Qwen

Qué es Qwen

Qwen es una familia de modelos de lenguaje grandes de código abierto desarrollada por Alibaba. Los modelos van desde versiones pequeñas adecuadas para tareas individuales hasta otras mucho más grandes diseñadas para razonamiento complejo y uso de herramientas. Los modelos Qwen pueden descargarse, estudiarse y modificarse, lo que los ha hecho populares entre laboratorios de investigación, startups y desarrolladores aficionados.

Las versiones recientes incluyen Qwen3-4B, Qwen3-8B, Qwen3.5-4B, Qwen3.5-9B, Qwen3.6-27B, Qwen3.6-35B-A3B y Qwen 3.8 2.4T. El equipo ha lanzado modelos tanto en configuraciones densas como de mezcla de expertos: esta última activa solo una pequeña parte de los parámetros a la vez, lo que hace que el modelo sea más rápido y económico de ejecutar.

Avances en investigación y entrenamiento

Debido a que los modelos Qwen están disponibles gratuitamente, muchos equipos los utilizan como bancadas de prueba para nuevas técnicas.

Un equipo de Dharma-AI reconstruyó el vocabulario del tokenizador de un calificador de ensayos Qwen3-4B para adaptarlo a su trabajo real en lugar de mantener la lista general de palabras, reduciendo el costo de inferencia en un 77 por ciento sin cambiar el modelo ni los datos de entrenamiento.

Investigadores que probaron un método llamado DScout reportaron un aumento promedio de velocidad de 3,84× en Qwen3-4B y 4,14× en Qwen3-8B en comparación con la generación estándar palabra por palabra, manteniendo la misma precisión.

Los investigadores de Alibaba desarrollaron ClawLoop, un ciclo de entrenamiento automejorable que convirtió los propios errores de Qwen en mejores datos de entrenamiento sin necesidad de un modelo maestro más potente. Partiendo de Qwen3.6-27B, el sistema mejoró el rendimiento en tres puntos de referencia, y los mismos datos de entrenamiento también potenciaron los modelos más pequeños Qwen3.5-4B y Qwen3.5-9B.

Alibaba también lanzó QwenGyre, un marco de aprendizaje por refuerzo elástico que permite a agentes de codificación de larga ejecución entrenarse de manera eficiente en hardware GPU costoso. En Qwen 3.8 2.4T, QwenGyre completó 48 pasos de entrenamiento en aproximadamente 75 horas, hasta 1,85× más rápido que configuraciones competitivas, y aumentó la tasa de aprobación en NL2RepoBench del 52,5 por ciento al 58,5 por ciento.

Por qué Qwen importa

Qwen se ubica cerca de la cima entre los modelos de código abierto. Impulsa todo, desde asistentes de codificación local rápidos hasta sistemas de agentes automejorables, y su disponibilidad permite que cualquiera ejecute herramientas de IA especializadas sin pagar por servicios en la nube.

Preguntas frecuentes

¿Quién desarrolla Qwen?

Qwen es desarrollado por Alibaba. Los modelos son de código abierto, lo que significa que los pesos internos se comparten públicamente para que cualquiera pueda descargarlos y modificarlos.

¿En qué se diferencian las versiones del modelo Qwen?

La familia abarca desde modelos pequeños como Qwen3-4B y Qwen3.5-4B, que funcionan eficientemente en hardware de consumo, hasta modelos más grandes como Qwen3.6-27B y Qwen3.6-35B-A3B diseñados para tareas de agentes y razonamiento más exigentes.

¿Dónde se posiciona Qwen en comparación con otros modelos abiertos?

Qwen es considerado uno de los modelos de lenguaje de código abierto más potentes disponibles. Ha sido utilizado como punto de partida para bucles de agentes que se auto-mejoran, investigaciones sobre descodificación acelerada y optimización de tokenizers, todo sin requerir modelos propietarios.

Preguntas que la gente hace

¿Quién desarrolla Qwen?

Qwen es desarrollado por Alibaba. Los modelos son de código abierto, lo que significa que los pesos internos se comparten públicamente para que cualquiera pueda descargarlos y modificarlos.

¿En qué se diferencian las versiones del modelo Qwen?

La familia abarca desde modelos pequeños como Qwen3-4B y Qwen3.5-4B, que funcionan eficientemente en hardware de consumo, hasta modelos más grandes como Qwen3.6-27B y Qwen3.6-35B-A3B diseñados para tareas de agentes y razonamiento más exigentes.

¿Dónde se posiciona Qwen en comparación con otros modelos abiertos?

Qwen es considerado uno de los modelos de lenguaje de código abierto más potentes disponibles. Ha sido utilizado como punto de partida para bucles de agentes que se auto-mejoran, investigaciones sobre descodificación acelerada y optimización de tokenizers, todo sin requerir modelos propietarios.

Escrito solo por IA a partir de las historias enumeradas a continuación, cada una de las cuales enlaza con sus propias fuentes.