Перейти к основному содержанию

Qwen3 VL 8B Instruct

AlibabaQwenОткрытые весаApache 2.0 · Коммерческое использование

Описание

Qwen3-VL is a large multimodal model that unifies vision, language, and reasoning to achieve human-level perception and cognition across text, images, and video. Built on a 235B-parameter architecture, it integrates early joint training of visual and textual modalities for strong language grounding. The model supports up to a 1 million-token context window and excels at visual understanding, spatial reasoning, long video comprehension, and tool-based interaction. It can generate code from images, perform precise 2D/3D object grounding, and operate digital interfaces like a visual agent. The “Instruct” version rivals Gemini 2.5 Pro in perception benchmarks, while the “Thinking” version leads in multimodal reasoning and STEM tasks. With multilingual OCR, creative writing, and fine-grained scene interpretation, Qwen3-VL establishes a new open-source frontier for integrated vision-language intelligence.

Дата выхода
2025-10-14
Параметры
9.0B
Длина контекста
262K
Модальности
image, text, video

Радар способностей

80
general
0
coding
60
reasoning
34
scienceоцен.
70
agents
100
multimodal

При отсутствии специализированных научных бенчмарков Science оценивается по научным категориям LLM Stats или на основе рассуждений.

Рейтинги

Домен#МестоОценкаИсточник
Мультимодальный рейтинг126
34.0
LS

Оценки бенчмарков (LLM Stats)

(LLM Stats (zeroeval))

Chat

MM-MT-Bench7.70 / 100Сам.
IFEvalGoogle Research (2023)83.7%Сам.
Multi-IF75.1%Сам.

General

MMLU80.7%Сам.
MLVU-M78.1%Сам.
Include67.0%Сам.
BFCL-v366.3%Сам.

Language

MMLU-Redux84.9%Сам.
MMLU-Pro71.6%Сам.
MMLU-ProX65.4%Сам.

Math

MathVista-Mini77.2%Сам.
LiveBench 2024112562.0%Сам.
MathVision53.9%Сам.
AIME 202545.9%Сам.
HMMT2532.5%Сам.
PolyMATH30.4%Сам.

Multimodal

Video-MME71.4%Сам.
VideoMMMU65.3%Сам.
OSWorld33.9%Сам.

Reasoning

CharXiv-D83.0%Сам.
CharXiv-R46.4%Сам.
SuperGPQA44.5%Сам.
LiveCodeBench v639.3%Сам.

Video

CharadesSTA56.0%Сам.

Vision

DocVQAtest96.1%Сам.
ScreenSpot94.4%Сам.
OCRBench89.6%Сам.
AI2D85.7%Сам.
MMBench-V1.185.0%Сам.
InfoVQAtest83.1%Сам.
CC-OCR79.9%Сам.
RealWorldQA71.5%Сам.
MMStar70.9%Сам.
MMMU (val)69.6%Сам.
BLINK69.1%Сам.
MVBench68.7%Сам.
OCRBench-V2 (en)65.4%Сам.
MuirBench64.4%Сам.
OCRBench-V2 (zh)61.2%Сам.
Hallusion Bench61.1%Сам.
LVBench58.0%Сам.
MMMU-Pro55.9%Сам.
ScreenSpot Pro54.6%Сам.
ERQA45.8%Сам.
ODinW44.7%Сам.

Writing

WritingBench83.1%Сам.

Индексы оценки AA

(Artificial Analysis)

Нет данных AA оценки

Оценки категорий LLM Stats

(LLM Stats (zeroeval))
Chat
3
Communication
3
Multimodal
100
Instruction Following
80
Structured Output
80
General
80
Creativity
80
Text-to-image
80
Writing
80
Image To Text
70
Language
70
Legal
70
Finance
70
Grounding
70
Healthcare
70
3d
70
Tool Calling
70
Vision
70
Long Context
60
Math
60
Reasoning
60
Spatial Reasoning
60
Video
60
Agents
50
Physics
40
Chemistry
40
Economics
40

Цены

Цена ввода$0.25 / 1M токенов
Цена вывода$0.75 / 1M токенов
Смешанная цена (3:1)$0.375 / 1M токенов
Цена чтения кэша$0.12 / 1M токенов

Скорость

Нет данных о скорости

Рейтинг цен провайдеров

Рейтинг цен провайдеров

1 провайдеров

ПровайдерВводВывод
1AlibabaОсновной
$0.25
$0.75

Сравнение цен разных API-провайдеров для этой модели.

Внешние ссылки