通义千问开源模型排行榜

本榜收录通义千问（阿里）在本站的全部 312 个开源模型，按社区累计下载量降序排列。该系列以参数档位齐全著称，从 0.5B 的端侧小模型到 72B 以上的大模型均有开源版本，并普遍采用 apache-2.0 协议，是中文本地部署与二次微调中使用最广的开源系列之一。

数据更新时间：2026-09-22 本榜收录 312 个模型 模型库共 1,408 个 排序依据：累计下载量 ↓
模型总榜 国产大模型榜 海外开源模型榜 通义千问(阿里) AI2(Allen) Microsoft Google 面壁智能 上海AI实验室 智谱AI DeepSeek 智源研究院 魔搭社区 腾讯混元 Mistral AI

下载量排名 TOP50

魔搭社区累计下载
排名 模型 厂商 / 协议 参数量 下载量 点赞
1 千问2.5-0.5B-Instruct Qwen 2.5系列开源模型基于更大的训练数据集训练而成，在编程能力、数学能力以及指令遵循能力等方面都有显著提升。同时Qwen 2.5提供强大的多语言能力，包括了29种以上语言的支持。 通义千问(阿里) apache-2.0 494.0M 901.7万 261
2 千问3-8B 通义千问(阿里) apache-2.0 8.2B 758.5万 362
3 千问2.5-7B-Instruct Qwen 2.5系列开源模型基于更大的训练数据集训练而成，在编程能力、数学能力以及指令遵循能力等方面都有显著提升。同时Qwen 2.5提供强大的多语言能力，包括了29种以上语言的支持。 通义千问(阿里) apache-2.0 7.6B 725.8万 526
4 千问2.5-14B-Instruct Qwen 2.5系列开源模型基于更大的训练数据集训练而成，在编程能力、数学能力以及指令遵循能力等方面都有显著提升。同时Qwen 2.5提供强大的多语言能力，包括了29种以上语言的支持。 通义千问(阿里) apache-2.0 14.8B 596.4万 110
5 千问3-0.6B 通义千问(阿里) apache-2.0 751.6M 577.1万 283
6 千问2.5-72B-Instruct Qwen 2.5系列开源模型基于更大的训练数据集训练而成，在编程能力、数学能力以及指令遵循能力等方面都有显著提升。同时Qwen 2.5提供强大的多语言能力，包括了29种以上语言的支持。 通义千问(阿里) other 72.7B 462.1万 228
7 千问3-32B 通义千问(阿里) apache-2.0 32.8B 452.0万 363
8 千问 QwQ-32B 通义千问(阿里) apache-2.0 32.8B 393.0万 662
9 千问3-4B 通义千问(阿里) apache-2.0 4.0B 372.9万 170
10 千问3-30B-A3B 通义千问(阿里) apache-2.0 30.5B 224.1万 102
11 千问3-Next-80B-A3B-Instruct 通义千问(阿里) apache-2.0 81.3B 219.0万 170
12 千问-14B-Chat 通义千问-14B（Qwen-14B） 是阿里云研发的通义千问大模型系列的140亿参数规模的模型。Qwen-14B是基于Transformer的大语言模型, 在超大规模的预训练数据上进行训练得到。同时，在Qwen-14B的基础上，我们使用对齐机制打造了基于大语言模型的AI助手Qwen-14B-Chat。本仓库为Qwen-14B-Chat的仓库 通义千问(阿里) 14.2B 194.8万 371
13 千问3-30B-A3B-Instruct-2507 通义千问(阿里) apache-2.0 30.5B 166.7万 134
14 千问2-72B-Instruct Qwen2是Qwen系列模型的重大升级。Qwen2在⼤规模模型上实现了⾮常⼤幅度的效果提升，并增⼤了上下⽂⻓度⽀持。 通义千问(阿里) other 72.7B 142.3万 139
15 千问1.5-7B-Chat Qwen1.5版本本次开源了包括0.5B、1.8B、4B、7B、14B和72B在内的六种大小的基础和聊天模型，同时，也开源了量化模型。不仅提供了Int4和Int8的GPTQ模型，还有AWQ模型，以及GGUF量化模型。为了提升开发者体验，Qwen1.5的代码合并到Hugging Face Transformers中，开发者现在可以直接使用transformers>=4.37.0而无需trust_remote_code。此外，Qwen1.5支持了例如vLLM、SGLang、AutoGPTQ等框架对Qwen1.5的支持。Qwen1.5显著提升了聊天模型与人类偏好的一致性，并且改善了它们的多语言能力。所有模型提供了统一的上下文长度支持，支持32K上下文, 基础语言模型的质量也有所改进。 通义千问(阿里) other 7.7B 141.0万 167
