Qwen1.5-110B是首个超过1000亿参数的开源模型，其性能与Meta-Llama3-70B相当，尤其在Chat评估中表现优异。该模型采用高效的Transformer架构，支持多种语言，具有32K tokens的上下文长度。与72B模型相比，110B在多个基准测试中显著提升，显示出模型规模扩展的潜力。

Qwen1.5-32B是新发布的语言模型，旨在平衡性能与效率。尽管性能略低于72B模型，但在多项任务中优于其他30B模型，且内存占用和推理速度显著提升，适合需要高效解决方案的用户。

Qwen团队推出了首个MoE模型Qwen1.5-MoE-A2.7B，参数为27亿，但性能接近70亿参数的模型。该模型训练成本降低75%，推理速度提升至1.74倍，显示出在效率和效果上的优势。团队将继续研究MoE技术，未来推出更强大的模型。

通义千问Qwen1.5模型发布，包含多种规模的Base和Chat模型，提升了多语言处理能力和人类偏好对齐。新版本支持32768个tokens的上下文长度，性能在各项基准测试中表现优异，特别是Qwen1.5-72B模型。该模型已与Hugging Face transformers集成，简化了开发者的使用体验，支持多种框架。