Pubblicato il 19 set 2024
Modello ultra-compatto di 0,5 miliardi di parametri. Si esegue su qualsiasi hardware, anche embedded: ideale per riepilugi leggeri e per dispositivi locali a bassissimo consumo.
Flagship Max da 2,4 trilioni di parametri con ~95B attivi, contesto da 1M token e primo modello Max aperto dei pesi, oltre al Qwen3.8-27B Apache 2.0.
Flagship Qwen3.5-397B-A17B basata su MoE sparsa con attenzione lineare (Gated DeltaNet), multimodalità nativa e 201 lingue.
Generazione successiva con modalità ibride di ragionamento (thinking e non-thinking), pretraining raddoppiato a ~36 trilioni di token e 8 taglie open-weight.
Rilasciata insieme alla famiglia Qwen2.5 con taglie da 0,5B a 72B, contesto fino a 128K token e licenza Apache 2.0.
Visita il sito ufficiale per scaricare, documentarti e iniziare a utilizzare Qwen2.5 0.5B.
Modello open-weight da 7B (DiT da 32 layer) che unisce generazione da testo fino a 2048x2048, editing con fino a 10 immagini di riferimento e trasparenza RGBA nativa. Pensato per girare in locale su 16GB+ di VRAM; supportato da diffusers e ComfyUI.
Salito netto in ragionamento e qualità delle istruzioni rispetto agli 8B. Ottimo per coding, agent e stesura strutturata su GPU da 16GB o Mac con 32GB di RAM.
Qualità vicina ai modelli da 70B a una frazione della dimensione: il punto ideale per usi avanzati. Eccellente in italiano, codice e ragionamento. Richiede 24GB o più di VRAM.
