Perbandingan Model
vs
Qwen3-Omni-30B-A3B-Instruct
28 Feb 2026
Harga
Input
0.1
Output
0.4
Metadata
Spesifikasi
Negara
Available
Arsitektur
natively end-to-end multilingual omni-modal foundation model with MoE-based Thinker-Talker design, AuT pretraining, and multi-codebook design
Terkalibrasi
Ya
Tidak
Campuran Ahli
Ya
Ya
Total Parameter
30B
Parameter yang Diaktifkan
3B
Penalaran
Ya
Tidak
Precision
FP8
Text panjang konteks
66K
Max Tokens
66K
Didukung Keberfungsian
Serverless
didukung
didukung
Serverless LoRA
didukung
Tidak didukung
Fine-tuning
didukung
Tidak didukung
Embeddings
didukung
didukung
Rerankers
didukung
Tidak didukung
Dukung Image Input
Tidak didukung
Tidak didukung
JSON Mode
didukung
didukung
Output Terstruktur
didukung
Tidak didukung
Alat
didukung
didukung
Fim Completion
didukung
didukung
Chat Prefix Completion
didukung
didukung
dalam Perbandingan
Lihat bagaimana membandingkan dengan model populer lainnya di berbagai dimensi kunci.
VS
Step-3.5-Flash
VS
Qwen3-VL-32B-Instruct
VS
Qwen3-VL-32B-Thinking
VS
Qwen3-VL-30B-A3B-Instruct
VS
Qwen3-VL-30B-A3B-Thinking
VS
Qwen3-VL-235B-A22B-Instruct
VS
Qwen3-VL-235B-A22B-Thinking
VS
Qwen3-VL-235B-A22B-Instruct
VS
Qwen3-VL-235B-A22B-Thinking
VS
Qwen3-Omni-30B-A3B-Instruct
VS
Ring-flash-2.0
VS
Ring-flash-2.0
VS
Qwen3-Omni-30B-A3B-Captioner
VS
Qwen3-Omni-30B-A3B-Thinking
VS
Qwen3-Next-80B-A3B-Instruct
VS
Qwen3-Next-80B-A3B-Thinking
VS
gpt-oss-120b
VS
gpt-oss-120b
VS
Qwen3-Coder-30B-A3B-Instruct
VS
Qwen3-30B-A3B-Thinking-2507
