Qwen es una familia de modelos de lenguaje de gran tamaño desarrollada por Alibaba Cloud, la división de computación en la nube del conglomerado chino Alibaba Group. Los primeros modelos Qwen se lanzaron en 2023, y desde entonces la familia se ha expandido a través de múltiples generaciones y variantes especializadas, incluyendo modelos de lenguaje base, versiones ajustadas para chat, modelos de visión y lenguaje (Qwen-VL), modelos especializados en codificación (Qwen-Coder) y modelos de audio. Alibaba lanzó la mayoría de los modelos Qwen bajo licencias de pesos abiertos, principalmente Apache 2.0, lo que contribuyó a que la familia se convirtiera, para 2025, en una de las familias de modelos más descargadas en Hugging Face, tanto directamente como a través del gran número de modelos derivados ajustados a partir de los puntos de control de Qwen por la comunidad de código abierto en general.
Linaje de modelos
Qwen1 se lanzó en 2023 con escalas de parámetros de hasta 72 mil millones. Qwen2 le siguió en 2024 con una cobertura multilingüe mejorada y ventanas de contexto más largas. Qwen2.5, lanzado en septiembre de 2024, abarcó una amplia gama de tamaños, desde menos de mil millones de parámetros hasta 72 mil millones, junto con variantes especializadas en codificación y matemáticas, y fue ampliamente evaluado como competitivo con modelos abiertos de tamaño similar de la familia Llama de Meta AI. Qwen3, lanzado en 2025, introdujo una capacidad de razonamiento híbrido, permitiendo que un solo modelo alternara entre un modo de respuesta directa rápida y un modo de razonamiento extendido, reflejando una dirección de diseño también seguida por otros laboratorios que compiten por combinar la capacidad general de chat con el rendimiento de modelos de razonamiento. Qwen3 se lanzó en una gama de tamaños, incluyendo variantes de mezcla de expertos orientadas a equilibrar la capacidad con el costo de inferencia.
Posición en el ecosistema de pesos abiertos
Los modelos Qwen se utilizan con frecuencia como base para el ajuste fino por investigadores, startups y aficionados, tanto debido a sus licencias permisivas como porque su rendimiento en puntos de referencia estándar como MMLU y evaluaciones de codificación como HumanEval se comparaba favorablemente con otras opciones abiertas. Los modelos de razonamiento destilados de DeepSeek, como DeepSeek-R1, por ejemplo, utilizaron puntos de control de Qwen como uno de los modelos base para la destilación. La rápida iteración de Qwen y su amplia gama de tamaños, desde modelos pequeños que pueden ejecutarse en hardware de consumo hasta variantes competitivas con modelos cerrados más grandes, posicionaron a Alibaba como uno de los contribuyentes más activos al ecosistema de pesos abiertos, junto con DeepSeek, Mistral AI y Meta.
Recepción y contexto estratégico
Los lanzamientos de Qwen a menudo se interpretan en el contexto de una ola más amplia de modelos de pesos abiertos capaces provenientes de laboratorios de IA chinos durante 2024 y 2025, junto con DeepSeek y otros, que los analistas y formuladores de políticas occidentales citaron como evidencia de que la industria de IA de China seguía siendo competitiva a pesar de los controles de exportación de EE. UU. sobre GPU avanzadas. Alibaba posicionó a Qwen tanto como una contribución de investigación y como la base de sus propias ofertas comerciales de IA en la nube, integrando los modelos Qwen en los productos empresariales de Alibaba Cloud. Evaluadores independientes señalaron que, al igual que otros modelos desarrollados en China, los productos de Qwen alojados orientados al consumidor aplicaban restricciones de contenido alineadas con los requisitos regulatorios chinos sobre temas políticos sensibles, aunque los pesos de modelo lanzados abiertamente no imponían esto cuando eran ejecutados de manera independiente por terceros.