Görme, dinleme ve yanıt verme için tek model
Alibaba, metin, görsel, ses ve video girdilerini kabul edip metinle veya doğal konuşmayla yanıt veren bir yapay zekâ modeli olan Qwen3 Omni'yi yayımladı. 10 Ekim 2025 itibarıyla kullanıma sunulan model, geniş yeteneklerini Apache 2.0 lisansıyla bir araya getirerek geliştiricilere teknolojiyi ticari ürünlerde çalıştırma, değiştirme ve dağıtma konusunda önemli bir özgürlük tanıyor.
İçindekiler
- Görme, dinleme ve yanıt verme için tek model
- Farklı işler için üç sürüm
- Thinker ve Talker iş bölümü
- Hız, diller ve uzun konuşmalar
- Ses yeteneklerinin ardındaki eğitim
- Kıyaslama sonuçları ne gösteriyor?
- Açık lisansın sağladıkları
- API ücreti nasıl hesaplanıyor?
- Şirketler hangi alanlarda kullanabilir?
- Kapalı ve açık rakiplerle karşılaştırma
- Geliştirici ilgisi ve yatırımcıların odağı
- Güvenlik denetimleri ve sonraki geliştirme hedefleri
- Öne Çıkanlar
Alibaba, modelin halka açık 36 kıyaslama testinin 22'sinde öne çıktığını ve açık modeller arasında 32 testte ilk sırada yer aldığını bildiriyor. Model metin için 119 dili destekliyor, 19 dilde konuşmayı anlıyor ve 10 dilde konuşma üretiyor. Bu veriler, modelin hedeflerinin bir sohbet botunun ötesine geçtiğini gösteriyor: Aynı sistem bir konuşmayı yazıya dökebilir, bir videoyu inceleyebilir ve gördüklerini sesli olarak açıklayabilir.
Bu duyuru, Batılı şirketlerin tescilli yapay zekâ ve bilgi işlem altyapısına büyük yatırımlar yapmayı sürdürdüğü, Çinli araştırma gruplarının ise geliştiricileri indirilebilir modellerle çektiği bir dönemde geldi. Qwen3 Omni, Hugging Face topluluk sıralamalarında zirveye yerleşerek Çin'in en büyük bulut sağlayıcısı Alibaba'ya küresel yapay zekâ iş yüklerine ulaşmak için yeni bir yol sunuyor.
Modeli kendi sunucularında barındıran şirketler, kapalı bir platforma kullanım ücreti ödemeden asistanlar, deşifre hizmetleri ve analiz araçları geliştirebilir. Bununla birlikte modeli çalıştırmak için gereken altyapıya yine de ihtiyaç duyacaklar. Birden fazla girdi türünü tek modelde birleştirmek, konuşma, görsel ve dil için ayrı sistemleri birbirine bağlama işini de azaltabilir.
Alibaba'nın temel vaadi, hızlı yanıt verirken dinleyip görebilen bir asistan. Kullanıcı asistana konuşabilir veya bir sahneyi kamerayla gösterip sistem video karelerini işlerken yanıtı duymaya başlayabilir. Bu deneyimin günlük kullanımdaki performansının şirketin bildirdiği sonuçlarla ne ölçüde örtüşeceği, modelin pratik değerini belirleyecek.
Farklı işler için üç sürüm
Qwen3 Omni, geliştiricilerin belirli uygulamalara uyarlayabileceği, geniş kapsamlı eğitimden geçmiş bir temel model. Yerel çok modlu tasarımı, çeşitli bilgi türlerini tek bir sistem içinde işlemesini sağlıyor. Dört girdi türünü, yani metin, görsel, ses ve videoyu kabul ediyor; iki çıktı türü, metin ve konuşma üretiyor.
Alibaba, 30 milyar parametreli bir omurga üzerine kurulu üç sürüm yayımladı. Parametreler, modelin yanıtlarını yönlendiren ve öğrenme sürecinde belirlenen sayısal değerlerdir. Mimari, çıkarım sırasında bu değerlerin oluşturduğu grupların yalnızca bir bölümünü etkinleştiriyor. Çıkarım, eğitilmiş modelin bir isteği işlediği aşamadır.
- Instruct, metin, görsel, ses ve videoyu işleyen, hem metin hem de konuşma üreten tam etkileşimli sürümdür.
