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.
Тарифы
Производительность
Использование и рейтинг
Поддерж. параметры
Все провайдеры = поддерживается каждым апстримом, обслуживающим эту модель. Некоторые провайдеры = зависит от апстрима, обрабатывающего запрос. По умолчанию = значение, отправляемое, если вы ничего не задали.
| Параметр | Провайдеры | По умолчанию |
|---|---|---|
| frequency_penalty | Некоторые провайдеры | По умолчанию не отправляется |
| logprobs | Все провайдеры | - |
| max_tokens | Все провайдеры | - |
| presence_penalty | Все провайдеры | По умолчанию не отправляется |
| repetition_penalty | Некоторые провайдеры | 1 |
| response_format | Все провайдеры | - |
| seed | Все провайдеры | - |
| structured_outputs | Все провайдеры | - |
| temperature | Все провайдеры | 0.7 |
| tool_choice | Все провайдеры | - |
| tools | Все провайдеры | - |
| top_k | Некоторые провайдеры | 20 |
| top_logprobs | Все провайдеры | - |
| top_p | Все провайдеры | 0.8 |