Qwen3-VL-Thinking 是 Qwen3-VL 系列中一个为复杂视觉推理任务特别优化的版本。该模型内置了“思考模式”（Thinking Mode），使其在回答问题前能够生成详细的中间推理步骤（Chain-of-Thought），从而显著增强其在需要多步逻辑、规划和深入分析的视觉问答及其他视觉语言任务上的表现。

Qwen3-VL 是 Qwen3 系列中的视觉语言模型，在多个视觉语言（VL）基准测试中取得了领先（SOTA）性能。该模型支持百万像素级别的高分辨率图像输入，并具备强大的通用视觉理解、多语言 OCR、细粒度视觉定位和视觉对话能力。作为 Qwen3 系列的一部分，它继承了强大的语言基础，能够理解和执行复杂的指令.

混元翻译模型，包含一个翻译模型Hunyuan-MT-7B和一个集成模型Hunyuan-MT-Chimera。翻译模型用来将待翻译的文本翻译成目标语言，集成模型用来把翻译模型的多个翻译结果集成为一个更好的翻译，是业界首个开源翻译集成模型，可以将翻译效果再提升一个档次，虽然体积小巧（7B），但通过融合策略，能输出比普通单一模型更精准、更地道的翻译结果。重点支持33种语言互译，支持5种民汉语言。

Qwen3-Coder-30B-A3B-Instruct 是由阿里巴巴通义千问团队开发的 Qwen3 系列中的代码模型。作为一个经过精简优化的模型，它在保持高性能和高效率的同时，专注于提升代码处理能力。该模型在代理式编程（Agentic Coding）、自动化浏览器操作和工具调用等复杂任务上，于开源模型中表现出显著的性能优势。

混元翻译模型（Hunyuan Translation Model）由一个翻译模型 Hunyuan-MT-7B 和一个集成模型 Hunyuan-MT-Chimera 组成。Hunyuan-MT-7B 是一个拥有 70 亿参数的轻量级翻译模型，用于将源文本翻译成目标语言。该模型支持 33 种语言以及 5 种中国少数民族语言的互译。在 WMT25 国际机器翻译竞赛中，Hunyuan-MT-7B 在其参与的 31 个语言类别中获得了 30 个第一名，展现了其卓越的翻译能力。针对翻译场景，腾讯混元提出了一个从预训练到监督微调、再到翻译强化和集成强化的完整训练范式，使其在同等规模的模型中达到了业界领先的性能。该模型计算效率高、易于部署，适合多种应用场景

Qwen3.5-27B 是阿里通义千问于 2026 年 2 月推出的全参数稠密型原生多模态开源大模型，主打小尺寸、高能效、易部署，基于 Qwen3.5 系列的混合注意力架构，具备原生多模态能力（预训练阶段早期融合视觉与语言，非外挂模块），支持图像、长文本等多类型输入。核心能力上，它在复杂推理、工具调用、代码生成与智能体任务中表现突出，原生上下文长度达 262,144 tokens，可扩展至 100 万，支持 201 种语言。 工程层面，它适配多 Token 预测（MTP）以提升推理速度，结合高效显存优化，兼顾性能与成本，是面向科研与工业落地的高性价比选择。