Skip to content
FrontierDot

Cronología de los modelos Qwen: de Qwen-7B a Qwen3-Coder, licencias (2023–2025)

Cronología en actualización · última actualización · 1 entrada en el registro de cambios

La línea de modelos de lenguaje de Qwen es larga, y la licencia no es una sola concesión. Un modelo 72B puede estar bajo un texto distinto del modelo 7B publicado a su lado. Esta página usa el blog del Qwen Team para las fechas y dice cuándo una fecha de tabla y una frase de “we now release” no son el mismo día.

A fecha del 21 de octubre de 2026, la publicación de modelo de lenguaje más reciente que pudimos fechar en el blog del Qwen Team es Qwen3-Coder, el 22 de julio de 2025. Nombres como Qwen3.5 y posteriores no eran publicaciones fechadas en ese blog. Los modelos de imagen se cubren en publicaciones aparte de Front.

Leído el 2026-10-21: las publicaciones del Qwen Team Introducing Qwen, Qwen1.5, Qwen2, Qwen2.5, Qwen2.5-Coder, Qwen2.5-1M, Qwen2.5-Max, Qwen3 y Qwen3-Coder, más las fichas de Hugging Face de Qwen3-235B-A22B y Qwen3-Coder-480B-A35B-Instruct. Las frases de “primero” y de “estado del arte” son de Qwen. No ejecutamos los modelos. qwen.ai/blog es una cáscara del lado del cliente, así que no es una fuente.

Cronología

  1. La publicación del Qwen Team del 23 de enero de 2024 incluye una tabla que fecha Qwen-7B en 23.08.03. La fila da un contexto de 32K, prompt de sistema no admitido y 2.4 billones de tokens preentrenados. La publicación llama a Qwen-7B el punto de partida de la línea de código abierto. No encontramos una página de anuncio aparte del 3 de agosto de 2023 en esta pasada, así que la fecha del nodo es la fecha de la tabla y la fuente es la publicación de enero que imprime la tabla. La frase “we now release” de la misma publicación se refiere al texto de enero, no a una segunda afirmación de que 7B saliera en enero.

    Qwen Team: Introducing Qwen

  2. La misma tabla del 23 de enero de 2024 fecha Qwen-14B en 23.09.25, con un contexto de 8K, prompt de sistema no admitido y 3.0 billones de tokens preentrenados. Como con Qwen-7B, la página fuente es posterior a la fecha de la tabla. No convertimos el día de publicación del blog en día de lanzamiento de esta fila. Ocho mil tokens de contexto es la cifra de la tabla. Publicaciones posteriores de Qwen amplían el contexto. Esta fila no.

    Qwen Team: Introducing Qwen

  3. La misma tabla fecha tanto Qwen-1.8B como Qwen-72B en 23.11.30. Las dos filas muestran un contexto de 32K y prompt de sistema admitido. Los tokens preentrenados son 2.2 billones para el modelo 1.8B y 3.0 billones para el modelo 72B. La prosa del 23 de enero de 2024 dice que el equipo publica ahora Qwen-1.8B, Qwen-7B, Qwen-14B y Qwen-72B. Esa frase y las celdas de la tabla del 30 de noviembre están ambas en la página. El nodo usa la fecha de la tabla. No finge que la prosa y la tabla nombren un solo día.

    Qwen Team: Introducing Qwen

  4. El Qwen Team publica en abierto los modelos base y de chat de Qwen1.5. La página lista 0.5B, 1.8B, 4B, 7B, 14B, 32B, 72B y 110B, más un modelo de mezcla de expertos. No tenemos un cuerpo de anuncio aparte para el checkpoint 110B, así que este nodo no afirma que todos los tamaños de esa lista salieran el 4 de febrero. El hecho que sostenemos es la lista en sí: base y chat, en los tamaños que nombra la página, en esta fecha.

