TL;DR: Qwen — линейка открытых LLM от Alibaba под лицензией Apache 2.0. Qwen2.5-Coder-32B показал результаты на уровне GPT-4o на coding-бенчмарках (Aider 73.7 в ноябре 2024). Qwen3-235B-A22B доступен через OpenRouter по $0.455/1M токенов. Все модели запускаются локально через Ollama — от 2.5GB (4B) до 142GB (235B). Поддерживает 119 языков, включая русский.
Ключевые факты
| Параметр | Qwen3-235B-A22B | Qwen3-32B | Qwen2.5-Coder-32B |
|---|---|---|---|
| Провайдер | Alibaba / Qwen Team | Alibaba / Qwen Team | Alibaba / Qwen Team |
| Тип | MoE, общего назначения | Dense, общего назначения | Dense, coding |
| Параметры | 235B / 22B active | 32B | 32.5B |
| Цена (OpenRouter, ввод) | $0.455/1M | — | — |
| Контекст | 32K (до 131K с YaRN) | 40K (Ollama) | 131K токенов |
| Open weights | Да (Apache 2.0) | Да (Apache 2.0) | Да (Apache 2.0) |
| Дата релиза | 29 апреля 2025 | 29 апреля 2025 | ноябрь 2024 |
Что такое Qwen
Qwen (от Qianwen / 通义千问) — серия открытых LLM от Alibaba Cloud и Qwen Team. В отличие от Meta Llama с проприетарной Community License (ограничения для компаний с >700M MAU), Qwen3 выпущен под Apache 2.0 — без ограничений по аудитории, без требований на отдельные согласования для производных моделей. Attribution требуется, конкурирующие фундаментальные модели разрешены.
Семейство включает модели общего назначения (Qwen3), специализированные для кодинга (Qwen2.5-Coder), мультимодальные (Qwen-VL). Qwen3 поддерживает 119 языков и диалектов — включая русский, что отличает его от Llama 4 с официальным списком 12 языков без русского.
Линейка моделей Qwen
Qwen3 — общего назначения с hybrid thinking
Выпущен 29 апреля 2025, обновлён в июле 2025 (Qwen3-2507). Два типа архитектур:
MoE модели:
- Qwen3-235B-A22B: 235B параметров, 22B активны при inference (94 слоя, 128 экспертов, 8 активны). Нативный контекст 32K, до 131K с YaRN-scaling. OpenRouter: $0.455/1M ввод, $1.82/1M вывод.
- Qwen3-30B-A3B: 30B/3B активных. Аналогичный контекст, легче в деплое.
Dense модели (6 размеров): 32B, 14B, 8B, 4B, 1.7B, 0.6B — все под Apache 2.0, все доступны в Ollama.
Qwen3-2507 (июль 2025) — обновлённое поколение:
- Qwen3-Instruct-2507: 256K контекст, улучшенный instruction following и кодинг
- Qwen3-Thinking-2507: reasoning-специализация с улучшенными показателями среди open-source
Qwen2.5-Coder — специализированный для кодинга
Выпущен в ноябре 2024. Шесть размеров: 0.5B, 1.5B, 3B, 7B, 14B, 32B. Флагман — Qwen2.5-Coder-32B-Instruct: 32.5B параметров, контекст 131,072 токенов, обучен на 5.5 триллионах токенов (source code, text-code grounding, синтетические данные).
Кодинг-производительность
Qwen2.5-Coder-32B на момент выхода (ноябрь 2024) по данным Qwen Team:
| Бенчмарк | Qwen2.5-Coder-32B | Контекст |
|---|---|---|
| Aider (code repair) | 73.7 | ноябрь 2024 |
| McEval (40+ языков программирования) | 65.9 | ноябрь 2024 |
| EvalPlus, LiveCodeBench, BigCodeBench | лучший среди open-source на тот момент | ноябрь 2024 |
Официальное заявление Qwen Team: «matching the coding capabilities of GPT-4o» — для Qwen2.5-Coder-32B по состоянию на ноябрь 2024. С тех пор GPT-4.1 и другие модели обновились.
Для Qwen3-235B-A22B: SWE-bench Pro 21.41 — это другой бенчмарк, не сравнимый напрямую с SWE-bench Verified. SWE-bench Verified для Qwen3 в проверенных источниках отсутствует.
Для повседневного кодинга (генерация функций, рефакторинг, отладка) Qwen3-32B через Ollama на GPU 24GB или Mac M3 Max — рабочий вариант без затрат. Для сложных агентных coding-задач (SWE-bench уровня) результаты будут ниже, чем у Claude (80.9%).
Hybrid Thinking Mode
Уникальная особенность Qwen3 — одна модель поддерживает два режима работы:
from transformers import AutoModelForCausalLM, AutoTokenizer
model_name = "Qwen/Qwen3-235B-A22B"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
model_name, torch_dtype="auto", device_map="auto"
)
messages = [{"role": "user", "content": "Напиши алгоритм сортировки"}]
# Thinking mode — для сложных задач (math, coding, reasoning)
# Температура 0.6, TopP 0.95 — рекомендуемые параметры
text = tokenizer.apply_chat_template(
messages, tokenize=False, add_generation_prompt=True,
enable_thinking=True
)
# Non-thinking mode — для быстрого диалога
# Температура 0.7
text = tokenizer.apply_chat_template(
messages, tokenize=False, add_generation_prompt=True,
enable_thinking=False
)Важно: не использовать greedy decoding (temperature=0) в thinking mode — приводит к деградации качества и петлям. Требуется transformers>=4.51.0.