- Thinking, akıl yürütmeye ve uzun düşünce zincirlerine odaklanır. Aynı girdi türlerini kabul eder, ancak yalnızca metin üretir.
- Captioner, ayrıntılı ses açıklamaları için ince ayarlandı. Ses kaynakları ve olayları belirlerken uydurma ayrıntıları azaltmaya odaklanıyor.
Geliştiriciler modele Qwen3 Omni deposu ve Qwen model koleksiyonu üzerinden erişebilir. Alibaba ayrıca yönetilen bir API sunuyor. Böylece uygulamalar, modeli kendi sunucularında çalıştırmak yerine barındırılan bir hizmete istek gönderebiliyor. Yanıt süresinin önemli olduğu uygulamalar için bu hizmet daha hızlı bir Flash seçeneği de içeriyor.
Thinker ve Talker iş bölümü
Alibaba, modelin iki ana bileşenini Thinker ve Talker olarak adlandırıyor. Thinker, farklı girdi türleri üzerinden akıl yürütmeyi üstleniyor. Metni görsel kodlayıcılardan ve bir ses kodlayıcısından gelen bilgilerle birleştiriyor, ardından amaçlanan yanıtı veya eylemi temsil eden metin belirteçleri üretiyor. Kodlayıcı, gelen medyayı modelin işleyebileceği temsillere dönüştürüyor.
Talker, zamanlama ve tonlamayı sesli ve görsel bağlama bağlı tutarak doğal konuşma üretiyor. Her iki bileşen de her adımda parametrelerin yalnızca bir alt kümesini etkinleştiren Uzmanlar Karışımı mimarisini kullanıyor. İşin uzman gruplar arasında bölünmesi, aynı anda çok sayıda istek geldiğinde işlem kapasitesini artırıyor ve düşük gecikmeyi destekliyor.
Talker, Thinker'ın dahili metin temsiline bağlı kalmadan doğrudan ses ve görsel özelliklerden yararlanabiliyor. Bu, çeviri veya canlı yardım sırasında prozodiyi, yani konuşmanın ritmini ve vurgusunu, ayrıca tınıyı, yani sesin niteliğini korumasına yardımcı oluyor.
Bu ayrım, bilgi erişim sistemleri ve güvenlik filtreleri gibi harici araçların Thinker'ın önerdiği metni Talker konuşmaya dönüştürmeden önce inceleyip düzenlemesine de olanak tanıyor. Hızlı ses üretimi için Talker, sesin kompakt temsilleri olan birden fazla kod kitabı boyunca diziyi adım adım tahmin ediyor. Hafif bir Code2Wav ağı, ses ayrıntılarını korurken gecikmeyi azaltmak için bu tahminleri geldikçe ses karelerine dönüştürüyor.
Hız, diller ve uzun konuşmalar
Alibaba, ilk paketin ulaşma gecikmesinin ses için yaklaşık 234 milisaniye, video içinse yaklaşık 547 milisaniye olduğunu bildiriyor. Bu ölçüm, ilk çıktı paketi ulaşana kadar geçen süreyi gösteriyor ve sesli bir konuşmanın ne kadar hızlı yanıt veriyor gibi hissedildiğini belirleyen önemli bir unsur.
Şirket, aynı anda birden fazla isteğe hizmet verirken bile yanıt hızının gerçek zaman katsayısı bir düzeyinde kaldığını belirtiyor. Basitçe söylemek gerekirse, işleme hızı medyanın süresine yetişebiliyor ve geride kalmıyor. Bu, asistanın devam eden bir konuşma sırasında dinlemesi, yorumlaması ve yanıt vermesi gerektiğinde önem taşıyor.
Dil kapsamı göreve göre değişiyor: Metin için 119 dil, konuşma girdisini anlama için 19 dil ve sesli çıktı için 10 dil. Desteklenen diller arasında Kantonca gibi önemli dünya dilleri ve lehçeleri de bulunuyor. Böylece ürün ekipleri tek bir modelle birden fazla bölgede hizmet verebilir; ancak kullanılabilen diller, kullanıcıların yazmasına, konuşmasına veya dinlemesine göre değişiyor.
Listelenen bağlam penceresi Thinking Mode'da 65.536, Non Thinking Mode'da 49.152 belirteç. Bağlam penceresi, sistemin bir isteği işlerken kullanabileceği bilgi miktarıdır. Belirteçler, metnin veya diğer medya türlerinin küçük birimleridir.
