5-Coder，一系列在 5.5 兆 token 上訓練的開源程式碼模型，在程式碼生成、推理與數學方面優於更大的模型。
Qwen2.5-Math 版本說明
Qwen 已發布 Qwen2.5-Math，一系列支援雙語推理與工具整合推理（TIR）的開源數學大型語言模型，於複雜數學基準測試上超越領先的封閉源模型。
Qwen2-VL 發布：開源 2B/7B 視覺語言模型與 72B API，具備最先進的圖像、影片與多語言能力
Qwen 發布了 Qwen2-VL，一個全新的視覺語言模型系列（2B、7B 開源、72B API），在圖像、文件、多語言以及長影片理解方面達到最先進的表現，同時支援視覺代理功能。
Qwen2-Audio 發布說明
Qwen2-Audio 是一款音頻語言模型，能夠進行語音聊天與音頻分析，支援超過八種語言與方言，並在多項基準測試上超越先前的最先進表現。
Qwen2-Math 發布說明
Qwen 已發布 Qwen2-Math，一系列專門的數學大型語言模型（1.5B、7B 與 72B），在數學基準測試中超越多個封閉源模型，包括 GPT-4o。
Qwen2 版本說明 / 新功能
Qwen 宣佈 Qwen2，這是一系列五個開源模型，參數規模從 0.5B 到 72B，增強了對額外 27 種語言的多語言支援，且上下文長度最高可達 128K 令牌。
Qwen-Agent：將 LLM 從 8k 通用化至 1M 上下文
Qwen 開發了一套代理框架，使 8k 上下文模型能處理 1M token，並在特定基準測試中超越 RAG 與原生長上下文模型。
Qwen-Max-0428 發布說明
Qwen 已發布 Qwen-Max-0428，一款指令微調的聊天模型，在 MT-Bench 上優於 Qwen1.5-110B-Chat，並在 Chatbot Arena 排行榜中位列前十。
Qwen1.5-110B 版本說明 / 新功能
Qwen 已發布 Qwen1.5-110B，這是 Qwen1.5 系列中首個突破 1000 億參數的模型，提供與 Llama-3-70B 競爭的性能，並較 Qwen1.5-72B 有顯著提升。
CodeQwen1.5 版本說明
Qwen 發布了 CodeQwen1.5-7B，一款支援 92 種程式語言與 64K 令牌上下文視窗的開源程式碼大型語言模型，以提升開發者生產力。
Qwen1.5-32B 發布說明 / 有什麼新功能
Qwen 已發布 Qwen1.5-32B 與 Qwen1.5-32B-Chat，這兩款模型旨在在相較於 72B 版本的情況下，兼顧高效能與較低的記憶體與推論成本。
Qwen1.5-MoE-A2.7B 版本說明
Qwen 推出 Qwen1.5-MoE-A2.7B，一款混合專家模型，其效能與 7B 密集模型相當，但僅使用 27 億個啟用參數。
Qwen1.5 發行說明 / 新功能
Qwen 已發布 Qwen1.5，這是一系列開源的基礎與聊天模型，參數規模從 0.5B 到 110B 不等，具備提升的人類對齊、多語言能力，以及原生的 Hugging Face transformers 整合。
Qwen-VL-Plus 與 Qwen-VL-Max 發布
Qwen 已發布 Qwen-VL-Plus 與 Qwen-VL-Max，這兩款大型視覺語言模型在多模態任務上與 GPT-4V 與 Gemini Ultra 表現相當，且在中文文本理解上超越它們。
介紹 Qwen：全面的 LLM 與 LMM 框架
Qwen 是一個朝向 AGI 的專案，由一系列多語言大型語言模型 (LLMs) 與大型多模態模型 (LMMs) 組成，包含從 1.8B 到 72B 參數的開源版本。
OFASys：多模態多任務學習框架
Qwen 推出 OFASys，一個 AI 框架，透過單行 Instruction 介面讓使用者定義複雜的任務與多模態，從而簡化多模態多任務學習。
Chinese CLIP：中文對比視覺語言預訓練
Qwen 已發布 Chinese CLIP，一個旨在克服以英語為中心的 CLIP 模型在跨模態檢索與圖像分類上文化與語言限制的視覺語言模型。
OFA：朝向構建一個全能模型
OFA 是一個統一的多模態預訓練模型，透過指令式多任務預訓練，將跨模態的理解與生成任務整合於單一框架中。