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

qwen-3-vl-8b-instruct:free
131.1K kontekst4.1K wyjścieWizjaStrukturalne
Wydano Oct 14, 2025Zaktualizowano 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.

Tryb chatTokenizer Qwen3Kwantyzacja bf16Qwen/Qwen3-VL-8B-Instruct

Cennik

Cena wejścia
$0.00/ 1 mln tokenów
Cena wyjścia
$0.00/ 1 mln tokenów
Okno kontekstu 131.1K tokenówKompatybilne endpointy openaiDostawca Alibaba

Wydajność

Ładowanie danych wydajności...

Użycie i ranking

Ładowanie użycia...

Obsługiwane parametry

Wszyscy dostawcy = obsługiwany przez każdy upstream serwujący ten model. Niektórzy dostawcy = zależy od upstreamu obsługującego żądanie. Domyślnie = wartość wysyłana, gdy nic nie ustawisz.

ParametrDostawcyDomyślne
frequency_penaltyNiektórzy dostawcyDomyślnie niewysyłany
logit_biasNiektórzy dostawcy-
logprobsWszyscy dostawcy-
max_tokensWszyscy dostawcy-
presence_penaltyWszyscy dostawcy-
repetition_penaltyNiektórzy dostawcy-
response_formatWszyscy dostawcy-
seedWszyscy dostawcy-
stopNiektórzy dostawcy-
structured_outputsWszyscy dostawcy-
temperatureWszyscy dostawcy0.7
tool_choiceWszyscy dostawcy-
toolsWszyscy dostawcy-
top_kNiektórzy dostawcy-
top_logprobsWszyscy dostawcy-
top_pWszyscy dostawcy0.8

Często zadawane pytania

Podobne modele