    Qwen Team: Qwen1.5

  5. El Qwen Team publica Qwen2. La fecha visible en la página es el 7 de junio de 2024. Un dateModified de HTML del 16 de julio de 2024 no es el día que usamos. Los tamaños son Qwen2-0.5B, Qwen2-1.5B, Qwen2-7B, Qwen2-57B-A14B y Qwen2-72B. La publicación dice que los modelos se entrenaron con datos en 27 idiomas adicionales. El contexto en la tabla de tamaños es 32K, 32K, 128K, 64K y 128K para esos cinco tamaños en ese orden. Una frase aparte dice que el contexto se amplió a 128K para Qwen2-7B-Instruct y Qwen2-72B-Instruct. La tabla y esa frase no son la misma afirmación: una es una tabla de cinco filas, la otra nombra dos modelos instruct. La frase de la licencia se cita en la sección de licencias. Qwen2-72B se queda en la Qianwen License original. Los modelos densos más pequeños y el modelo 57B-A14B pasan a Apache 2.0.

    Qwen Team: Qwen2

  6. El Qwen Team publica en abierto Qwen2.5. La publicación dice que la mayoría de los modelos admiten un contexto de 128K tokens, que también escribe como 131,072, y pueden generar hasta 8K tokens. La mayoría son Apache 2.0. Qwen2.5-3B está bajo la Qwen Research License. Qwen2.5-72B está bajo la Qwen License. El fragmento de tabla que usamos da Qwen2.5-0.5B como 0.49 mil millones de parámetros, contexto de 32K, generación de 8K, Apache 2.0; Qwen2.5-1.5B como 1.54 mil millones con el mismo contexto, generación y licencia; y Qwen2.5-3B como 3.09 mil millones bajo la Qwen Research License. La publicación también dice que el equipo publica en abierto Qwen2.5-3B, 14B y 32B, y ofrece Qwen-Plus y Qwen-Turbo a través de Alibaba Cloud Model Studio. Las publicaciones hermanas de ese día sobre Coder y Math son títulos en el índice del blog. Sus cuerpos no están en este nodo.

    Qwen Team: Qwen2.5

  7. El Qwen Team publica en abierto la serie Qwen2.5-Coder. La publicación dice que Qwen2.5-Coder-32B-Instruct es el modelo de código de código abierto en el estado del arte actual. Esa clasificación es una afirmación de Qwen. No volvimos a ejecutar los benchmarks de código, y no tratamos la frase como un resultado medido por este sitio. El hecho fechado es la publicación en abierto de la serie coder en este día, con 32B-Instruct como el checkpoint al que apunta Qwen.

    Qwen Team: Qwen2.5-Coder

  8. El Qwen Team publica en abierto Qwen2.5-7B-Instruct-1M y Qwen2.5-14B-Instruct-1M, con un contexto de hasta 1 millón de tokens. La publicación llama a esto la primera vez que un contexto así se abre de esta forma. “Primera” es la formulación de Qwen. Los checkpoints nombrados en la publicación son los dos modelos instruct de arriba, no toda la lista de tamaños de Qwen2.5 de septiembre.

    Qwen Team: Qwen2.5-1M

  9. El Qwen Team publica Qwen2.5-Max. La hora de publicación de la página es el 28 de enero de 2025, 23:00 en China, que sigue siendo el 28 de enero en China y las 15:00 UTC. Usamos el 28 de enero. El modelo se ofrece a través de Alibaba Cloud y Qwen Chat. La publicación que leímos no dice que los pesos estén abiertos. Este nodo es un lanzamiento de API, no un lanzamiento de pesos abiertos, y es un artefacto distinto de los modelos instruct de 1 millón de tokens publicados el día anterior.

    Qwen Team: Qwen2.5-Max

  10. El Qwen Team publica Qwen3. La fecha visible es el 29 de abril de 2025. La hora de publicación en la página es el 29 de abril de 2025, 04:00 en China. No usamos un fragmento más antiguo que decía el 28 de abril. Los modelos insignia son Qwen3-235B-A22B, 235 mil millones en total y 22 mil millones activados, y Qwen3-30B-A3B, 30 mil millones en total y 3 mil millones activados. Los modelos densos de pesos abiertos bajo Apache 2.0, en la frase del blog, son Qwen3-32B, 14B, 8B, 4B, 1.7B y 0.6B. Esa frase de Apache va unida a la lista densa. No licencia, por sí sola, los modelos de mezcla de expertos. La ficha de Hugging Face de Qwen3-235B-A22B lista apache-2.0, que es una segunda fuente, indicada en la sección de licencias. El contexto denso en el blog es 32K para 0.6B, 1.7B y 4B, y 128K para 8B, 14B y 32B.

