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.
Tarification
Performance
Utilisation et classement
Paramètres supportés
Tous les fournisseurs = pris en charge par tous les upstreams servant ce modèle. Certains fournisseurs = dépend de l'upstream qui traite la requête. Par défaut = la valeur envoyée quand vous ne définissez rien.
| Paramètre | Fournisseurs | Par défaut |
|---|---|---|
| frequency_penalty | Certains fournisseurs | Non envoyé par défaut |
| logprobs | Tous les fournisseurs | - |
| max_tokens | Tous les fournisseurs | - |
| presence_penalty | Tous les fournisseurs | Non envoyé par défaut |
| repetition_penalty | Certains fournisseurs | 1 |
| response_format | Tous les fournisseurs | - |
| seed | Tous les fournisseurs | - |
| structured_outputs | Tous les fournisseurs | - |
| temperature | Tous les fournisseurs | 0.7 |
| tool_choice | Tous les fournisseurs | - |
| tools | Tous les fournisseurs | - |
| top_k | Certains fournisseurs | 20 |
| top_logprobs | Tous les fournisseurs | - |
| top_p | Tous les fournisseurs | 0.8 |