Qwen é uma família de modelos de linguagem de grande porte desenvolvida pela Alibaba Cloud, a divisão de computação em nuvem do conglomerado chinês Alibaba Group. Os primeiros modelos Qwen foram lançados em 2023, e a família desde então se expandiu por múltiplas gerações e variantes especializadas, incluindo modelos de linguagem base, versões ajustadas para chat, modelos de visão-linguagem (Qwen-VL), modelos especializados em codificação (Qwen-Coder) e modelos de áudio. A Alibaba lançou a maioria dos modelos Qwen sob licenças de pesos abertos, principalmente Apache 2.0, o que contribuiu para que a família se tornasse, até 2025, uma das famílias de modelos mais baixadas no Hugging Face, tanto diretamente quanto por meio do grande número de modelos derivados ajustados a partir dos checkpoints Qwen pela comunidade de código aberto em geral.
Linhagem dos modelos
O Qwen1 foi lançado em 2023 em escalas de parâmetros de até 72 bilhões. O Qwen2 seguiu em 2024 com melhor cobertura multilíngue e janelas de contexto mais longas. O Qwen2.5, lançado em setembro de 2024, abrangeu uma ampla gama de tamanhos, de menos de um bilhão de parâmetros até 72 bilhões, além de variantes especializadas em codificação e matemática, e foi amplamente avaliado como competitivo com modelos abertos de tamanho similar da família Llama da Meta AI. O Qwen3, lançado em 2025, introduziu capacidade de raciocínio híbrido, permitindo que um único modelo alternasse entre um modo rápido de resposta direta e um modo estendido de raciocínio Chain-of-thought, ecoando uma direção de design também perseguida por outros laboratórios que competem para combinar capacidade geral de chat com desempenho de modelo de raciocínio. O Qwen3 foi lançado em uma variedade de tamanhos, incluindo variantes de Mixture of experts voltadas a equilibrar capacidade e custo de inferência.
Posição no ecossistema de pesos abertos
Os modelos Qwen são frequentemente usados como base para Fine-tuning por pesquisadores, startups e entusiastas, tanto por sua licença permissiva quanto porque seu desempenho em benchmarks padrão como MMLU e avaliações de codificação como HumanEval se comparava favoravelmente com outras opções abertas. Os modelos de raciocínio destilados do DeepSeek-R1 da DeepSeek, por exemplo, usaram checkpoints Qwen como uma das bases para destilação. A iteração rápida do Qwen e sua ampla faixa de tamanhos, de modelos pequenos o suficiente para rodar em hardware de consumo a variantes competitivas com modelos fechados maiores, posicionaram a Alibaba como um dos contribuintes mais ativos do ecossistema de pesos abertos, ao lado de DeepSeek, Mistral AI e Meta.
Recepção e contexto estratégico
Os lançamentos do Qwen são frequentemente interpretados no contexto de uma onda mais ampla de modelos de pesos abertos capazes vindos de laboratórios de IA chineses ao longo de 2024 e 2025, junto com DeepSeek e outros, que analistas e formuladores de políticas ocidentais citaram como evidência de que a indústria de IA da China permanecia competitiva apesar dos controles de exportação dos EUA sobre GPUs avançadas. A Alibaba posicionou o Qwen tanto como uma contribuição de pesquisa quanto como a base para suas próprias ofertas comerciais de IA em nuvem, integrando os modelos Qwen aos produtos empresariais da Alibaba Cloud. Avaliadores independentes notaram que, como outros modelos desenvolvidos na China, os produtos Qwen hospedados voltados ao consumidor aplicavam restrições de conteúdo alinhadas aos requisitos regulatórios chineses sobre tópicos políticos sensíveis, embora os pesos dos modelos lançados abertamente não impusessem isso quando executados de forma independente por terceiros.