Qwen — семейство больших языковых и мультимодальных моделей команды Qwen в Alibaba Group. Если коротко: это одна из немногих топовых линеек, которую можно не только вызывать через чужое API, но и скачать целиком и запустить на своих серверах — большинство моделей публикуются с открытыми весами под лицензией Apache 2.0. Именно это, а не конкретные бенчмарки, определяет, кому Qwen подходит больше остальных.
Что входит в семейство прямо сейчас
По официальной документации Alibaba Cloud Model Studio, актуальная линейка на текстовую генерацию — qwen3.7-max (самая мощная модель серии), qwen3.7-plus (средний уровень) и qwen3.6-flash (максимальная скорость). Отдельно есть мультимодальные модели: qwen3.5-omni-plus понимает изображения, видео и звук, а версия qwen3.5-omni-plus-realtime держит диалог в реальном времени через вебсокеты. Для поиска и векторного поиска — text-embedding-v4 и qwen3-rerank. Это не «одна модель на всё», а линейка под конкретную задачу — модель выбирают под сценарий, а не берут «Qwen» как единое целое.
Флагман работает как MoE — включена только часть модели
Флагманская Qwen3-235B-A22B официально описана как модель с архитектурой mixture-of-experts (MoE): всего 235 млрд параметров, но на каждый конкретный запрос активируется 128 экспертов, из которых задействовано только 22 млрд. Это снижает вычислительную стоимость запроса по сравнению с плотной моделью такого же общего размера — экономия именно за счёт того, что не вся модель считает каждый токен.
Контекстное окно растёт от версии к версии
По официальной документации базовое предобучение Qwen3 рассчитано на 32 768 токенов; с расширением YaRN окно увеличивается до 131 072. Более новая ревизия Qwen3-2507 официально работает нативно с 262 144 токенами, а с дополнительным расширением — вплоть до 1 000 000 токенов.
Бесплатно и платно — три разных канала, не один тариф
У Qwen нет единого «бесплатно/платно» переключателя, как у обычного SaaS-чата, — есть три независимых способа доступа с разной экономикой:
- Открытые веса — скачиваются бесплатно с Hugging Face, ModelScope или GitHub. Платите только за собственное железо или аренду сервера, лицензия Apache 2.0 позволяет коммерческое использование.
- Qwen Chat — готовый веб-интерфейс без установки, для разового использования бесплатен.
- Alibaba Cloud Model Studio — платное коммерческое API для интеграции без своей инфраструктуры; точный прайс по токенам меняется и указан в консоли Alibaba Cloud на момент подключения, здесь его фиксировать бессмысленно — он живёт отдельно от релизов моделей.
Практический вывод: если для DeepSeek или Claude вопрос обычно «купить подписку или нет», то для Qwen это ещё и «разворачивать у себя или платить за облако» — третий вариант, которого у закрытых конкурентов просто нет.
Qwen против DeepSeek и Claude — в чём разница по существу
Сравнивать по конкретным бенчмаркам здесь бессмысленно — независимые рейтинги меняются с каждым релизом быстрее, чем обновляется статья, и в интернете легко найти взаимоисключающие цифры от разных источников. Устойчивое отличие — архитектурное:
- DeepSeek тоже публикует топовые модели с открытыми весами (V4 Flash и V4 Pro — под лицензией MIT), то есть по модели распространения Qwen и DeepSeek — прямые аналоги: обе можно развернуть у себя. Разница между ними — в конкретных версиях, ценах API и деталях лицензий, которые стоит сверять отдельно под задачу.
- Claude (Anthropic) — полностью закрытая модель: веса не публикуются вообще, доступ только через официальный API, приложение claude.ai или облачных партнёров (Bedrock, Vertex AI). Самостоятельно развернуть Claude невозможно ни при каких условиях — это принципиальное отличие, а не деталь тарифа.
Если для задачи критична возможность держать модель в собственном контуре (закрытые данные, требования безопасности, отсутствие внешнего API-вызова) — Qwen и DeepSeek подходят, Claude — нет в принципе. Если приоритет — не заниматься инфраструктурой вообще, платный managed-доступ есть у всех трёх.
Не одна модель, а линейка под конкретную модальность
Вместо одной «мультимодальной Qwen» в семействе есть отдельные специализированные модели: Qwen3-VL — для понимания изображений, Qwen3-Omni и Qwen3-ASR — для работы с речью и звуком, Qwen-Image и Qwen-Image-Edit (20 млрд параметров) — для генерации и редактирования картинок, Qwen3-Coder — отдельно под код. Выбор конкретной модели зависит от типа задачи, а не от общего названия бренда.
