Skip to main content

Rilis dan pembaruan model

Lihat rilis dan pembaruan model menurut wilayah dan cakupan penerapan layanan. Untuk aturan dan daftar penghentian model, lihat Kebijakan depresiasi.

2026-10-17 — deepseek-v4.1-flash-1017 DeepSeek-V4.1-Flash-1017 adalah iterasi terbaru dari V4.1-Flash, yang dilatih dengan pembelajaran penguatan berbasis umpan balik mandiri untuk memberikan peningkatan signifikan dibandingkan pendahulunya di berbagai tolok ukur seperti Terminal-Bench 4.0, DeepSWE v1.1, dan ProgramBench. Model ini juga mempersingkat waktu eksekusi tugas dan panjang output untuk mencapai titik optimal Pareto baru antara kinerja dan biaya di berbagai harness evaluasi. Kemampuannya untuk membangun proyek lengkap dari nol semakin diperkuat, sehingga memungkinkan tugas pemrograman "berbasis keinginan" seperti pengembangan game dan pemodelan 3D, sekaligus mempertahankan MoE dengan 552B parameter, pemahaman visual multimodal native, jendela konteks 1M token, dan output maksimum 384K token yang sama. Model ini tersedia di wilayah dan cakupan penerapan berikut:
  • Tiongkok (Beijing): Tiongkok daratan.
  • Singapura: Internasional.
  • Amerika Serikat (Virginia): Global.
  • Jerman (Frankfurt): Global.
  • Jepang (Tokyo): Global.
  • Tiongkok (Hong Kong): Global.
  • Riwayat (wilayah tidak dicantumkan)
  • Singapore
  • US (Virginia)
  • China (Beijing)
  • Hong Kong (China)
  • Germany (Frankfurt)
  • Japan (Tokyo)
Saat cakupan penerapan layanan adalah Global, penyimpanan data berada di wilayah akses Amerika Serikat (Virginia)atau Jerman (Frankfurt). Sumber daya komputasi inferensi model dijadwalkan secara dinamis di seluruh dunia.

2026

2026-04-02

qwen3.6-plus, qwen3.6-plus-2026-04-02

Cakupan penerapan layanan: GlobalReasoning model

Qwen3.6-Plus menampilkan peningkatan signifikan pada kemampuan pengembangan kode, seperti Agentic Coding dan pemrograman frontend, serta menyediakan pengalaman Vibe Coding yang jauh lebih baik. Kemampuan inferensinya dalam skenario generalisasi semakin ditingkatkan. Untuk kemampuan multimodal, kinerjanya dalam pengenalan objek universal, OCR, dan lokalisasi objek ditingkatkan secara signifikan. Versi ini juga memperbaiki masalah yang diketahui setelah rilis Qwen3.5-Plus. Metode penggunaannya sama dengan qwen3.5-plus. Ikhtisar generasi teks

2026-03-04

qwen3.5-flash, qwen3.5-flash-2026-02-23, qwen3.5-122b-a10b, qwen3.5-27b, qwen3.5-35b-a3b

Cakupan penerapan layanan: GlobalReasoning model

Model-model dari Alibaba, Qwen3.5-Flash dan model open-source lainnya, mendukung input teks, gambar, dan video. Model-model ini memberikan respons cepat, kinerja keseluruhan yang mendekati Qwen3.5-plus, dan mendukung tool calling bawaan. Ikhtisar generasi teks


qwen3.5-plus, qwen3.5-plus-2026-02-15, qwen3.5-397b-a17b

Cakupan penerapan layanan: GlobalReasoning model

Model Alibaba, Qwen3.5-Plus, dan model open-source lainnya mendukung input teks, gambar, dan video. Model-model ini unggul dalam berbagai tugas, seperti pemahaman bahasa, penalaran logis, generasi kode, tugas agen, pemahaman gambar, pemahaman video, dan tugas antarmuka pengguna grafis (GUI). Model-model ini juga mendukung tool calling bawaan. Ikhtisar generasi teks