Maksimum girdi ve çıktı sınırları ayrı ayrı 16.384 belirteç olarak listelenirken desteklenen en uzun akıl yürütme zinciri 32.768 belirtece ulaşıyor. Qwen3 Omni, yaklaşık 30 dakika uzunluğundaki ses kayıtlarını da analiz edip özetleyebiliyor. Bu sınırlar, geliştiricilere uzun konuşmalar veya kapsamlı medya analizleri tasarlarken değerlendirebilecekleri çeşitli ölçütler sunuyor.
Ses yeteneklerinin ardındaki eğitim
Alibaba, ses anlama yeteneğini desteklemek için AuT adlı özel bir Ses Dönüştürücüsü geliştirdi. Yaklaşık 20 milyon saatlik etiketli ses verisiyle sıfırdan eğitilen kodlayıcı, yaklaşık 600 milyon parametreye sahip ve hem akış önbelleklerini hem de çevrimdışı işlemeyi destekliyor.
AuT'nin eğitim verilerinin çoğu, konuşulan sözcükleri metne dönüştürme görevi olan Çince ve İngilizce otomatik konuşma tanımaya odaklanıyor. Daha küçük bölümler, konuşma deşifresinin ötesindeki anlama becerisini geliştirmeyi amaçlayan diğer dilleri ve görevleri kapsıyor.
Ön eğitim üç aşamada ilerledi. İlk olarak, dil omurgası dondurulurken görsel ve ses kodlayıcıları eğitilerek kodlayıcı hizalaması yapıldı; böylece algılama kalitesinin korunmasına yardımcı olundu. Ardından genel eğitimde metin, ses ve görsellerden oluşan yaklaşık iki trilyon belirteç kullanıldı; daha az miktarda video ve birleşik ses-video verisi de eğitime dahil edildi.
Son aşamada eğitim dizisinin uzunluğu 8.192'den 32.768 belirtece çıkarıldı ve daha uzun ses ile video örnekleri eklendi. Böylece sistemin yalnızca kısa etkileşimleri değil, uzun dizileri de takip etmesi sağlandı.
Eğitim sonrası aşamada talimat izleme ve güvenlik hizalaması yapıldı. Thinker'a denetimli ince ayar, güçlüden zayıfa damıtma ve GSPO optimizasyonu uygulandı; süreçte kuralların yanı sıra hakem olarak görev yapan bir dil modelinden gelen geri bildirimler de kullanıldı. Bu yöntemler, örnekler, daha güçlü bir modelin yönlendirmesi ve üretilen yanıtların değerlendirilmesiyle yanıtları iyileştiriyor.
Talker, yüz milyonlarca çok modlu konuşma örneğini derlenmiş verilerle sürdürülen ön eğitimle birleştiren dört aşamadan geçti. Alibaba'nın belirttiği hedef, konuşmanın netliğini ve ifade gücünü artırırken halüsinasyonları, yani uydurulmuş içerikleri, azaltmaktı.
Kıyaslama sonuçları ne gösteriyor?
Alibaba'nın değerlendirmesi metin, konuşma, görme ve videoyu kapsayan 36 kamuya açık kıyaslama testinden oluşuyor. Şirketin 22 testte önde olduğunu bildirmesi, testlerin yaklaşık yüzde 61'ine; açık modeller arasında 32 testte lider olduğunu bildirmesi ise yaklaşık yüzde 89'una karşılık geliyor. Sonuçlar, ses odaklı görevlerde belirgin bir güçle birlikte metin ve görsel alanlarında da rekabetçi performans sergilendiğini gösteriyor.
Akıl yürütme alanında Qwen3 Omni, AIME25'te 65,0 puan alırken 2024 dönemine ait GPT 4o sonucu 26,7. ZebraLogic'te 76,0 puanla Gemini 2.5 Flash'ın 57,9 puanını geride bırakıyor. WritingBench puanı ise GPT 4o'nun 75,5 puanına karşılık 82,6.
Konuşma tanıma sonuçlarında Wenetspeech test grubundaki sözcük hata oranları 4,69 ve 5,89. GPT 4o'nun oranlarıysa 15,30 ve 32,27. Daha düşük sözcük hata oranı, daha az deşifre hatası anlamına geliyor. LibriSpeech other testinde Qwen3 Omni'nin hata oranı 2,48.