Thinking mode (enable_thinking=True): модель генерирует внутренние рассуждения перед ответом. Рекомендуется для математики, сложного кода, reasoning-задач. Thinking tokens добавляются к выходному объёму и тарифицируются как output.
Non-thinking mode: прямой ответ без overhead. Подходит для чата, классификации, генерации текста.
Локальный запуск через Ollama
# Установка
curl -fsSL https://ollama.com/install.sh | sh
# Qwen3 8B — 5.2GB, достаточно GPU 8GB
ollama run qwen3:8b
# Qwen3 32B — 20GB, нужен GPU 24GB или Mac M3 Max
ollama run qwen3:32b
# Qwen3 4B — 2.5GB, 256K контекст, запускается на GPU 4GB
ollama run qwen3:4bТребования по памяти
| Модель | Размер (Ollama) | Минимум VRAM | Контекст |
|---|---|---|---|
| qwen3:0.6b | 523MB | 2GB | 40K |
| qwen3:4b | 2.5GB | 4GB | 256K |
| qwen3:8b | 5.2GB | 8GB | 40K |
| qwen3:14b | 9.3GB | 12GB | 40K |
| qwen3:32b | 20GB | 24GB | 40K |
| qwen3:235b | 142GB | ~160GB | 256K |
Практичный выбор для кодинга, чата и summarization на GPU 12GB: qwen3:14b. Максимальное качество при ограничении 24GB — qwen3:32b.
Доступ через API
OpenRouter — рекомендуемый путь для API-доступа:
- Qwen3-235B-A22B: $0.455/1M ввод, $1.82/1M вывод, контекст 131K (YaRN)
DashScope / Alibaba Cloud — официальный облачный API. Модели: qwen3.6-max-preview, qwen3.6-plus, qwen3.6-flash. Публичные цены на сайте не отображены — нужна регистрация.
Самостоятельный деплой через vLLM:
# Qwen3-235B-A22B на 8x GPU A100 80GB
python -m vllm.entrypoints.openai.api_server
--model Qwen/Qwen3-235B-A22B
--tensor-parallel-size 8 # 8x A100 80GBQwen-Agent — официальный framework для агентских задач, tool calling и MCP-интеграции (см. Model Context Protocol).
Лицензирование: Apache 2.0 vs Meta Community License
| Условие | Apache 2.0 (Qwen3) | Meta Community License (Llama 4) |
|---|---|---|
| Коммерческое использование | Да, без ограничений | Да, но >700M MAU — отдельное соглашение |
| Производные модели | Да | Да (с ограничениями) |
| Конкурирующие базовые модели | Да | Нет |
| Attribution | Да (обязателен) | Да (обязателен) |
| Простота юридического анализа | Высокая | Требует изучения дополнительных условий |
Для стартапов и enterprise без порога 700M MAU — Apache 2.0 юридически проще.
Сравнение с конкурентами
| Параметр | Qwen3-235B-A22B | Llama 4 Maverick | DeepSeek V3.2 | Claude Sonnet 4 |
|---|---|---|---|---|
| Ввод (API, $/1M) | $0.455 (OR) | $0.15 (OR) | $0.26 | $3.00 |
| Open weights | Да (Apache 2.0) | Да (Meta lic.) | Нет | Нет |
| Контекст | 131K (YaRN) | 1M | 164K | 200K–1M |
| Coding специализация | Да (Qwen2.5-Coder) | Нет | Да | Да |
| Русский язык | Да (119 языков) | Нет (12 языков) | Частично | Да |
| Thinking mode | Да (hybrid) | Нет | Да (Thinking) | Нет |
| Лицензия | Apache 2.0 | Meta Community | API-only | API-only |
Кому подходит Qwen
Да, стоит использовать:
- Нужны открытые веса с максимально свободной лицензией без ограничений по аудитории (Apache 2.0)
- Работаете на русском языке — 119 языков поддерживается
- Хотите запускать специализированную coding-модель локально на GPU 12-24GB (Qwen2.5-Coder-32B или Qwen3-32B)
- Нужен hybrid thinking mode: одна модель для простых и сложных задач
- Ищете баланс между ценой и качеством в API — $0.455/1M через OpenRouter vs $3.00/1M у Claude
- Fine-tune без юридических ограничений: Apache 2.0 не требует согласований
Нет, лучше выбрать другое:
- Нужен максимальный SWE-bench Verified результат (→ Claude 80.9%)
- Нужна нативная мультимодальность видео/аудио (→ Gemini)
- Минимальная цена при приемлемом качестве (→ DeepSeek от $0.26/1M)
- Нужен enterprise API с SLA без self-hosting (→ Claude, GPT)
Обновлено: май 2026. Цены из OpenRouter. Бенчмарки — Qwen Team официальный блог и HuggingFace карточки моделей.