Qwen: Qwen3 VL 8B Thinking

Qwen3-VL-8B-Thinking 是 Qwen3-VL-8B 多模态模型的推理优化变体，专门为跨复杂场景、文档和时间序列的高级视觉和文本推理而设计。它集成了增强的多模态对齐和长上下文处理（原生 256K，可扩展至 1M tokens），适用于科学视觉分析、因果推理以及图像或视频输入上的数学推理等要求苛刻的任务。 与 Instruct 版本相比，Thinking 版本引入了更深层次的视觉-语言融合和深思熟虑的推理路径，显著提高了在长链逻辑任务、STEM 问题解决和多步骤视频理解方面的性能。它通过 Interleaved-MRoPE 和时间戳感知嵌入实现了更强的时间定位，同时保持了与大型纯文本 LLM 相当的强大 OCR、多语言理解和文本生成能力。它支持 256K tokens 的上下文窗口和 4K tokens 的最大输出。定价为每 1M tokens（输入/输出）$0.18/$2.10，可在我们的 PRO 访问层级获取。 功能包括视觉、函数、代码和流式传输，使其成为聊天、代码生成和复杂数学问题解决的理想选择。