Qwen ist eine Familie von großen Sprachmodellen, die von Alibaba Cloud entwickelt wurde, der Cloud-Computing-Sparte des chinesischen Konglomerats Alibaba Group. Die ersten Qwen-Modelle wurden 2023 veröffentlicht, und die Familie hat sich seitdem über mehrere Generationen und spezialisierte Varianten erweitert, darunter Basis-Sprachmodelle, chat-angepasste Versionen, Vision-Language-Modelle (Qwen-VL), auf Codierung spezialisierte Modelle (Qwen-Coder) und Audiomodelle. Alibaba veröffentlichte die meisten Qwen-Modelle unter Open-Weight-Lizenzen, hauptsächlich Apache 2.0, was dazu beitrug, dass die Familie bis 2025 zu den am häufigsten heruntergeladenen Modellfamilien auf Hugging Face wurde, sowohl direkt als auch durch die große Anzahl abgeleiteter Modelle, die von der breiteren Open-Source-Community aus Qwen-Checkpoints feinabgestimmt wurden.
Modell-Linie
Qwen1 startete 2023 mit Parameterskalen bis zu 72 Milliarden. Qwen2 folgte 2024 mit verbesserter mehrsprachiger Abdeckung und längeren Kontextfenstern. Qwen2.5, veröffentlicht im September 2024, umfasste eine breite Palette von Größen von unter einer Milliarde Parametern bis zu 72 Milliarden, zusammen mit spezialisierten Codierungs- und Mathematikvarianten, und wurde weithin als wettbewerbsfähig mit ähnlich großen offenen Modellen aus der Llama-Familie von Meta AI bewertet. Qwen3, veröffentlicht 2025, führte hybride Denkfähigkeiten ein, die es einem einzelnen Modell ermöglichen, zwischen einem schnellen Direktantwortmodus und einem erweiterten Chain-of-thought-Denkmodus zu wechseln, was eine Designrichtung widerspiegelt, die auch von anderen Laboren verfolgt wird, die darum kämpfen, allgemeine Chat-Fähigkeiten mit Reasoning-Modell-Leistung zu kombinieren. Qwen3 wurde in einer Reihe von Größen veröffentlicht, einschließlich Mixture of experts-Varianten, die darauf abzielen, Fähigkeiten gegen Inferenzkosten abzuwägen.
Position im Open-Weight-Ökosystem
Qwen-Modelle werden häufig als Basis für Fine-tuning von Forschern, Startups und Hobbyisten verwendet, sowohl wegen ihrer großzügigen Lizenzierung als auch weil ihre Leistung bei Standard-Benchmarks wie MMLU und Codierungsbewertungen wie HumanEval im Vergleich zu anderen offenen Optionen günstig abschnitt. DeepSeeks DeepSeek-R1 destillierte Reasoning-Modelle verwendeten beispielsweise Qwen-Checkpoints als eine der Basismodelle für die Destillation. Qwens schnelle Iteration und breite Größenspanne, von Modellen, die klein genug sind, um auf Verbraucherhardware zu laufen, bis zu Varianten, die mit größeren geschlossenen Modellen konkurrieren können, positionierten Alibaba als einen der aktivsten Beitragenden zum Open-Weight-Ökosystem neben DeepSeek, Mistral AI und Meta.
Rezeption und strategischer Kontext
Qwens Veröffentlichungen werden oft im Kontext einer breiteren Welle leistungsfähiger Open-Weight-Modelle aus chinesischen KI-Laboren in den Jahren 2024 und 2025 gelesen, neben DeepSeek und anderen, die Analysten und westliche politische Entscheidungsträger als Beleg dafür anführten, dass Chinas KI-Industrie trotz US-Exportkontrollen für fortschrittliche GPUs wettbewerbsfähig blieb. Alibaba positionierte Qwen sowohl als Forschungsbeitrag als auch als Grundlage für seine eigenen kommerziellen Cloud-KI-Angebote und integrierte Qwen-Modelle in die Unternehmensprodukte von Alibaba Cloud. Unabhängige Bewerter stellten fest, dass gehostete, verbraucherorientierte Qwen-Produkte, wie auch andere in China entwickelte Modelle, Inhaltsbeschränkungen anwendeten, die mit chinesischen regulatorischen Anforderungen zu sensiblen politischen Themen übereinstimmten, obwohl die offen veröffentlichten Modellgewichte selbst dies nicht durchsetzten, wenn sie unabhängig von Dritten ausgeführt wurden.