Müzik testlerinde GTZAN'da 93,0, RUL MuchoMusic'te 52,0 puan alıyor; her iki sonuç da GPT 4o'nun üzerinde. Görsel sonuçları arasında HallusionBench'te 59,7, MMMU pro'da 57,0 ve MathVision full'da 56,3 puan bulunuyor. Bunlar da aynı sonuçlarda GPT 4o'nunkinden yüksek.
MLVU video anlama testinde Alibaba, Qwen3 Omni için 75,2 puan bildiriyor. Gemini 2.0 Flash 71,0, GPT 4o ise 64,6 puan alıyor. Modelin geniş kapsamı önemli; çünkü canlı bir asistanın aynı etkileşim içinde hem konuşmayı hem de videoyu anlaması gerekebilir.
Alibaba, konuşma ve çok modlu etkileşimde öne çıkarken metin ve görsel kalitesini koruyacak şekilde Qwen3 Omni üzerinde ince ayar yaptı. İlk gözlemler, yalnızca metin için tasarlanan aynı aileden bir modelin salt dil görevlerinin bazılarında yine de önde olabildiğine işaret ediyor. Bu nedenle geliştiriciler, uzmanlaşma ile farklı medya türlerini birlikte işlemenin sağladığı kolaylık arasında pratik bir tercih yapmak durumunda. Bir sonraki sınav, modelin günlük üretim ortamlarındaki performansı olacak.
Açık lisansın sağladıkları
Apache 2.0, ticari kullanıma, değişiklik yapmaya ve yeniden dağıtıma izin veriyor; ayrıca patent lisansı da içeriyor. Şirketler Qwen3 Omni'yi ürünlerine entegre edebilir, kendi donanımlarında veya güvendikleri bulut ortamlarında çalıştırabilir ve tescilli değişikliklerini yayımlamadan kapalı ürünler dağıtabilir.
Bu izinler, düzenlemeye tabi sektörler de dahil olmak üzere ileri düzey yapay zekâyı değerlendiren kuruluşların karşılaştığı yaygın lisans engellerini azaltıyor. Yerel dağıtım, bölgesel gereklilikler dağıtımın nasıl oluşturulacağını belirlemeye devam etse de şirketlere verilerin nereye aktarıldığı ve hangi altyapıda işlendiği konusunda daha fazla kontrol sağlıyor.
Qwen3 Omni'nin indirilebilir ağırlıkları, modeli çalıştırmak için gereken öğrenilmiş değerlerdir. Eğitimi ham verilerden yeniden üretmeye yönelik eksiksiz tarif kamuya açık değil. Bu nedenle açıklık tartışmalarına katılanların bir bölümü, modeli «açık ağırlıklı» olarak nitelendiriyor. Ürün geliştiren şirketler için Apache 2.0, kullanıcı veya koltuk başına ücret alınmadan geniş kullanım hakları sunuyor.
Altyapıyı işletmek istemeyen ekipler için Alibaba'nın barındırılan API'si farklı bir seçenek sunuyor. Şirket, etkinleştirmeden sonraki 90 gün boyunca tüm modlarda kullanılabilen bir milyon belirteçlik ücretsiz kota tanıyor. Böylece ücretli kullanıma geçmeden önce bir değerlendirme dönemi sağlanıyor.
API ücreti nasıl hesaplanıyor?
Alibaba, API fiyatlarını 1.000 belirteç başına listeliyor. Ses, görsel ve video da metin gibi belirteç temsillerine dönüştürüldüğünden maliyet, hem girdi türüne hem de istenen çıktıya bağlı. Thinking ve Non Thinking modlarında listelenen belirteç fiyatları aynı; sesli çıktı ise yalnızca Non Thinking Mode'da kullanılabiliyor.
Metin girdisinin maliyeti 1.000 belirteç başına 0,00025 dolar; bu, bir milyon belirteç başına yaklaşık 0,25 dolara karşılık geliyor. Ses girdisi 1.000 belirteç başına 0,00221 dolar, yani bir milyon belirteç başına yaklaşık 2,21 dolar. Görsel ve video girdilerinin maliyeti 1.000 belirteç başına 0,00046 dolar; bu da bir milyon belirteç başına yaklaşık 0,46 dolara denk geliyor.
