Qwen: Qwen3 VL 30B A3B Thinking

Qwen3-VL-30B-A3B-Thinking est un modèle d'IA multimodale de pointe conçu pour intégrer de manière transparente une génération de texte robuste avec une compréhension visuelle sophistiquée des images et des vidéos. La variante 'Thinking' améliore spécifiquement ses capacités de raisonnement dans des domaines exigeants tels que les STEM, les mathématiques et d'autres scénarios complexes de résolution de problèmes. Il démontre des performances exceptionnelles dans la perception des catégories réelles et synthétiques, un ancrage spatial 2D/3D précis et une compréhension visuelle longue et complète, obtenant constamment des résultats compétitifs sur les benchmarks multimodaux. Ce modèle est particulièrement bien adapté aux applications agentiques, capable de gérer des instructions multi-images et multi-tours, des alignements de chronologie vidéo, l'automatisation d'interfaces graphiques et même le codage visuel, des croquis initiaux aux interfaces utilisateur déboguées. Ses performances textuelles correspondent à celles des modèles Qwen3 phares, ce qui le rend très efficace pour l'IA documentaire, l'OCR, l'assistance UI, les tâches spatiales et la recherche avancée sur les agents. Avec une fenêtre contextuelle de 131K tokens et une sortie maximale de 4K tokens, il offre une puissance de traitement étendue. La tarification est compétitive à 0,20 $ par million de tokens d'entrée et 1,00 $ par million de tokens de sortie, accessible via le niveau STARTER sur Multi AI.