O Alibaba Cloud Model Studio oferece modelos Qwen e de terceiros para texto, imagem, áudio e vídeo.
Geração de texto
 qwen3.8-max | qwen3.7-plus | qwen3.8-flash |
 deepseek-v4-pro-0813 | deepseek-v4-flash-0731 | glm-5.2 |
| ZHIPU/GLM-5.3 |  kimi-k3 |  MiniMax-M2.5 |
Imagem e vídeo
Compreensão
Extraia descrições textuais ou dados estruturados de imagens e vídeos
| qwen3.8-max | qwen3.7-plus | qwen3.5-omni-plus |
| kimi-k3 |
Geração
Gere imagens e vídeos a partir de texto ou imagens, com suporte a edição, referência e saída em alta resolução
| qwen-image-3.0-pro | wan2.7-image-pro |  happyhorse-1.1-t2v |
| happyhorse-1.1-i2v | happyhorse-1.1-r2v | happyhorse-1.0-video-edit |
| wan3.0-video |
Áudio e fala
Texto para fala
Para leitura de audiolivros, transmissão de voz, avatares virtuais e muito mais
| qwen-audio-3.0-tts-plus |
Reconhecimento de fala
Abordagens dedicadas de ASR e baseadas em LLM — escolha conforme precisão e flexibilidade
| qwen-audio-3.0-asr-flash-streaming | qwen-audio-3.0-asr-flash-filetrans | qwen3.5-omni-plus-realtime |
| qwen3.5-omni-plus |
Fala para fala
Conversa de voz ponta a ponta sem chamadas separadas de ASR e TTS
| qwen-audio-3.0-realtime-plus | qwen3.5-omni-plus |
Omni
Integra recursos de compreensão e geração nas modalidades de texto, imagem, áudio e vídeo
| qwen3.5-omni-plus-realtime | qwen3.5-omni-plus |
Embeddings e reranking
Converta texto ou conteúdo multimodal em vetores, combinado com reranking para melhorar a precisão da recuperação
| text-embedding-v4 | qwen3.7-text-embedding | tongyi-embedding-vision-plus |
| qwen3-rerank |