Qwen

Modelo denso de 1.7 mil millones de parámetros, adecuado para tareas de procesamiento de lenguaje natural en dispositivos con recursos limitados.

Modelo de lenguaje de 235 mil millones de parámetros con arquitectura MoE, optimizado para tareas complejas y eficiencia en el uso de recursos.

Modelo denso de 14 mil millones de parámetros, adecuado para aplicaciones que requieren un balance entre tamaño y capacidad de procesamiento.

Modelo de 30 mil millones de parámetros con arquitectura MoE, diseñado para ofrecer un equilibrio entre rendimiento y eficiencia en recursos.

Modelo denso de 0.6 mil millones de parámetros, ideal para aplicaciones con restricciones de recursos y necesidades básicas de procesamiento de lenguaje natural.

Modelo denso de 32 mil millones de parámetros, optimizado para tareas de procesamiento de lenguaje natural con alta eficiencia.

Modelo denso de 8 mil millones de parámetros, ideal para tareas de procesamiento de lenguaje natural con requisitos de recursos moderados.

Modelo denso de 4 mil millones de parámetros, diseñado para aplicaciones con limitaciones de recursos y necesidades de procesamiento de lenguaje natural.

Modelo MoE de última generación con 72 mil millones de parámetros, destacado en tareas de matemáticas y programación.

Modelo de código abierto capaz de procesar entradas de contexto de hasta 1 millón de tokens, ideal para tareas que requieren análisis de largo plazo.

Generación de modelos open-source (hasta 72B) que introduce arquitectura MoE inicial. Entrenamiento ampliado con 18 trillones de tokens.

Modelo de 72 mil millones de parámetros, reconocido por su rendimiento superior en comparación con otros modelos de código abierto.

Primer modelo MoE de la serie Qwen, con 2.7 mil millones de parámetros, ofreciendo rendimiento comparable a modelos más grandes con menor uso de recursos.