İstekte yalnızca metin varsa metin çıktısı 1.000 belirteç başına 0,00096 dolar. Girdi bir görsel veya ses içeriyorsa metin çıktısı 1.000 belirteç başına 0,00178 dolara mal oluyor.
Uygulama hem metin hem de sesli çıktı istediğinde ses bölümünün maliyeti 1.000 belirteç başına 0,00876 dolar; metin bölümü ise ücretsiz. Bu nedenle geliştiricilerin fatura tahmini yaparken sisteme giren medyayı ve yanıtın biçimini hesaba katması gerekiyor.
Şirketler hangi alanlarda kullanabilir?
Dinleyebilen, bağlamı anlayan ve konuşarak yanıt verebilen bir model için müşteri desteği ve medya yerelleştirme doğal kullanım alanları. Çok dilli deşifre ve çeviri tek bir sistem üzerinden yürütülebilir. Captioner ise ayrıntılı ses açıklamaları sayesinde medya etiketleme, yayın izleme ve müzik bilgisi erişimi için daha özelleşmiş bir seçenek sunuyor.
Görsel uygulamalar arasında görüntülerdeki metni okuyan optik karakter tanıma, açıklamaları bir sahnedeki nesnelerle eşleştiren nesne temellendirme ve görsel ya da videolarla ilgili sorular yer alıyor. Bir destek asistanı, dizüstü bilgisayarı canlı olarak gösteren telefon kamerası görüntüsünü inceleyebilir, kontrol edilmesi gereken bir kabloyu belirleyebilir ve adımları sesli olarak anlatabilir.
Alibaba, giyilebilir bir cihaz üzerinden restoran menüsünün gerçek zamanlı çevirisini gösterdi. Bu örnek, görsel anlama, dil işleme ve hızlı konuşma yanıtını tek bir etkileşimde bir araya getiriyor.
Qwen3 Omni, hem duyduklarına hem de gördüklerine gönderme yapan görsel-işitsel diyaloğu da destekliyor. Uzun bir oturum boyunca bağlamı koruyabiliyor ve araçlara bağlandığında ilgili harici bilgileri kullanabiliyor. Geliştiriciler sistem istemleriyle üslup ve davranışı belirleyebilir, belirli alanlara yönelik asistanlar oluşturabilir ve konuşma üretilmeden önce Thinker'ın önerdiği yanıtları özel güvenlik filtrelerinden geçirebilir.
Kapalı ve açık rakiplerle karşılaştırma
OpenAI'ın GPT 4o modeli metin, görsel ve sesi kabul ediyor ve kapalı bir hizmet olarak sunuluyor. Google'ın Gemini 2.5 Pro modeli de video analizi yapabiliyor ve kapalı. Google'ın Gemma 3n modeli açık lisanslı; metin, görsel, ses ve videoyu kabul ediyor, ancak yalnızca metin üretiyor.
Qwen3 Omni aynı dört girdi türünü kabul ediyor ve bunlara konuşma çıktısını ekliyor. Bu birleşim, sesli yanıtın ayrı bir işlem adımı değil hizmetin bir parçası olabildiği asistanlar ve canlı çeviri için kullanışlı.
Apache 2.0 lisanslı ağırlıkları şirketlerin modeli yerel olarak çalıştırmasına, dağıtımı sektör düzenlemelerine göre uyarlamasına ve veri akışlarını kontrol etmesine de olanak tanıyor. Kapalı modeller bazı ileri düzey görevlerde daha güçlü olmayı sürdürüyor; ancak lisans ve verilerin nerede tutulduğuna ilişkin koşullar hassas sektörlerde kullanımlarını kısıtlayabiliyor.
Bazı kuruluşlar karma bir model grubundan yararlanacak: Maliyet ve kontrolün en önemli olduğu yerlerde açık sistemleri, performansını yakalamanın daha zor olduğu alanlarda ise ücretli hizmetleri kullanacaklar. Yüzlerce varyantı ve geniş geliştirici kitlesiyle Alibaba'nın büyük Qwen ailesi, Qwen3 Omni'ye rekabet edebileceği hazır bir kullanıcı tabanı sağlıyor. Canlı konuşma ve videodaki başarısı, bildirilen yeteneklerin sıradan iş yüklerinde ne kadar güvenilir biçimde sunulacağına bağlı olacak.