    Qwen Team: Qwen3

  11. El Qwen Team publica Qwen3-Coder. La hora de publicación es el 22 de julio de 2025, 21:00 en China. Qwen3-Coder-480B-A35B-Instruct es un modelo de mezcla de expertos de 480 mil millones de parámetros con 35 mil millones de parámetros activos. La publicación dice que admite 256K tokens de forma nativa y 1 millón de tokens con métodos de extrapolación. La ficha de Hugging Face Qwen/Qwen3-Coder-480B-A35B-Instruct lista la licencia apache-2.0. El contexto nativo y el contexto extrapolado son números distintos. Citar solo 1 millón deja fuera el límite que la publicación llama nativo.

    Qwen Team: Qwen3-Coder

Cómo fechamos un lanzamiento de Qwen

La fuente que de verdad podemos leer es el blog del Qwen Team en qwenlm.github.io, incluido su feed RSS para títulos y marcas de tiempo. qwen.ai/blog no devolvió el texto del artículo. La fecha de un nodo es o la fecha impresa en la publicación o, para la familia Qwen original, la fecha de la tabla de la publicación del 23 de enero de 2024. Cuando difieren, el nodo lo dice.

Un dateModified de HTML no es un lanzamiento. Qwen2 muestra el 7 de junio de 2024 en la página y un dateModified posterior. Usamos el 7 de junio. Qwen2.5-Max se fecha por su hora de publicación, el 28 de enero de 2025, 23:00 en China, que sigue siendo el 28 de enero en UTC. La hora de publicación de Qwen3 es el 29 de abril de 2025, 04:00 en China. No la movemos al 28 de abril.

La última revisión es el 21 de octubre de 2026. Las publicaciones de modelo de lenguaje más recientes del índice del blog que estamos dispuestos a nombrar se detienen en Qwen3-Coder el 22 de julio de 2025. El índice también lista Qwen3Guard el 23 de septiembre de 2025. No leímos ese artículo, así que no es un nodo. Nombres posteriores que aparecen en rastreadores de terceros, incluidos Qwen3.5, Qwen3.6, Qwen3.7 y Qwen3.8, no tienen una publicación fechada del Qwen Team en las fuentes que leímos.

Qué licencia se aplica a qué tamaño

Qwen2 es la división más clara. La publicación dice que Qwen2-72B y sus modelos ajustados por instrucciones siguen usando la Qianwen License original, y que Qwen2-0.5B, Qwen2-1.5B, Qwen2-7B y Qwen2-57B-A14B adoptan Apache 2.0. Una página de descarga que diga “Qwen2” sin el tamaño no es una licencia.

Qwen2.5 repite el patrón con tres nombres. La mayoría de los modelos son Apache 2.0. Qwen2.5-3B está bajo la Qwen Research License. Qwen2.5-72B está bajo la Qwen License. La tabla del extremo pequeño encaja con eso: 0.49 mil millones y 1.54 mil millones son Apache 2.0, y 3.09 mil millones es la licencia de investigación. Los nombres comerciales 0.5B y 1.5B y las cifras de tabla 0.49 y 1.54 están ambos en la publicación. Imprimimos los dos en lugar de redondear uno hasta hacerlo desaparecer.

El blog de Qwen3 une Apache 2.0 a los modelos densos: 32B, 14B, 8B, 4B, 1.7B y 0.6B. Los modelos insignia de mezcla de expertos se describen como pesos abiertos en la publicación. La frase de Apache que usamos no los nombra. Por separado, la ficha de Hugging Face de Qwen3-235B-A22B lista apache-2.0. Cita la ficha para la licencia de ese checkpoint y cita el blog para la lista densa. Qwen3-Coder-480B-A35B-Instruct también lista apache-2.0 en su ficha.

Longitudes de contexto, sin colapsar la tabla

La tabla original es corta y desigual. Qwen-7B es 32K, Qwen-14B es 8K y los modelos del 30 de noviembre son 32K. La tabla de cinco filas de Qwen2 es 32K, 32K, 128K, 64K y 128K para 0.5B, 1.5B, 7B, 57B-A14B y 72B. La frase instruct sobre 128K nombra solo Qwen2-7B-Instruct y Qwen2-72B-Instruct. La fila de 57B-A14B a 64K es fácil de perder si solo se recuerda el titular.

