Find the right model.
Download more easily.

Qwen3是Qwen系列最新一代大语言模型，提供密集模型和混合专家模型。该仓库包含Qwen3-4B的FP8量化版本。 Qwen3-4B-FP8是一个因果语言模型，适用于复杂逻辑推理、数学问题求解、代码生成以及高效通用对话任务。该模型支持在单一模型内无缝切换思考模式和非思考模式，以适应不同应用场景。 思考模式支持：模型能够在思考模式下进行复杂逻辑推理、数学计算和编码任务，生成过程会输出think内容块。

Qwen3-30B-A3B是阿里云Qwen3系列中的混合专家（MoE）大型语言模型，采用GPTQ 4位量化。 支持在单一模型内无缝切换思考模式和非思考模式。思考模式适用于复杂逻辑推理、数学和编程任务；非思考模式适用于高效通用对话。在数学、代码生成和常识逻辑推理方面表现优异。具备出色的创意写作、角色扮演、多轮对话和指令遵循能力。支持精确集成外部工具，在复杂代理任务中达到开源模型领先水平。支持100多种语言和方言，具备多语言指令跟随和翻译能力。

Qwen3-14B-AWQ 是阿里云Qwen系列最新一代大语言模型，采用因果语言模型架构，经过预训练和后训练。模型参数量为14.8B，非嵌入参数为13.2B，包含40层，注意力头采用GQA机制（Q头40个，KV头8个）。上下文长度原生支持32,768 tokens，使用YaRN技术可扩展至131,072 tokens。该版本为AWQ 4-bit量化版本。 Qwen3-14B-AWQ 提供以下核心能力： 支持思考模式和非思考模式的无缝切换。思考模式适用于复杂逻辑推理、数学和编程

Ornith-1.5 是一个通过端到端自改进构建的基础模型系列。该模型扩展了 Ornith-1.0，通过将自改进循环从脚手架和 rollout 优化扩展到联合优化任务生成、脚手架构建和解决方案 rollout。Ornith-1.5-35B-A3B 是该系列的中等规模混合专家成员，拥有约 350 亿参数，但每个 token 仅激活约 30 亿参数。 该模型在编码和智能体任务上表现优异。 编码能力：在 Terminal-Bench 2.1、SWE-bench Verified、S

Qwen1.5-110B-Chat-GGUF 是基于 Transformer 的纯解码器语言模型，属于 Qwen2 的测试版本。该模型经过大量数据预训练，并针对对话场景进行了对齐优化。 提供 9 种模型规模：0.5B、1.8B、4B、7B、14B、32B、72B、110B 密集模型，以及 14B 激活参数 2.7B 的 MoE 模型。对话模型在人类偏好方面有显著性能提升。支持多语言，包括基础模型和对话模型。支持最长 32K 上下文长度。无需信任远程代码。

Qwen1.5-110B-Chat-AWQ 基于Transformer的仅解码器语言模型，用于对话任务。 提供9个模型规模可选，包括0.5B、1.8B、4B、7B、14B、32B、72B、110B密集模型，以及一个14B MoE模型（2.7B激活参数）。对话模型在人类偏好方面有显著性能提升。基座模型和对话模型均支持多语言。所有规模的模型稳定支持32K上下文长度。模型基于Transformer架构，采用SwiGLU激活函数、注意力QKV偏置、组查询注意力等技术。分词器经过改进，

Qwen1.5-110B-Chat-GPTQ-Int4是一个基于Transformer架构的仅解码器语言模型，属于Qwen1.5系列聊天模型。该模型经过监督微调和直接偏好优化，适用于对话交互任务。 支持9个不同规模的模型：0.5B、1.8B、4B、7B、14B、32B、72B、110B密集模型，以及14B MoE模型（2.7B激活参数）。聊天模型在人类偏好方面有显著性能提升。基础模型和聊天模型均支持多语言。全部尺寸模型稳定支持32K上下文长度。无需信任远程代码即可运行。

Qwen2.5-Coder是面向代码任务的Qwen大型语言模型系列。该系列提供0.5亿、1.5亿、3亿、7亿、14亿、32亿参数六种规模，以满足不同开发者的需求。 在代码生成、代码推理和代码修复方面有显著提升。基于Qwen2.5，训练语料扩展至5.5万亿token，涵盖源代码、文本代码关联数据及合成数据等。Qwen2.5-Coder-32B已成为当前最先进的开源代码大语言模型，编程能力与GPT-4o相当。同时保持了数学和通用能力方面的优势，适用于Code Agents等实际应

