Qwen 4 (通義千問 4) 每月有 35,101,353 次造訪，月增率 -6.2%，定價模式為免費增值。Stable Diffusion（Stability AI）每月有 341,872 次造訪，成長率 +1.2%，定價模式為免費增值、需聯絡報價。
阿里雲第四代基礎大模型家族與全模態 AI 助手 — 涵蓋 Qwen 4 (Qwen4)、Qwen4-Max、Qwen4-Plus、Qwen4-Flash、Qwen4-27B 與 Qwen 3.8-Flash-Next 架構
面向圖像、影片、音訊與 3D 的開放生成模型
| 面向／指標 | | |
|---|---|---|
| 官方網域 | qwen.ai | stability.ai |
| 定價模式 | 免費增值 | 免費增值、需聯絡報價 |
| 每月造訪次數 | 3510.14萬 (35,101,353) | 34.19萬 (341,872) |
| 月流量變化量 | -233.98萬 (-6.2%) | +3940 (+1.2%) |
| 主要市場與市佔 | 🇷🇺 俄羅斯 (37.2%) | 🇺🇸 美國 (20.4%) |
| 每月直接造訪 | 2502.04萬 | 13.44萬 |
| 使用者評分 | 4.7 | 4.7 |
| 支援平台 | 網站, API, 開源 | 網站 |
阿里雲第四代基礎大模型家族與全模態 AI 助手 — 涵蓋 Qwen 4 (Qwen4)、Qwen4-Max、Qwen4-Plus、Qwen4-Flash、Qwen4-27B 與 Qwen 3.8-Flash-Next 架構
完整涵蓋旗艦深度推理 Qwen4-Max、企業級均衡主力 Qwen4-Plus、高吞吐低延遲 Qwen4-Flash、本地工作站開源模型 Qwen4-27B，以及專項模型 qwen4-coder-plus 與 qwen4-omni-120b-think。
基於 Qwen 3.8-Flash-Next (Qwen3.8-Flash-Next) 驗證的創新架構（125B 總參數、每 Token 僅啟動 6B 參數 + 51B n-gram 嵌入查找層），兼顧超大容量知識記憶與極速推理吞吐。
導入 Recursive Self-Improvement (RSI) 機制提升複雜數學、程式碼與智慧體推理上限，同時支援 1M Token 超長上下文視窗與原生多模態（文字、影像、音訊、影片）理解。
Qwen4-27B 等開源權重採用 Apache 2.0 商業友善授權，原生支援 Hugging Face、Ollama、vLLM 與消費級 GPU 工作站本地私有化部署。
面向圖像、影片、音訊與 3D 的開放生成模型
使用讓 Stable Diffusion 廣為人知的模型系列，為行銷、產品圖與創意專案生成並編輯高品質圖像。
建立並編輯影片，包括面向遊戲與娛樂沉浸式世界的 3D 與 4D 影片模型。
使用 Stable Audio 模型系列製作音樂、音景與音效，並提供基於授權資料訓練的開放權重版本。
透過託管 API 把可用於生產的媒體生成能力整合到自己的產品中，無需自建基礎設施。
免費 / 開源提供頂級開源推理模型與平價 API，但較少著墨於阿里生態系的多模態工具。
Provides robust developer tools and multimodal APIs, but relies on Google's closed Gemini models rather than open-weight alternatives.
Provides robust developer tools and multimodal APIs, but relies on Google's closed Gemini models rather than open-weight alternatives.
提供具競爭力的中國基礎模型 API 與代理建構器，但專精於智譜 AI 的 GLM 架構。
免費 / 開源Provides lightweight open-weight models for local deployment, but offers smaller parameter sizes compared to top-tier Qwen variants.
免費 / 開源Provides lightweight open-weight models for local deployment, but offers smaller parameter sizes compared to top-tier Qwen variants.
免費 / 開源對複雜的生成工作流程提供極致的節點式控制，但相較於簡單的 API，學習曲線較陡峭。
專項更強Delivers ultra-fast inference speeds using custom LPU hardware, but supports a more limited selection of open models.
提供明顯更快的推論速度與對開發者友善的無伺服器 API，但缺乏像 Civitai 那樣的原生模型訓練工具。
