Alibaba: qwen-3-vl-32b-instruct:free
Qwen3-VL-32B-Instruct is a large-scale multimodal vision-language model designed for high-precision understanding and reasoning across text, images, and video. With 32 billion parameters, it combines deep visual perception with advanced text comprehension, enabling fine-grained spatial reasoning, document and scene analysis, and long-horizon video understanding.Robust OCR in 32 languages, and enhanced multimodal fusion through Interleaved-MRoPE and DeepStack architectures. Optimized for agentic interaction and visual tool use, Qwen3-VL-32B delivers state-of-the-art performance for complex real-world multimodal tasks.
Preise
Leistung
Nutzung & Rang
Unterstützte Parameter
Alle Anbieter = jeder Upstream, der dieses Modell bereitstellt, unterstützt den Parameter. Einige Anbieter = hängt vom Upstream ab, der die Anfrage bearbeitet. Standard = der Wert, der gesendet wird, wenn nichts gesetzt ist.
| Parameter | Anbieter | Standard |
|---|---|---|
| frequency_penalty | Einige Anbieter | Standardmäßig nicht gesendet |
| logprobs | Alle Anbieter | - |
| max_tokens | Alle Anbieter | - |
| presence_penalty | Alle Anbieter | Standardmäßig nicht gesendet |
| repetition_penalty | Einige Anbieter | 1 |
| response_format | Alle Anbieter | - |
| seed | Alle Anbieter | - |
| structured_outputs | Alle Anbieter | - |
| temperature | Alle Anbieter | 0.7 |
| tool_choice | Alle Anbieter | - |
| tools | Alle Anbieter | - |
| top_k | Einige Anbieter | 20 |
| top_logprobs | Alle Anbieter | - |
| top_p | Alle Anbieter | 0.8 |