16 千问3-0.6B-FP8 通义千问(阿里) apache-2.0 751.7M 136.2万 16
17 千问3-1.7B 通义千问(阿里) apache-2.0 2.0B 123.7万 93
18 千问3-Coder-30B-A3B-Instruct-FP8 通义千问(阿里) apache-2.0 30.5B 123.3万 25
19 千问3-14B 通义千问(阿里) apache-2.0 14.8B 118.8万 96
20 千问2.5-3B-Instruct Qwen 2.5系列开源模型基于更大的训练数据集训练而成，在编程能力、数学能力以及指令遵循能力等方面都有显著提升。同时Qwen 2.5提供强大的多语言能力，包括了29种以上语言的支持。 通义千问(阿里) other 3.1B 112.1万 104
21 千问3-235B-A22B 通义千问(阿里) apache-2.0 235.1B 96.0万 238
22 千问2.5-1.5B-Instruct Qwen 2.5系列开源模型基于更大的训练数据集训练而成，在编程能力、数学能力以及指令遵循能力等方面都有显著提升。同时Qwen 2.5提供强大的多语言能力，包括了29种以上语言的支持。 通义千问(阿里) apache-2.0 1.5B 94.2万 149
23 千问3-8B-FP8 通义千问(阿里) apache-2.0 8.2B 81.0万 14
24 Qwen3Guard-Gen-0.6B 通义千问(阿里) apache-2.0 751.6M 78.4万 12
25 千问3-Coder-30B-A3B-Instruct 通义千问(阿里) apache-2.0 30.5B 78.2万 177
26 千问2.5-32B-Instruct Qwen 2.5系列开源模型基于更大的训练数据集训练而成，在编程能力、数学能力以及指令遵循能力等方面都有显著提升。同时Qwen 2.5提供强大的多语言能力，包括了29种以上语言的支持。 通义千问(阿里) apache-2.0 32.8B 75.7万 98
27 千问3-4B-Instruct-2507 通义千问(阿里) apache-2.0 4.0B 74.5万 96
28 千问3-Next-80B-A3B-Instruct-FP8 通义千问(阿里) apache-2.0 60.5B 72.8万 16
29 CodeQwen1.5-7B-Chat 代码专家模型 CodeQwen1.5! CodeQwen1.5 基于 Qwen 语言模型初始化，拥有 7B 参数的模型，其拥有 GQA 架构，经过了 ~3T tokens 代码相关的数据进行预训练，共计支持 92 种编程语言、且最长支持 64K 的上下文输入。效果方面，CodeQwen1.5 展现出了非凡的代码生成、长序列建模、代码修改、SQL 能力等,该模型可以大大提高开发人员的工作效率，并在不同的技术环境中简化软件开发工作流程。 通义千问(阿里) other 7.3B 70.7万 96
30 千问-7B-Chat 通义千问-7B（Qwen-7B）是阿里云研发的通义千问大模型系列的70亿参数规模的模型。Qwen-7B是基于Transformer的大语言模型, 在超大规模的预训练数据上进行训练得到。预训练数据类型多样，覆盖广泛，包括大量网络文本、专业书籍、代码等。本模型为经过微调对齐的Chat版本。 通义千问(阿里) other 7.7B 69.3万 757
31 千问3-32B-FP8 通义千问(阿里) apache-2.0 32.8B 61.3万 21
32 千问2-7B-Instruct Qwen2是Qwen系列模型的重大升级。Qwen2在⼤规模模型上实现了⾮常⼤幅度的效果提升，并增⼤了上下⽂⻓度⽀持。 通义千问(阿里) apache-2.0 7.6B 59.8万 172
33 千问3-14B-FP8 通义千问(阿里) apache-2.0 14.8B 59.0万 18
34 千问2.5-72B-Instruct-GPTQ-Int4量化 通义千问(阿里) other 11.9B 57.1万 32
