關於Qwen3-Omni-30B-A3B-Captioner
Qwen3-Omni-30B-A3B-Captioner 是來自阿里巴巴 Qwen 團隊的視覺語言模型 (VLM)，屬於 Qwen3 系列的一部分。它是專為生成高質量、詳細和準確的圖像標註而設計的。基於 30B 總參數專家混合 (MoE) 架構，該模型可以深入理解圖像內容並將其轉換為豐富的自然語言文本。
可用的無伺服器
立即運行查詢，僅按使用量付費
$
0.1
／
$
0.4
每百萬 Tokens（輸入/輸出）
元數據
規格
狀態
可用
架構
經過校準的
是
專家並行
是
總參數
30B
啟用的參數
推理
不
精度
FP8
上下文長度
66K
最大輸出長度
66K
支援的功能
無伺服器
支持
無伺服器的 LoRA
不支持
微調
不支持
向量嵌入
不支持
重排序
不支持
支援圖片輸入
支持
JSON 模式
支持
結構化輸出
不支持
工具
支持
中間填充補全
支持
聊天前綴補全
支持
與其他模型比較
看看這個模型與其他模型的對比如何。
Qwen
聊天
Qwen3-VL-32B-Instruct
發行日期：2025年10月21日
總上下文：
262K
最大輸出：
262K
輸入：
$
0.2
/ M Tokens
輸出：
$
0.6
/ M Tokens
Qwen
聊天
Qwen3-VL-32B-Thinking
發行日期：2025年10月21日
總上下文：
262K
最大輸出：
262K
輸入：
$
0.2
/ M Tokens
輸出：
$
1.5
/ M Tokens
Qwen
聊天
Qwen3-VL-8B-Instruct
發行日期：2025年10月15日
總上下文：
262K
最大輸出：
262K
輸入：
$
0.18
/ M Tokens
輸出：
$
0.68
/ M Tokens
Qwen
聊天
Qwen3-VL-8B-Thinking
發行日期：2025年10月15日
總上下文：
262K
最大輸出：
262K
輸入：
$
0.18
/ M Tokens
輸出：
$
2.0
/ M Tokens
Qwen
聊天
Qwen3-VL-235B-A22B-Instruct
發行日期：2025年10月4日
總上下文：
262K
最大輸出：
262K
輸入：
$
0.3
/ M Tokens
輸出：
$
1.5
/ M Tokens
Qwen
聊天
Qwen3-VL-235B-A22B-Thinking
發行日期：2025年10月4日
總上下文：
262K
最大輸出：
262K
輸入：
$
0.45
/ M Tokens
輸出：
$
3.5
/ M Tokens
Qwen
聊天
Qwen3-VL-30B-A3B-Instruct
發行日期：2025年10月5日
總上下文：
262K
最大輸出：
262K
輸入：
$
0.29
/ M Tokens
輸出：
$
1.0
/ M Tokens
Qwen
聊天
Qwen3-VL-30B-A3B-Thinking
發行日期：2025年10月11日
總上下文：
262K
最大輸出：
262K
輸入：
$
0.29
/ M Tokens
輸出：
$
1.0
/ M Tokens
Qwen
影像轉影片
Wan2.2-I2V-A14B
發行日期：2025年8月13日
總上下文：
0K
最大輸出：
輸入：
$
/ 影片
輸出：
$
/ 影片
