Qwen3-VL-4B-Instruct是阿里巴巴推出的40億參數視覺語言模型，基於Qwen3架構開發，支持多模態理解和對話任務。該模型具備強大的圖像理解和文本生成能力，能夠處理複雜的視覺語言交互場景。

多模態Transformers

Qwen2.5是阿里巴巴推出的新一代大語言模型，在聊天模板方面進行了重要優化，永久禁用了思考狀態，解決了多輪聊天模板相關問題，為實驗和研究提供了更便捷的體驗。

自然語言處理Transformers

Qwen3-VL是阿里巴巴推出的新一代視覺語言模型，在文本理解、視覺感知、空間理解、長上下文處理和智能體交互等方面全面升級，支持從邊緣設備到雲端的靈活部署。

多模態Transformers

Qwen3-VL是阿里巴巴推出的最新一代視覺語言模型，在文本理解、視覺感知、空間理解、視頻分析和智能體交互等方面均有顯著提升。該模型支持多模態輸入，具備強大的推理能力和長上下文處理能力。

多模態Transformers

Qwen3-VL-8B-Thinking是阿里雲Qwen團隊開發的80億參數多模態大語言模型，專為深度多模態推理設計，支持視覺理解、長上下文處理和結構化思維鏈生成，在複雜推理任務中表現出色。

多模態Mlx

Qwen3-VL-4B-Instruct是阿里雲Qwen團隊推出的40億參數指令調優多模態大語言模型，專為高通NPU優化，融合強大的視覺語言理解能力與對話微調功能，適用於聊天推理、文檔分析和視覺對話等實際應用場景。

多模態Gguf

Qwen3-VL是阿里巴巴推出的最新一代視覺語言模型，具備卓越的文本理解與生成能力、深入的視覺感知與推理能力，支持長上下文處理和視頻理解，提供指令優化版本。

多模態Safetensors

這是阿里巴巴Qwen系列80億參數大語言模型的GGUF量化版本，專為高級推理、智能體行為和多語言任務設計，可與llama.cpp及兼容工具配合使用。

自然語言處理Gguf多語言

Qwen2.5-VL-7B-Instruct是阿里巴巴通義千問團隊開發的多模態視覺語言模型，基於70億參數規模，專門針對視覺問答任務進行優化訓練。該模型能夠理解和分析圖像內容，並生成準確的自然語言回答。

多模態Safetensors英語

這是Qwen/Qwen3-4B語言模型的GGUF量化版本，由阿里巴巴通義系列開發的40億參數大語言模型，專為消費級硬件設計，支持強大推理、智能體工作流和多語言交互。

自然語言處理Gguf多語言

Qwen3-Next-80B-A3B-Instruct是阿里雲通義千問團隊開發的大規模語言模型，經過MLX框架4位量化優化，專門針對蘋果芯片設備進行了性能優化，提供高效的推理能力。

自然語言處理Transformers

Qwen3-Next-80B-A3B-Instruct是阿里巴巴通義千問團隊開發的最新一代大型語言模型，採用創新的混合注意力機制和高稀疏專家混合架構，在保持80B總參數的同時僅激活3B參數，實現了高效的上下文建模和推理加速，原生支持262K上下文長度並可擴展至1M令牌。

自然語言處理Transformers

NVIDIA Qwen2.5-VL-7B-Instruct-FP4是阿里巴巴Qwen2.5-VL-7B-Instruct模型的量化版本，採用優化的Transformer架構，支持多模態輸入（文本和圖像），適用於多種AI應用場景。該模型通過TensorRT Model Optimizer進行FP4量化，在NVIDIA GPU上提供高效的推理性能。

多模態Safetensors

NVIDIA Qwen3-32B FP4模型是阿里巴巴Qwen3-32B模型的量化版本，使用優化的Transformer架構，對權重和激活進行FP4量化，適合用於AI智能體系統、聊天機器人、RAG系統等AI應用。

自然語言處理Safetensors

NVIDIA Qwen3-32B FP4模型是阿里雲Qwen3-32B模型的量化版本，使用優化的Transformer架構，通過將權重和激活量化為FP4數據類型實現高效推理。該模型支持商業和非商業用途，適用於各種AI應用場景。

自然語言處理Safetensors

這是NVIDIA對阿里巴巴Qwen3-14B模型進行FP8量化後的版本，採用優化的Transformer架構，支持131K上下文長度，適用於多種AI應用場景。

自然語言處理Safetensors

NVIDIA Qwen3-14B FP4模型是阿里巴巴Qwen3-14B模型的量化版本，採用FP4數據類型進行優化，通過TensorRT-LLM進行高效推理。該模型專為NVIDIA GPU加速系統設計，適用於AI Agent系統、聊天機器人、RAG系統等多種AI應用場景，支持全球範圍內的商業和非商業使用。

自然語言處理Safetensors

NVIDIA Qwen3-14B FP4 模型是阿里雲 Qwen3-14B 模型的量化版本，採用優化的 Transformer 架構，是一個自迴歸語言模型。該模型使用 TensorRT Model Optimizer 進行量化，將權重和激活量化為 FP4 數據類型，可在 NVIDIA GPU 加速系統上實現高效推理。

自然語言處理Safetensors

NVIDIA Qwen3-8B FP8 是阿里巴巴Qwen3-8B模型的量化版本，採用優化的Transformer架構，屬於自迴歸語言模型。該模型通過FP8量化技術優化，可在NVIDIA GPU上實現高效推理，支持商業和非商業用途。

自然語言處理Safetensors

NVIDIA Qwen3-8B FP4 模型是阿里巴巴Qwen3-8B模型的量化版本，採用優化的Transformer架構的自迴歸語言模型。該模型使用FP4量化技術，在保持性能的同時顯著減少內存佔用和計算需求，適用於AI智能體系統、聊天機器人、RAG系統等應用場景。

自然語言處理Safetensors