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.
Preços
Desempenho
Uso e classificação
Parâmetros suportados
Todos os provedores = compatível em todos os upstreams que servem este modelo. Alguns provedores = depende do upstream que atende a solicitação. Padrão = o valor enviado quando você não define nada.
| Parâmetro | Provedores | Padrão |
|---|---|---|
| frequency_penalty | Alguns provedores | Não enviado por padrão |
| logprobs | Todos os provedores | - |
| max_tokens | Todos os provedores | - |
| presence_penalty | Todos os provedores | Não enviado por padrão |
| repetition_penalty | Alguns provedores | 1 |
| response_format | Todos os provedores | - |
| seed | Todos os provedores | - |
| structured_outputs | Todos os provedores | - |
| temperature | Todos os provedores | 0.7 |
| tool_choice | Todos os provedores | - |
| tools | Todos os provedores | - |
| top_k | Alguns provedores | 20 |
| top_logprobs | Todos os provedores | - |
| top_p | Todos os provedores | 0.8 |