返回模型列表

Qwen: Qwen3 VL 8B Instruct

qwen/qwen3-vl-8b-instruct
Oct 14, 2025131.1K 上下文32.8K 最大输出$0.18/M in · $0.70/M out

描述

Qwen3-VL-8B-Instruct 是 Qwen3-VL 系列的 vision-language 多模态模型，面向文本、图像、视频的高保真理解与推理。采用 Interleaved-MRoPE 改进多模态融合以支持长时时间推理，使用 DeepStack 实现细粒度视觉-文本对齐，并通过 text-timestamp alignment 实现精确事件定位。

模型原生支持 256K token 的 context window，可扩展至 1M token，可处理静态和动态媒体输入，适用于文档解析、视觉问答、空间推理和 GUI 控制等任务。其文本理解能力与领先 LLM 相当，OCR 覆盖 32 种语言，并在多样视觉条件下保持稳健性。

技术规格

供应商
qwen
上下文长度
131.1K
最大输出
32.8K
模态类型
输入imagetext
输出text

定价

类型价格 / 百万 Token
输入$0.18
输出$0.70

快速开始

curl https://api.ominigate.ai/v1/chat/completions \
  -H "Authorization: Bearer sk-omg-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen/qwen3-vl-8b-instruct",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'
Qwen: Qwen3 VL 8B Instruct — Pricing & API on OminiGate