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

qwen-3-vl-8b-instruct:free
131.1K contexto4.1K saídaVisãoEstruturado
Lançado Oct 14, 2025Atualizado 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.

Modo chatTokenizador Qwen3Quantização bf16Qwen/Qwen3-VL-8B-Instruct

Preços

Preço de entrada
$0.00/ 1 M tokens
Preço de saída
$0.00/ 1 M tokens
Janela de contexto 131.1K tokensEndpoints compatíveis openaiFornecedor Alibaba

Desempenho

Carregando dados de desempenho...

Uso e classificação

Carregando uso...

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.

ParâmetroProvedoresPadrão
frequency_penaltyAlguns provedoresNão enviado por padrão
logit_biasAlguns provedores-
logprobsTodos os provedores-
max_tokensTodos os provedores-
presence_penaltyTodos os provedores-
repetition_penaltyAlguns provedores-
response_formatTodos os provedores-
seedTodos os provedores-
stopAlguns provedores-
structured_outputsTodos os provedores-
temperatureTodos os provedores0.7
tool_choiceTodos os provedores-
toolsTodos os provedores-
top_kAlguns provedores-
top_logprobsTodos os provedores-
top_pTodos os provedores0.8

Perguntas frequentes

Modelos similares