35 千问-7B-预训练 通义千问-7B（Qwen-7B）是阿里云研发的通义千问大模型系列的70亿参数规模的模型。Qwen-7B是基于Transformer的大语言模型, 在超大规模的预训练数据上进行训练得到。预训练数据类型多样，覆盖广泛，包括大量网络文本、专业书籍、代码等。本模型为预训练版本。 通义千问(阿里) other 7.7B 52.4万 221
36 千问3-4B-FP8 通义千问(阿里) apache-2.0 4.4B 51.5万 11
37 千问2.5-72B-Instruct-AWQ量化 通义千问(阿里) other 11.9B 51.0万 27
38 千问2.5-32B-Instruct-GPTQ-Int4量化 通义千问(阿里) apache-2.0 5.7B 49.7万 26
39 千问 QwQ-32B-AWQ 通义千问(阿里) apache-2.0 5.7B 49.7万 34
40 千问2.5-0.5B-预训练 Qwen 2.5系列开源模型基于更大的训练数据集训练而成，在编程能力、数学能力以及指令遵循能力等方面都有显著提升。同时Qwen 2.5提供强大的多语言能力，包括了29种以上语言的支持。 通义千问(阿里) apache-2.0 494.0M 45.3万 36
41 千问3-14B-AWQ 通义千问(阿里) apache-2.0 14.8B 44.6万 23
42 千问2-0.5B-Instruct 通义千问(阿里) apache-2.0 494.0M 44.6万 38
43 千问3-32B-AWQ 通义千问(阿里) apache-2.0 5.7B 43.6万 45
44 千问3-30B-A3B-FP8 通义千问(阿里) apache-2.0 30.5B 43.5万 30
45 千问1.5-110B 通义千问(阿里) other 111.2B 42.7万 13
46 千问-VL-Chat Qwen-VL 是阿里云研发的视觉大规模语言模型(Visual Large language Model, VLLM)。Qwen-VL 可以以图像、文本、检测框作为输入，并以文本和检测框作为输出。该仓库是Qwen-VL-Chat的仓库。 通义千问(阿里) — 41.9万 328
47 千问3-30B-A3B-Instruct-2507-FP8 通义千问(阿里) apache-2.0 30.5B 38.4万 34
48 千问3-4B-Instruct-2507-FP8 通义千问(阿里) apache-2.0 4.4B 38.0万 20
49 千问1.5-0.5B-Chat Qwen1.5版本本次开源了包括0.5B、1.8B、4B、7B、14B和72B在内的六种大小的基础和聊天模型，同时，也开源了量化模型。不仅提供了Int4和Int8的GPTQ模型，还有AWQ模型，以及GGUF量化模型。为了提升开发者体验，Qwen1.5的代码合并到Hugging Face Transformers中，开发者现在可以直接使用transformers>=4.37.0而无需trust_remote_code。此外，Qwen1.5支持了例如vLLM、SGLang、AutoGPTQ等框架对Qwen1.5的支持。Qwen1.5显著提升了聊天模型与人类偏好的一致性，并且改善了它们的多语言能力。所有模型提供了统一的上下文长度支持，支持32K上下文, 基础语言模型的质量也有所改进。 通义千问(阿里) other 619.6M 37.1万 71
50 千问1.5-110B-Chat 通义千问(阿里) other 111.2B 36.7万 95
在模型库中按厂商 / 参数 / 下载量筛选 →

榜单说明

排序依据：模型在魔搭社区（ModelScope）的累计下载量降序，同等下载量按社区点赞数排序。数据每日同步一次，最近同步时间：2026-09-22 23:31。 下载量受模型体积、上手门槛与发布时长影响，小参数模型因部署成本低往往下载量更高，选型时建议结合参数量、开源协议与任务类型综合判断。 每个模型的 README 说明、下载命令与详情，见模型详情页。

常见问题

通义千问系列怎么选参数档位？
端侧与高并发场景选 0.5B-3B；单卡通用助手选 7B-14B；对质量要求高且有算力时选 32B 及以上。建议先用小模型验证流程，再按需升级。
千问开源模型可以商用吗？
该系列多数版本采用 apache-2.0 协议，商用限制较少；个别版本可能另有说明，使用前请核对具体模型仓库中的协议原文。