通义千问模型下载地址

简介

通义千问（英语 Tongyi Qianwen，海外版称 Qwen）是阿里云开发的大语言模型及聊天机器人，涵盖文字、视觉、音讯等模态。它要解决的是两类需求：一是不想自己维护模型、只想按需调用能力；二是想把权重放到自有机器上离线跑推理。前者可走阿里云百炼的模型服务，后者可从 GitHub 官方仓库或 ModelScope 魔搭社区下载模型权重。适合做应用集成的开发团队、需要本地部署的算法工程师，以及只想直接对话体验的普通用户。核心优势是官方渠道明确、云端与本地两条路线都可选，且 Qwen3 支持混合思考模式，可灵活控制推理方式。

核心功能

• 多模态模型服务：阿里云百炼提供千问及第三方模型服务，覆盖文本、图像、音频、视频等多种模态。
• 文本生成型号可选：百炼模型文档列出 qwen3.8-max、qwen3.7-plus、qwen3.8-flash 等文本生成模型，具体可用型号以官方页面为准。
• 混合思考模式：最新的 Qwen3 采用「Thinking」和「Non-Thinking」两种模式，可按任务灵活控制是否展开推理。
• 官方代码与权重入口：github.com/QwenLM/Qwen 是 Qwen 的官方仓库，给出模型 checkpoint 与代码下载到本地环境的指引。
• 本地权重获取：ModelScope 魔搭社区提供模型页，例如 https://www.modelscope.cn/models/Qwen/Qwen3-0.6B，可直接下载对应权重。
• 一站式推理与部署：阿里云千问大模型页面定位为高性能、低成本的 AI 基础设施，支持全模态模型服务调用与 AI 应用搭建。
• 命令行编码工具：Qwen Code 启动后输入 /auth，可绑定阿里云百炼 Coding Plan 的专属 API Key 完成配置。
• 面向普通用户的助手入口：千问（https://www.qianwen.com/）提供 AI 搜索、网页总结、AI PPT、AI 生图、PPT 创作、录音纪要等能力。

使用场景

• 本地离线推理：在 ubuntu 等环境下载权重后跑 Qwen-7B 这类模型，Qwen-7B 系列基于 Transformer 架构、汇聚 70 亿参数。
• 云端 API 接入：产品接入千问大模型后对外提供服务，省去自行维护推理服务的开销。
• 应用商店上架：按百炼常见问题说明，接入千问的产品要上架微信小程序等应用商店时，需按官方要求提供合作相关材料。
• 多模态应用搭建：需要同时处理文本、图像、音频、视频输入的场景，可直接选用百炼上对应模态的模型服务。
• 编码辅助工作流：使用 Qwen Code 并配置阿里云百炼 Coding Plan 区域 china 的专属 API Key，在终端内完成编码任务。
• 快速体验与演示：不想搭环境时，直接在千问助手入口做 AI 搜索、网页总结、AI 生图或 PPT 创作。

安装与获取步骤

1. 先确定路线：需要省事就走阿里云百炼的云端调用，需要离线或自有硬件就走本地权重下载，两条路线的入口不同。
2. 云端路线：打开模型列表页 https://help.aliyun.com/zh/model-studio/models 确认可用型号，在阿里云百炼控制台开通服务并取得 API Key，再用官方 SDK 或 HTTP 接口发起调用。
3. 本地权重：打开 ModelScope 魔搭社区对应模型页，例如 https://www.modelscope.cn/models/Qwen/Qwen3-0.6B，按页面提供的下载方式把权重取到本地磁盘。
4. 代码获取：执行 git clone https://github.com/QwenLM/Qwen 把官方仓库克隆到本地，仓库内说明了模型 checkpoint 与代码的下载位置。
5. 环境准备：准备 Python 环境并装齐依赖库，公开教程中用到的环境为 python3.10.14、系统为 ubuntu，实际要求以官方仓库说明为准。
6. 配置调用：若用 Qwen Code，启动后输入 /auth，依次选择订阅计划 > 阿里云百炼Coding Plan，区域选 china，输入 Coding Plan 专属 API Key 即完成配置。

云端调用与本地下载对比

两条路线的差别主要在维护成本、可控性和适用人群。云端调用不用关心显存与依赖版本，适合快速上线的产品；本地下载把权重放在自己机器上，适合对数据出域敏感或需要离线运行的场景。具体型号可用性、授权条款与硬件要求，均以官方页面为准。

• 云端（百炼）：按模型列表选型号，用 API Key 调用，覆盖文本、图像、音频、视频模态，无需自行管理推理服务。
• 本地（ModelScope / GitHub）：下载权重与代码，自行准备 Python 与依赖库，资源占用随参数量上升，Qwen-7B 系列为 70 亿参数。
• 混合使用：先在千问助手入口验证效果，再决定是否把同一能力接入百炼 API 或迁到本地权重。

注意事项

• 型号与可用性会随官方文档更新，文中出现的 qwen3.8-max、qwen3.7-plus、qwen3.8-flash 等名称以官方页面为准。
• 权重只从官方渠道获取：GitHub 认准 github.com/QwenLM/Qwen，本地权重认准 modelscope.cn 的官方模型页，避免来源不明的镜像。
• 本地跑模型前先评估硬件：参数量越大资源占用越高，Qwen-7B 系列 70 亿参数对机器要求明显高于小参数型号。
• API Key 与 Coding Plan 专属 Key 属于凭据，不要写进公开仓库或截图外传；两种 Key 是否通用以官方文档说明为准。
• 第三方教程的环境（如 ubuntu + python3.10.14）与官方要求可能不一致，出现依赖报错时优先比对官方仓库说明。
• 产品接入千问后要上架微信小程序等应用商店的，需按百炼常见问题页要求准备合作相关材料，具体清单以官方页面为准。