Geliştirici ilgisi ve yatırımcıların odağı
Qwen3 Omni, Hugging Face'in yükselen modeller listelerinde zirveye çıktı; Alibaba'nın diğer modelleri de üst sıralarda yer alıyor. Bu hareketlilik, Çin'deki araştırma laboratuvarlarının açık erişimli modellerine küresel geliştirici topluluğunun artan ilgisini yansıtıyor.
Alibaba Cloud, Qwen ailesinin dünya genelinde 400 milyondan fazla kez indirildiğini söylüyor. Şirket, ailenin ortaya çıkışından bu yana 300'den fazla model yayımladı. Bu rakamlar, Omni'nin en yeni çok modlu sürümü olduğu daha geniş Qwen koleksiyonunun tamamını kapsıyor.
Qwen3 Omni'nin topluluk sıralamalarında zirveye çıktığı gün Alibaba'nın Hong Kong'da işlem gören hisseleri yüzde 4'ün biraz üzerinde yükseldi. Hisse hareketi, geliştiriciler arasında görülen ilginin yanı sıra şirketin yapay zekâ alanındaki ilerlemesinin de yatırımcıların dikkatini çektiğini gösteriyor.
Güvenlik denetimleri ve sonraki geliştirme hedefleri
Qwen3 Omni'yi benimseyen şirketlerin, kıyaslama testlerindeki performansının yoğun yük altında öngörülebilir davranışa dönüşüp dönüşmediğini değerlendirmesi gerekecek. Sesli etkileşim, yanlış anlaşılan komutlar ve inandırıcı sentetik sesler gibi riskler barındırıyor. Bu da kimlik doğrulamayı, içerik filtrelemeyi ve verilerin ne kadar süre saklanacağını somut operasyonel konular hâline getiriyor.
Thinker ile Talker'ın ayrılması, konuşma üretiminden önce metnin bir güvenlik katmanı tarafından incelenmesine imkân tanıyor. Kuruluşlar, deneme aşamasından müşterilerin veya çalışanların kullandığı hizmetlere geçerken bu noktayı kendi denetim mekanizmalarına bağlayabilir.
Açık modelleri geniş ölçekte çalıştırmak, makine öğrenmesi hizmetlerini dağıtmak, izlemek ve sürdürmek için kullanılan sistem ve süreçleri kapsayan MLOps uygulamalarını da gerektiriyor. Şirketlerin ince ayar ve değerlendirme süreçleri için iş hatları oluşturması gerekebilir. Tek modelde çeşitli medya türlerinin işlenmesi, özellikle şirket içi dağıtımlarda veya bölgesel kurallar doğrultusunda oluşturulmuş egemen bulutlarda altyapının bazı bölümlerini basitleştirebilir ve ürün geliştirme süresini kısaltabilir.
Alibaba; birden fazla konuşmacıyı tanıma, videodaki metni okuma, birleşik ses ve videodan öğrenmeyi geliştirme ve daha yetenekli otonom aracılar oluşturma alanlarında ilerleme kaydetmeyi hedeflediğini açıkladı. Bu hedefler, müşterilerin pilot uygulamaları üretime taşırken muhtemelen sınayacağı yeteneklerle örtüşüyor.
Öne Çıkanlar
- Qwen3 Omni metin, görsel, ses ve videoyu kabul ediyor; metin ve akış hâlinde konuşma üretiyor.
- Apache 2.0 lisansı, patent izniyle birlikte ticari kullanıma, değişiklik yapmaya ve yeniden dağıtıma olanak tanıyor.
- Instruct tam etkileşimi destekliyor, Thinking akıl yürütme yanıtlarını metin olarak üretiyor, Captioner ise sesi açıklıyor.
- Alibaba, ilk paketin ulaşma gecikmesini ses için yaklaşık 234 milisaniye, video için 547 milisaniye olarak bildiriyor.
- Model metin için 119 dili destekliyor, 19 dilde konuşmayı anlıyor ve 10 dilde konuşuyor.
- Alibaba, 36 kıyaslama testinin 22'sinde ilk sırada; açık modeller arasında 32 testte lider olduğunu bildiriyor.
- API, etkinleştirmeden sonraki 90 gün boyunca bir milyon ücretsiz belirteç sunuyor; ücretli tarifeler medya ve çıktı türüne göre değişiyor.
- Alibaba Cloud, Qwen ailesinin 400 milyondan fazla kez indirildiğini ve 300'den fazla model yayımlandığını bildiriyor.