Ограничения — когда Qwen не лучший выбор
Открытые веса — не бесплатный обед: самостоятельное развёртывание флагманской модели с 235+ млрд параметров требует серьёзного GPU-кластера, а не ноутбука, — если инфраструктуры нет, разница с обычным API-вызовом стирается и остаётся только облачный вариант, как у закрытых конкурентов. Официальная поддержка и SLA для self-hosted развёртывания — забота владельца инфраструктуры, а не Alibaba: если что-то сломалось на вашем сервере, вендор эту часть не чинит. Наконец, для команд без опыта в MLOps открытая модель может обернуться не экономией, а дополнительной статьёй расходов на инженеров.
Три способа получить доступ и как начать
Открытые веса скачиваются с Hugging Face, ModelScope или GitHub для самостоятельного запуска — это отличает Qwen от моделей, доступных только через API вендора. Для готового веб-интерфейса без установки есть Qwen Chat. Для коммерческой интеграции без собственной инфраструктуры — облачное API Alibaba Cloud Model Studio. Практический порядок:
- Сформулируйте один проверяемый сценарий: например, классификацию обращений или черновик ответа.
- Подготовьте обезличенные тестовые данные — не передавайте секреты и персональные данные без правового и технического анализа, особенно если тестируете через облачное API третьей стороны.
- Задайте формат результата и критерий качества.
- Сравните ответ с эталоном на конкретном тестовом наборе, а не «на глаз».
- Решайте вопрос об интеграции (Alibaba Cloud API) или самостоятельном развёртывании (открытые веса) — исходя из того, есть ли у вас для этого инфраструктура и инженеры.
Что важно проверить
Модель может ошибиться в фактах, неверно понять контекст или выдать убедительную, но неподтверждённую формулировку. Открытые веса снимают зависимость от одного вендора, но не снимают ответственность за проверку результата — за качество ответа в вашем продукте отвечаете вы, а не лицензия модели.
Частые вопросы
Можно ли запустить Qwen на своих серверах?
Да. Топовые модели официально публикуются с открытыми весами под лицензией Apache 2.0 на Hugging Face, ModelScope и GitHub.
Что означает MoE у флагманской модели Qwen?
Mixture-of-experts: из 235 млрд параметров модели на конкретный запрос активируется только 22 млрд через 128 экспертов — это снижает стоимость вычислений.
Какое контекстное окно у Qwen?
Зависит от версии: базовое предобучение — 32 768 токенов, ревизия Qwen3-2507 нативно работает с 262 144, а с расширением — до 1 000 000.
Qwen — это только текстовая модель?
Нет. В семействе есть отдельные модели под изображения (Qwen3-VL, Qwen-Image), речь (Qwen3-Omni, Qwen3-ASR) и код (Qwen3-Coder), а также свежие qwen3.5-omni-plus для мультимодальных сценариев и text-embedding-v4 для поиска.
Чем Qwen принципиально отличается от Claude?
Claude полностью закрыт — веса не публикуются, развернуть модель у себя невозможно ни при каких условиях. Qwen (как и DeepSeek) публикует открытые веса — это разные бизнес-модели распространения, не просто разница в цене.
Нужно ли своё железо, чтобы пользоваться Qwen?
Нет, если вас устраивает Qwen Chat (веб, без установки) или платное API Alibaba Cloud Model Studio. Своё железо нужно только для самостоятельного развёртывания открытых весов — и для флагманских моделей это серьёзный GPU-кластер, а не ноутбук.
Кто отвечает, если self-hosted модель работает нестабильно?
Владелец инфраструктуры. Alibaba публикует веса и документацию, но SLA и поддержка на своём сервере — не их зона ответственности.
Коротко: стоит ли пользоваться Qwen
Да, если вам действительно важна возможность держать модель в своём контуре — закрытые данные, требования безопасности, независимость от одного облачного вендора — и есть инфраструктура/инженеры, чтобы этим воспользоваться. Для простого разового использования подойдёт Qwen Chat без всей этой сложности. Если инфраструктуры нет и приоритет — не думать о развёртывании вообще, разница с Claude или DeepSeek через API станет для вас чисто ценовой, а не архитектурной.
