Qwen: Qwen3 VL 30B A3B Thinking

Qwen3-VL-30B-A3B-Thinking ist ein hochmodernes multimodales KI-Modell, das entwickelt wurde, um robuste Textgenerierung nahtlos mit anspruchsvollem visuellem Verständnis über Bilder und Videos hinweg zu integrieren. Die 'Thinking'-Variante steigert speziell ihre Denkfähigkeiten in anspruchsvollen Bereichen wie MINT, Mathematik und anderen komplexen Problemlösungsszenarien. Es zeigt eine außergewöhnliche Leistung bei der Wahrnehmung realer und synthetischer Kategorien, präziser 2D/3D-Raumverankerung und umfassendem langfristigem visuellem Verständnis, wobei es durchweg wettbewerbsfähige Ergebnisse bei multimodalen Benchmarks erzielt. Dieses Modell eignet sich besonders gut für agentische Anwendungen und kann Multi-Image-, Multi-Turn-Anweisungen, Video-Timeline-Ausrichtungen, GUI-Automatisierung und sogar visuelle Codierung von ersten Skizzen bis zu debuggten Benutzeroberflächen verarbeiten. Seine Textleistung entspricht der der Flaggschiff-Qwen3-Modelle, was es für Document AI, OCR, UI-Unterstützung, räumliche Aufgaben und fortgeschrittene Agentenforschung äußerst effektiv macht. Mit einem Kontextfenster von 131K Tokens und einer maximalen Ausgabe von 4K Tokens bietet es umfangreiche Verarbeitungsleistung. Die Preise sind wettbewerbsfähig: $0.20 pro 1M Eingabetokens und $1.00 pro 1M Ausgabetokens, zugänglich über den STARTER-Tier auf Multi AI.