2026-01-04

wan2.6-image

Cakupan penerapan layanan: GlobalImage generation and editing

Mendukung pengeditan gambar dan output campuran gambar-teks. Wan - image generation and editing 2.6


wan2.6-i2v

Cakupan penerapan layanan: GlobalImage-to-video - first frame

Menambahkan fitur narasi multi-shot, yang mendukung audio menggunakan dubbing otomatis atau file audio kustom. Wan - image-to-video - first frame-based


wan2.6-r2v

Cakupan penerapan layanan: GlobalReference video

Menghasilkan video multi-shot berdasarkan penampilan dan suara karakter dari video referensi. Fitur ini juga mendukung dubbing otomatis. Wan - reference-to-video


wan2.6-t2v

Cakupan penerapan layanan: GlobalText-to-video

Menambahkan fitur narasi multi-shot, yang mendukung audio menggunakan dubbing otomatis atau file audio kustom. Wan - text-to-video


qwen3-vl-plus

Cakupan penerapan layanan: GlobalVisual understanding

Model pemahaman visual dari seri Qwen3. Model ini secara efektif menggabungkan mode berpikir dan non-berpikir, serta kemampuan agen visualnya termasuk yang terbaik di dunia. Versi ini menampilkan peningkatan komprehensif dalam pengkodean visual, kecerdasan spasial, dan pemikiran multimodal. Model ini juga secara signifikan meningkatkan kemampuan persepsi dan pengenalan visual. Pemahaman gambar dan video


qwen3-coder-flash, qwen3-coder-flash-2025-07-28

Cakupan penerapan layanan: GlobalCode model

Model tercepat dan paling hemat biaya dalam seri Qwen-Coder. Kemampuan kode (Qwen-Coder).


qwen-vl-ocr-2025-11-20

Cakupan penerapan layanan: GlobalText extraction

Versi snapshot model ekstraksi teks Qwen ini dibangun di atas arsitektur Qwen3-VL dan secara signifikan meningkatkan parsing dokumen dan lokalisasi teks. Ekstraksi teks (Qwen-OCR)


qwen-vl-ocr

Cakupan penerapan layanan: GlobalText extraction

qwen-vl-ocr adalah model yang dioptimalkan untuk OCR dan secara signifikan meningkatkan ekstraksi teks dari gambar, seperti tabel dan lembar ujian. Lihat Ekstraksi teks.


qwen-plus-2025-12-01

Cakupan penerapan layanan: GlobalReasoning model

Model dari seri Qwen3. Dibandingkan qwen-plus-2025-07-28, model ini memiliki kemampuan mengikuti instruksi yang ditingkatkan dan memberikan ringkasan yang lebih ringkas dalam mode berpikir. Lihat Pemikiran mendalam. Dalam mode non-berpikir, model ini memiliki peningkatan kemampuan pemahaman bahasa Tiongkok dan penalaran logis. Lihat Ikhtisar generasi teks.


qwen-plus

Cakupan penerapan layanan: GlobalReasoning model

Menawarkan keseimbangan kemampuan. Kinerja inferensinya, biaya, dan kecepatannya berada di antara Qwen-Max dan Qwen-Flash, sehingga cocok untuk tugas dengan tingkat kompleksitas sedang.


qwen-mt-lite

Cakupan penerapan layanan: GlobalMultilingual translation

Model terjemahan teks dasar dari Qwen. Model ini mendukung terjemahan antara 31 bahasa. Model ini menawarkan respons lebih cepat dan biaya lebih rendah dibandingkan qwen-mt-flash, sehingga cocok untuk skenario yang sensitif terhadap latensi. Kemampuan terjemahan (Qwen-MT)


qwen-mt-plus, qwen-mt-flash

Cakupan penerapan layanan: GlobalMultilingual translation

Model Qwen-MT adalah model bahasa besar untuk terjemahan mesin yang dioptimalkan dari model Qwen. Model ini unggul dalam terjemahan antara Tiongkok dan Inggris, antara Tiongkok dan bahasa minoritas, serta antara Inggris dan bahasa minoritas. Model ini mendukung 26 bahasa minoritas, seperti Jepang, Korea, Prancis, Spanyol, Jerman, Portugis (Brasil), Thailand, Indonesia, Vietnam, dan Arab. Selain terjemahan multibahasa, model ini menyediakan fitur seperti intervensi terminologi, prompting domain, dan memori terjemahan untuk meningkatkan kualitas terjemahan dalam skenario kompleks. Lihat Kemampuan terjemahan (Qwen-MT).


qwen-flash, qwen-flash-2025-07-28

Cakupan penerapan layanan: GlobalText-to-text

Model tercepat dan paling hemat biaya dalam seri Qwen, cocok untuk tugas sederhana.