关于Qwen3-VL-32B-Instruct
Qwen3-VL 是 Qwen3 系列中的 Vision-语言 模型，在各种 Vision-语言 (VL) 基准测试中实现了最先进的性能（SOTA）。该 模型 支持高分辨率 Image Input，最高可达百万像素级别，并拥有在一般视觉理解、多语言 OCR、细粒度视觉对齐和视觉对话方面的强大能力。作为 Qwen3 系列的一部分，它继承了强大的语言基础，使其能够理解和执行复杂的指令。
可用的 Serverless
立即运行查询，仅按使用量付费
$
0.2
/
$
0.6
每 100 万 token（Input/Output）
元数据
规格
州
Available
建筑
校准的
不
专家混合
是
总参数
32B
激活的参数
推理
不
精度
FP8
上下文长度
262K
最大输出长度
262K
支持功能
Serverless
支持
Serverless LoRA
不支持
微调
不支持
Embeddings
不支持
Rerankers
不支持
支持 Image Input
支持
JSON Mode
支持
结构化Outputs
不支持
工具
支持
FIM 补全
不支持
对话前缀补全
支持
与其他模型进行比较
看看这个模型与其他模型相比表现如何。
Qwen
chat
Qwen3-VL-32B-Instruct
发行日期：2025年10月21日
上下文长度：
262K
最大输出长度：
262K
Input:
$
0.2
/ M Tokens
Output:
$
0.6
/ M Tokens
Qwen
chat
Qwen3-VL-32B-Thinking
发行日期：2025年10月21日
上下文长度：
262K
最大输出长度：
262K
Input:
$
0.2
/ M Tokens
Output:
$
1.5
/ M Tokens
Qwen
chat
Qwen3-VL-8B-Instruct
发行日期：2025年10月15日
上下文长度：
262K
最大输出长度：
262K
Input:
$
0.18
/ M Tokens
Output:
$
0.68
/ M Tokens
Qwen
chat
Qwen3-VL-8B-Thinking
发行日期：2025年10月15日
上下文长度：
262K
最大输出长度：
262K
Input:
$
0.18
/ M Tokens
Output:
$
2
/ M Tokens
Qwen
chat
Qwen3-VL-235B-A22B-Instruct
发行日期：2025年10月4日
上下文长度：
262K
最大输出长度：
262K
Input:
$
0.3
/ M Tokens
Output:
$
1.5
/ M Tokens
Qwen
chat
Qwen3-VL-235B-A22B-Thinking
发行日期：2025年10月4日
上下文长度：
262K
最大输出长度：
262K
Input:
$
0.45
/ M Tokens
Output:
$
3.5
/ M Tokens
Qwen
chat
Qwen3-VL-30B-A3B-Instruct
发行日期：2025年10月5日
上下文长度：
262K
最大输出长度：
262K
Input:
$
0.29
/ M Tokens
Output:
$
1
/ M Tokens
Qwen
chat
Qwen3-VL-30B-A3B-Thinking
发行日期：2025年10月11日
上下文长度：
262K
最大输出长度：
262K
Input:
$
0.29
/ M Tokens
Output:
$
1
/ M Tokens
Qwen
image-to-video
Wan2.2-I2V-A14B
发行日期：2025年8月13日
$
0.29
/ Video