Qwen2-1.5B-Instruct-GPTQ-Int8 这是Qwen2系列指令微调语言模型，参数规模为15亿（1.5B），采用GPTQ-Int8量化技术。 语言理解与生成、多语言能力、编程、 数学、推理等任务。相比前代Qwen1.5及同期开源模型，Qwen2在多项基准测试中表现更优，具备与闭源模型竞争的能力。

Qwen2-0.5B-Instruct-AWQ 本模型是Qwen2系列指令微调语言模型，参数规模为0.5B，采用AWQ量化方式。 模型具备语言理解、语言生成、多语言能力、编码、数学和推理等能力。在语言理解、语言生成、多语言能力、编码、数学、推理等一系列基准测试中，Qwen2整体上超越了大多数开源模型，并展现出与闭源模型竞争的能力。

Qwen2.5-Coder-3B-Instruct-AWQ Qwen2.5-Coder是面向代码的Qwen大语言模型最新系列。该系列涵盖六种主流参数规模：0.5B、1.5B、3B、7B、14B、32B，以满足不同开发者的需求。 架构：transformers，采用RoPE、SwiGLU、RMSNorm、注意力QKV偏置和词嵌入权重共享

Qwen2-1.5B-Instruct-AWQ 这是一个参数量为1.5B的指令微调语言模型，属于Qwen2系列。该模型基于Transformer架构训练，适用于对话和指令执行任务。 该模型在语言理解、语言生成、多语言能力、编程、数学和推理等方面进行了优化。在多项基准测试中超越了大多数开源模型，并展现出与闭源模型竞争的能力。

Qwen2.5-Coder-3B-Instruct-GPTQ-Int4 使用RoPE、SwiGLU、RMSNorm、Attention QKV偏置和权重绑定 代码生成、代码推理、代码修复。支持Code Agents等实际应用场景，同时保持数学和通用能力。

CodeQwen1.5-7B-AWQ 这是基础模型的AWQ量化版本，非对话模型。 CodeQwen1.5是Qwen1.5的代码专用版本，是一个基于Transformer的纯解码器语言模型，在大量代码数据上预训练而成。

Qwen2.5-Coder-1.5B-Instruct-GPTQ-Int4 Qwen2.5-Coder是专为代码任务优化的Qwen大型语言模型系列。目前该系列提供0.5B、1.5B、3B、7B、14B、32B六种参数规模的模型。相较于CodeQwen1.5，Qwen2.5-Coder在以下方面有显著提升：代码生成、代码推理和代码修复能力。该模型基于Qwen2.5架构训练，训练语料包含源代码、文本代码关联数据、合成数据等，总计5.5万亿token。Qwen2.5-Coder-3

Qwen2-0.5B-Instruct-GPTQ-Int8 这是一个指令微调的0.5B参数语言模型，属于Qwen2系列。该模型经过指令微调，可用于对话生成和内容创作任务。 该模型在语言理解、语言生成、多语言能力、编码、数学和推理等方面进行了优化。根据基准测试，Qwen2系列模型性能优于大多数开源模型，并在多项任务上具有与闭源模型竞争的能力。Int8量化版本在保持较高性能的同时降低了计算资源需求。

Qwen3是通义千问系列最新一代大型语言模型，提供密集模型和混合专家模型。模型基于大规模训练，在推理、指令遵循、智能体能力和多语言支持方面实现突破性进展。 注意力头数量：Q头16个，KV头8个 上下文长度：32,768 tokens

Qwen3是Qwen系列最新一代大语言模型，提供密集模型和混合专家模型。Qwen3-1.7B是基于广泛训练构建的，在推理、指令遵循、代理能力和多语言支持方面具有突破性进展。 思考模式切换：支持在单一模型内无缝切换思考模式（用于复杂逻辑推理、数学和编码）和非思考模式（用于高效通用对话），确保在各种场景下获得最佳性能。 推理能力增强：在数学、代码生成和常识逻辑推理方面超越之前的QwQ（思考模式）和Qwen2.5指令模型（非思考模式）。