Qwen（通义千问）
Qwen 是 阿里巴巴 推出的大模型家族（通义千问），是国产开源模型的代表之一，覆盖语言、编码（Qwen-Coder）、多模态（Qwen-Image）等系列。它以开源 + 长上下文为卖点，在开发者与中文生态中具有广泛影响。
编码能力是 Qwen 的重点方向。Qwen3-Coder 携 1M 上下文 主打百万级上下文与代码生成，直接对标 Claude Code；GLM-4.5-Air vs Qwen3-Coder 对比 则显示其与 智谱 GLM 等国产模型的内部竞争。多模态方面，魔搭社区训练 Qwen-Image LoRA 体现其低门槛生态。整体定位见 中国大模型版图 与 开源 AI。
[2026-08-06] Qwen3.8-Max GA 与端侧/语音延伸
- Qwen3.8-Max GA（2026-08-02，来源：评测日报 08-04）：2.4T 参数 MoE、1M 上下文。官方表关键分数：Terminal-Bench 2.1 86.6 / SWE-bench Pro 67.7（Fable 5 80.0）/ FrontierSWE 73.5（Fable 5 88.8）/ GPQA Diamond 92.6 / PaperBench 93.0 / IFBench 82.8 / OSWorld-Verified 86.1；代际提升集中在 agentic/多模态（DeepSWE 1.1 21.6→56.6、JobBench 31.3→53.4），纯推理几乎持平。⚠️ 两处口径问题：多模态对比基线用了 Qwen3.7-Plus 而非同级 Max；官方 RL scaling 曲线约 4,000 训练环境见顶（0.725）后回落。8/2 进入 Frontend Code/Text/Vision Arena。
- 端侧部署：Swiftlet 专家流式运行时为 Qwen3-Next-80B-A3B（Mac 峰值内存 4.3 GB、4.5–5 tok/s）与 Qwen3.6-35B-A3B（iPhone 17 原生运行，约 2.5 GB、~1 tok/s）提供 Apple Silicon 部署路径——混合架构 = Gated DeltaNet 线性注意力 + 门控 GQA + 高稀疏 MoE（80B 版 512 专家路由 10 个）。来源：Swiftlet 源页。
- 语音方向：Qwen3-TTS / Qwen CustomVoice 为 Voicebox 内置 TTS 引擎，Qwen3 小模型用于口语清理。
[2026-08-10] Qwen3.7-Max 任 FinEvo-Bench 统一底座；Skill-Entropy RL 大幅提升小模型
- FinEvo-Bench 统一底座（北航 + 阿里云通义点金，arXiv 2608.06144）：首个纵向评测”自进化 agent”的金融基准（120 真实任务 × 20 场景 × 6 金融领域，质量 + 合规双评）。同一 Qwen3.7-Max 底座对比 4 种自进化 scaffold：Letta 进化后最高分 91.65、合规问题最少（0.09/任务）；Codex 自进化增益最大（+19.37）。详见 金融 AI 与 Agent 自我改进。来源：评测日报 08-10。
- Skill-Entropy RL（Princeton Skill²-Bench 反向应用，arXiv 2608.05139）：以技能切换难度（Skill Entropy）作训练信号——Qwen3-4B-Instruct 34.4%→68.4%、Qwen3-1.7B 14.6%→40.1%。注意：增益幅度很大（+34 分），需警惕对自家基准过拟合，复现时应加测外部长程基准。来源：评测日报 08-09。