Qwen: Qwen3 VL 30B A3B Thinking

Qwen3-VL-30B-A3B-Thinking是一款尖端的多模态AI模型，旨在将强大的文本生成与对图像和视频的复杂视觉理解无缝集成。其“Thinking”变体专门增强了在STEM、数学和其他复杂问题解决场景等要求苛刻领域中的推理能力。它在感知真实世界和合成类别、精确的2D/3D空间定位以及全面的长篇视觉理解方面表现出色，在多模态基准测试中持续取得有竞争力的结果。 该模型特别适用于代理应用，能够熟练处理多图像、多轮指令、视频时间线对齐、GUI自动化，甚至从初始草图到调试后的UI的视觉编码。其文本性能与旗舰Qwen3模型相匹配，使其在文档AI、OCR、UI辅助、空间任务和高级代理研究方面高效。凭借131K tokens的上下文窗口和4K tokens的最大输出，它提供了广泛的处理能力。定价具有竞争力，输入tokens每百万$0.20，输出tokens每百万$1.00，可通过Multi AI的STARTER层访问。