Together AI 在 Together serverless 發布 tev1-4B-experimental
這個類似 Jev 的分類器以 Qwen3.5 4B 微調,輸入定價為每百萬 0.042 美元,輸出為每百萬 0 美元。Together AI 同時發布數據配方和微調教學,並表示訓練 Tev1 的成本為 17 美元。
這個類似 Jev 的分類器以 Qwen3.5 4B 微調,輸入定價為每百萬 0.042 美元,輸出為每百萬 0 美元。Together AI 同時發布數據配方和微調教學,並表示訓練 Tev1 的成本為 17 美元。
OpenRouter 現已提供來自 Alibaba_Qwen 的 Qwen3.8 Max Prime,並形容其為 Qwen3.8 Max 的較高吞吐量版本,具備相同的 2.4T 參數能力。
Codex 規劃器與建立器把每項技能轉成經過測試的終端機工作流程,評分標準取自該技能本身的質素準則。只看結果的強化學習把 Qwen3.8-27B 在 Terminal-Bench 2.1 的表現由 49.4% 提升至 54.1%;加入評分標準後則達 50.1%,但在軌跡比較中勝出更多。
折扣適用於 Together AI 無伺服器服務上的兩款 Alibaba_Qwen 模型,並持續至 9 月 30 日。Together AI 建議以 Qwen3.7-Max 處理長週期智能體工作,以 Qwen3.8-Flash 應付高用量、對成本較敏感的工作負載。
Victor M 表示,該模型會把長文件轉成較小的頁面圖像以節省 token,然後只取回與問題相關頁面的完整文字。
Command Code 新增 12 款模型,包括 Mimo V2.6 Pro Ultraspeed、GLM 5.3 FlashX、Qwen 3.8 Omni Flash 及 Step 5 Preview。DeepSeek V4.1 Flash 附帶延長用量,Jev 則免費。
此系列升級 ASR、TTS 與 Realtime,並新增用於音訊理解的 ASR-Next 及用於音訊創作的 TTS-Next。Qwen 表示降幅約為 TTS 七成、Realtime 約 85%,ASR 最高達 95%。
ModelScope 表示,Qwen 已推出 RecreationBench,這是一個包含 250 項任務的基準測試,適用於 Ubuntu、macOS、Windows、Android 及 Web 上的混合電腦使用代理。代理必須探索正在運行的應用程式,以程式碼重現該應用,並通過程式化測試以及基於 VLM 的視覺評估。
阿里雲重點介紹一項限時優惠,可於 9月20至27日在 Token Harbor 免費試用 Qwen3.8-Flash。Token Harbor 表示 Qwen3.8 Flash 免費一週,具備 1M 上下文視窗,並於上述日期在其平台上線。
阿里雲表示,QwenWork 只需一次性指示,即可按既定時間表檢查多個產品頁面,與上週快照比對,並發送附有時間戳截圖的價格變動報告。
Qwen 重點介紹 Hugging Apps 於 Hugging Face Spaces 上的 Qwen-Image-2.1 即時示範,表示單一檢查點即可涵蓋生成與編輯,並可於瀏覽器中試用,無需設定。Hugging Apps 將該模型描述為 7B 參數的原生生成與編輯模型,最多可使用 10 張圖像參考。
ComfyUI 表示現已支援 Qwen-Image-2.1,並描述其為用於生成與編輯的開放權重 7B 檢查點。Qwen 引用該公告並強調 ComfyUI 的支援。
vLLM 表示,來自 @Alibaba_Qwen 的 Qwen-Image-2.1 已於 vLLM-Omni 獲得 day-0 支援,並指該模型為 7.1B DiT,配對 Qwen3-VL-8B,可用於生成、編輯及透明圖像。Qwen 感謝 vLLM,並表示此單一模型已可投入服務。
Qwen 宣布 Qwen-Image-2.1,表示這款 7B 模型統一圖像生成與編輯,權重現已開放。該公司表示,模型原生處理 RGBA 圖層,支援最多 10 張參考圖像,並提供精確局部控制。