Alibaba: qwen-3-vl-8b-instruct:free

qwen-3-vl-8b-instruct:free
131.1K Kontext4.1K AusgabeVisionStrukturiert
Veröffentlicht Oct 14, 2025Aktualisiert Oct 14, 2025

Qwen3-VL-8B-Instruct is a multimodal vision-language model from the Qwen3-VL series, built for high-fidelity understanding and reasoning across text, images, and video. It features improved multimodal fusion with Interleaved-MRoPE for long-horizon temporal reasoning, DeepStack for fine-grained visual-text alignment, and text-timestamp alignment for precise event localization. The model supports a native 256K-token context window, extensible to 1M tokens, and handles both static and dynamic media inputs for tasks like document parsing, visual question answering, spatial reasoning, and GUI control. It achieves text understanding comparable to leading LLMs while expanding OCR coverage to 32 languages and enhancing robustness under varied visual conditions.

Modus chatTokenizer Qwen3Quantisierung bf16Qwen/Qwen3-VL-8B-Instruct

Preise

Input-Preis
$0.00/ 1 Mio. Tokens
Output-Preis
$0.00/ 1 Mio. Tokens
Kontextfenster 131.1K TokensKompatible Endpunkte openaiAnbieter Alibaba

Leistung

Lade Leistungsdaten...

Nutzung & Rang

Nutzung wird geladen...

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.

ParameterAnbieterStandard
frequency_penaltyEinige AnbieterStandardmäßig nicht gesendet
logit_biasEinige Anbieter-
logprobsAlle Anbieter-
max_tokensAlle Anbieter-
presence_penaltyAlle Anbieter-
repetition_penaltyEinige Anbieter-
response_formatAlle Anbieter-
seedAlle Anbieter-
stopEinige Anbieter-
structured_outputsAlle Anbieter-
temperatureAlle Anbieter0.7
tool_choiceAlle Anbieter-
toolsAlle Anbieter-
top_kEinige Anbieter-
top_logprobsAlle Anbieter-
top_pAlle Anbieter0.8

Häufige Fragen

Ähnliche Modelle