Qwen - семейство нейросетей Alibaba: чат, модели, запуск

Что это такое

Qwen («Квен») - семейство больших языковых моделей, которое разрабатывает Alibaba Cloud (историческое имя - Tongyi Qianwen / 通义千问). Проект включает бесплатный веб-чат chat.qwen.ai, API для разработчиков и репозитории открытых весов на Hugging Face. Большая часть моделей выложена под лицензией Apache 2.0, что позволяет использовать их в коммерческих проектах без ограничений.

Флагманская линейка Qwen3-Max распространяется только по API и обладает контекстом до 256K токенов (у новейшей preview-версии Qwen3.7-Max - до 1M). Открытый флагман Qwen3-235B-A22B имеет архитектуру MoE: 235B параметров всего и 22B активных. С версии Qwen 3.0 русский язык входит в число основных - модель официально заявляет поддержку 119 языков и диалектов. Qwen3-Coder ориентирован на агентное программирование и по заявлению Alibaba сопоставим с Claude Sonnet 4.

Отдельного десктопного приложения «Qwen для скачивания» не существует. Для повседневного общения используется бесплатный веб-чат. Скачивание весов с Hugging Face нужно только для локального или оффлайн-запуска на своём железе.

Официальный сайт

Основной адрес проекта - qwen.ai. Веб-чат, через который можно бесплатно пользоваться моделью, расположен по адресу chat.qwen.ai. Это и есть официальная точка входа для пользователей: регистрация доступна по email или через Google-аккаунт.

Для пользователей из России сайт открывается напрямую, без VPN. Это штатный режим сервиса, а не обход блокировок. ChatGPT и Claude в РФ без VPN недоступны, поэтому Qwen остаётся рабочей альтернативой. Из возможных ограничений - дневные лимиты на количество сообщений в чате; при перебоях VPN держат как запасной вариант.

Для разработчиков официальная документация по API расположена на Alibaba Cloud Model Studio.

Веб-чат и как им пользоваться

Онлайн-чат Qwen - самый быстрый способ начать работу: откройте chat.qwen.ai, зарегистрируйтесь по email или через Google, выберите модель и введите запрос. Базовый чат бесплатен, оплата требуется только за коммерческое API.

В чат-бот встроены голосовой режим и функция просмотра камеры: модель может анализировать изображение с веб-камеры устройства в реальном времени. Доступна генерация картинок через Qwen-Image. Для смартфонов есть приложение Qwen Chat в Google Play с аналогичным функционалом.

Qwen3 поддерживает гибридный режим «thinking»: модель сначала строит план и проверяет рассуждения, а затем выдаёт финальный ответ. Это полезно для сложных задач, где важна точность. На русском языке модель отвечает уверенно, хотя основная оптимизация - под китайский и английский.

Семейство моделей и версии

Семейство включает модели разного размера и назначения. Открытые веса представлены на Hugging Face (организация Qwen) под Apache 2.0. Линейка Qwen3 включает MoE-модели (235B-A22B, 30B-A3B) и плотные (dense) версии: 32B, 14B, 8B, 4B, 1.7B и 0.6B. Контекст у большинства открытых моделей Qwen3 - 128K токенов; у Qwen3-Coder - 256K нативно, до 1M экстраполяцией. Подробнее о моделях Qwen.

Флагманская закрытая модель - Qwen3-Max, доступна только по API. Её контекст - до 256K токенов, а у preview-версии Qwen3.7-Max заявлен контекст до 1M токенов. Для программирования выпущен Qwen3-Coder: 480B параметров всего и 35B активных (MoE). Alibaba регулярно выпускает обновлённые серии (Qwen3.6, Qwen3.7), точный список версий стоит сверять на Hugging Face - он быстро меняется.

Форматы и локальный запуск

Скачивать Qwen для локального запуска можно с Hugging Face или ModelScope. Веса распространяются в формате safetensors - это оригинальные файлы. Для запуска на потребительском железе используются GGUF-кванты от сообщества (unsloth, bartowski), которые работают через llama.cpp или LM Studio.

Ollama поддерживает официальные теги семейства qwen3 - запуск одной командой, например `ollama run qwen3:30b-a3b`. Плотные модели Qwen3-8B и 4B комфортно идут на одной видеокарте с 8 - 16 ГБ VRAM в 4-битном кванте. Qwen3-32B требует около 24 ГБ VRAM. Крупные MoE-модели вроде Qwen3-235B-A22B и Qwen3-Coder-480B требуют мультиGPU-серверов или агрессивной квантизации с выгрузкой в ОЗУ. Точные минимальные требования Alibaba не публикует - цифры выше это ориентир сообщества, а не спецификация вендора. Ориентируйтесь на размер файла весов и гайды сообщества.

Instruct и командная строка

В названиях моделей Qwen встречаются суффиксы Instruct и base. Instruct-версии - это инструктивно-настроенные (чат) варианты, готовые к диалогу и выполнению команд пользователя. Базовые (base) модели предназначены для дообучения под специфические задачи. Для обычного общения и работы всегда выбирайте Instruct.