Qwen2.5 dice que la mayoría de los modelos admiten 128K, escrito como 131,072 tokens, y una generación de hasta 8K, mientras que las filas pequeñas que citamos son contexto de 32K y generación de 8K. “La mayoría” es la palabra de la publicación. No es “todos”. Qwen2.5-1M abre después dos checkpoints instruct, 7B y 14B, de hasta 1 millón de tokens. Qwen2.5-Max, al día siguiente, es un modelo de API y no es esa publicación de pesos.

El contexto denso de Qwen3 es 32K para 0.6B, 1.7B y 4B, y 128K para 8B, 14B y 32B. La tabla de mezcla de expertos del blog da Qwen3-30B-A3B como 48 capas, 32 cabezas de consulta y 4 cabezas clave-valor, 128 expertos con 8 activos y contexto de 128K. Qwen3-235B-A22B es 94 capas, 64 cabezas de consulta y 4 cabezas clave-valor, 128 expertos con 8 activos y contexto de 128K. Qwen3-Coder es la excepción en longitud: 256K nativo y 1 millón con extrapolación. Esas son las cifras de Qwen para la arquitectura que publicaron.

Lo que el blog no ha fechado

  • Qwen3.5, Qwen3.6, Qwen3.7 y Qwen3.8. No son publicaciones fechadas en el blog del Qwen Team que revisamos el 21 de octubre de 2026.
  • Qwen3Guard, listado en el índice el 23 de septiembre de 2025. No se leyó el cuerpo del artículo, así que no hay nodo.
  • Qwen1.5-110B como lanzamiento del 4 de febrero de 2024. La página del 4 de febrero lista 110B. No tenemos un cuerpo aparte que feche ese tamaño.
  • Modelos de imagen. Front ya cubre Qwen Image 2.1 Turbo y transparencia y ediciones de Qwen Image 2.1. Esta página no añade un nodo de imagen a partir de un título solo.
  • Los precios de Qwen-Plus y Qwen-Turbo. La publicación del 19 de septiembre de 2024 dice que están disponibles a través de Alibaba Cloud Model Studio. No da, en las frases que usamos, una tarifa.

Cronologías relacionadas

El mismo formato cubre la cronología de los modelos Claude, la cronología de los modelos GPT de OpenAI, la cronología de los modelos Gemini, la cronología de los modelos Grok y la cronología de los modelos Muse de Meta. Los laboratorios de este lote son Moonshot Kimi, Mistral y DeepSeek. Los checkpoints de imagen están en Qwen Image 2.1 Turbo y transparencia y ediciones de Qwen Image 2.1. El índice del blog de Front lista todas las publicaciones.

Sigue leyendo

Todos los artículos, del más reciente al más antiguo, están en el índice del blog de Front.

Preguntas frecuentes

¿Cuál es el modelo de lenguaje Qwen más reciente en esta cronología?

Qwen3-Coder, publicado el 22 de julio de 2025. A fecha del 21 de octubre de 2026 no encontramos una publicación fechada del Qwen Team para Qwen3.5 ni para ningún modelo de lenguaje posterior.

¿Todos los modelos Qwen son Apache 2.0?

No. Qwen2-72B se queda en la Qianwen License mientras los modelos Qwen2 más pequeños pasan a Apache 2.0. Qwen2.5-3B usa la Qwen Research License y Qwen2.5-72B usa la Qwen License. La lista densa de Qwen3 es Apache 2.0 en el blog. La ficha de mezcla de expertos 235B en Hugging Face lista apache-2.0 por separado.

¿Cuándo se lanzó el primer modelo Qwen?

La tabla de la publicación del Qwen Team del 23 de enero de 2024 fecha Qwen-7B el 3 de agosto de 2023. Usamos esa fecha de tabla. No encontramos una página de anuncio aparte de agosto de 2023.

¿Qwen2.5-Max tiene pesos abiertos?

La publicación del 28 de enero de 2025 describe el acceso a través de Alibaba Cloud y Qwen Chat. No dice que los pesos estén abiertos. Los checkpoints abiertos de 1 millón de tokens son los modelos instruct del 27 de enero.

Registro de cambios

  • — Primera publicación. Revisadas las publicaciones del blog del Qwen Team desde la introducción de Qwen de enero de 2024 hasta Qwen3-Coder, a fecha del 21 de octubre de 2026.

Fuentes