Qwen: Qwen3 VL 30B A3B Instruct

Qwen3-VL-30B-A3B-Instruct — это передовая мультимодальная модель ИИ, разработанная для объединения надежной генерации текста со сложным визуальным пониманием как изображений, так и видео. Этот вариант Instruct специально оптимизирован для выполнения инструкций в широком спектре общих мультимодальных задач, демонстрируя исключительную производительность в восприятии реальных и синтетических категорий, точном 2D/3D пространственном позиционировании и всестороннем долгосрочном визуальном понимании. Он постоянно достигает конкурентоспособных результатов на ведущих мультимодальных бенчмарках. Помимо своих основных возможностей, Qwen3-VL-30B-A3B-Instruct очень подходит для агентских приложений. Он умело обрабатывает многоизображения, многооборотные инструкции, облегчает выравнивание временной шкалы видео, поддерживает автоматизацию графического интерфейса и даже может генерировать визуальное кодирование от эскизов до отлаженного пользовательского интерфейса. Его текстовая производительность конкурирует с флагманскими моделями Qwen3, что делает его идеальным для ИИ документов, OCR, помощи пользовательскому интерфейсу, пространственных задач и передовых исследований агентов. С окном контекста в 131K токенов и максимальным выходом в 4K токенов, он предлагает обширную вычислительную мощность. Цена составляет $0.15/$0.60 за 1M токенов (вход/выход), и он доступен в уровне доступа STARTER.