Запуск в терминале доступен через несколько инструментов: Ollama (`ollama run qwen3`), llama.cpp и LM Studio. Модель работает локально одной командой, без отправки данных на внешние серверы. Квантованные GGUF-сборки от сообщества позволяют запускать даже крупные модели на одной видеокарте, жертвуя частью точности ради экономии памяти.

Для агентного программирования из командной строки существует CLI-инструмент Qwen-code. Он позволяет модели выполнять многошаговые задачи: редактировать файлы, вызывать инструменты и работать с кодовой базой прямо из терминала. Это полезно для автоматизации рутинных операций разработки без необходимости переключаться в IDE.

Qwen-VL: зрение и мультимодальность

Qwen-VL - мультимодальная ветка семейства, работающая с изображениями. Модель распознаёт содержимое картинок, читает текст на них и отвечает на вопросы по визуальным данным. В веб-чате эта функция доступна через загрузку изображения в окно диалога. Мобильное приложение Qwen Chat добавляет просмотр камеры в реальном времени.

Uncensored-модели

Открытые веса Qwen под Apache 2.0 позволяют сообществу создавать модифицированные сборки, включая uncensored-варианты. Это модели, у которых сняты или ослаблены встроенные фильтры безопасности - модель не отказывается отвечать на определённые темы. Alibaba такие версии не выпускает, их делают независимые авторы.

Сравнение с конкурентами

Qwen часто сравнивают с DeepSeek и западными моделями. Главное отличие Qwen - бесплатный веб-чат, работающий из РФ без VPN, и широкая линейка открытых весов под Apache 2.0. По агентному кодингу Qwen3-Coder сопоставим с Claude Sonnet 4 (заявление Alibaba). Флагман Qwen3-Max конкурирует с закрытыми моделями по длине контекста - до 256K токенов базово и до 1M в preview.

Деплой, квантование и дообучение

Для инференса открытых моделей используются vLLM и SGLang, на локальных машинах - Ollama, llama.cpp, LM Studio, MLX и KTransformers. Дообучение (fine-tuning) доступно всем: веса открыты, vendor lock-in отсутствует.

Агентные возможности

Qwen3-Coder создан под агентное программирование: модель вызывает инструменты (function calling), выполняет многошаговые задачи и работает в агентах внутри IDE. По уровню агентного кодинга Alibaba заявляет сопоставимость с Claude Sonnet 4. Это значит, что модель может самостоятельно редактировать файлы, запускать скрипты и вести отладку в рамках сессии.

Все модели Qwen3 поддерживают гибридный режим «thinking»: модель сначала строит план и проверяет рассуждения, а затем выдаёт финальный ответ. Флагман Qwen3-Max (и preview Qwen3.7-Max) позиционируется как агентная модель для длинных автономных задач - отладка, автоматизация рабочих процессов на сотни шагов.

Для разработчиков доступен официальный фреймворк Qwen-Agent. Он позволяет собирать кастомных агентов на базе Qwen: управлять инструментами, памятью и планированием задач. Это открытый инструмент для построения автономных систем, которые опираются на возможности моделей Qwen без привязки к закрытым платформам.

Безопасность и локальный контроль

Главное преимущество открытых весов - полный контроль над данными. Модели Qwen под Apache 2.0 можно запускать локально или оффлайн: запросы и данные не уходят на серверы Alibaba. Это подходит для приватных, корпоративных и air-gapped/on-prem сценариев, где передача информации третьим лицам недопустима.

При использовании закрытых API, таких как ChatGPT или Claude, каждый запрос уходит на сервер провайдера. С локальным Qwen контроль над данными остаётся у вас. Это ключевое требование для работы с чувствительной информацией - финансовыми отчётами, медицинскими данными или внутренним кодом компании.

Отсутствие vendor lock-in означает, что модель можно дообучать (fine-tune) на собственных данных и хостить на своём железе или в своём облаке. Вы не зависите от изменений тарифов API или условий обслуживания внешнего провайдера. Лицензия Apache 2.0 разрешает коммерческое использование без ограничений, что делает локальный Qwen пригодным для встраивания в коммерческие продукты.

API: интеграция и разработка

API Qwen совместимо с OpenAI, поэтому интеграция обычно сводится к смене base_url в существующем коде. Alibaba Cloud Model Studio (ранее DashScope) отдаёт OpenAI-совместимый эндпоинт: в OpenAI SDK достаточно поменять base_url и ключ, остальной код работает без изменений.

Поддерживаются потоковая передача (streaming) для вывода ответа в реальном времени, вызов функций (function calling) для агентных сценариев и структурированный вывод (structured output) для получения ответов в формате JSON. Тарификация - по токенам, ступенчатая по длине контекста: чем длиннее промпт, тем дороже каждый миллион токенов.

Из России удобнее подключаться через OpenAI-совместимые агрегаторы (например, AITunnel). Это даёт тот же OpenAI SDK, оплату в рублях и не требует зарубежной карты. Российские карты напрямую в Alibaba Cloud не принимаются - агрегаторы выступают посредником по доступу, а не официальным тарифом Alibaba. Поштучные цены за токены для каждой модели см. В соответствующих карточках моделей.