Qwen: Qwen3 VL 30B A3B Instruct

Модель зрения Qwen3 VL: 30 млрд параметров, 3 млрд активных. Понимает изображения и видео, отвечает текстом, подходит для документов и скриншотов.

Модель Qwen: Qwen3 VL 30B A3B Instruct доступна через OpenAI-совместимый API Apikley из России без VPN, с оплатой в рублях: от 40,5 ₽ / 1M токенов.

Автор
Alibaba
ID модели
qwen/qwen3-vl-30b-a3b-instruct
Контекст
262K токенов
Max output
16.4K токенов
Модальности
изображения, текст → текст
Вход
405 кредитов / 1M токенов · 40,5 ₽ / 1M токенов · 1 ₽ = 10 кредитов
Выход
1 620 кредитов / 1M токенов · 162 ₽ / 1M токенов · 1 ₽ = 10 кредитов
Дата релиза
06.10.2025
Доступность
Нет свежих данных проверки

Описание

Qwen3 VL 30B A3B Instruct объединяет генерацию текста с пониманием изображений и видео. Это MoE-модель с открытыми весами, на токен активны около 3 миллиардов параметров. Принимает текст, изображения и видео. Разработчик выделяет у неё визуального агента для управления интерфейсами, генерацию кода по изображению, расширенное распознавание текста на 32 языках и пространственное восприятие. Понимание текста заявлено на уровне чисто текстовых моделей. Инструктивный вариант настроен на выполнение общих мультимодальных заданий. Контекст составляет 262 144 токена. Поддерживаются вызов функций и структурированный вывод. Знания заканчиваются мартом 2025 года.

Кому подходит

  • Проектам, где зрение нужно в большом объёме запросов
  • Скриншотам, формам и документам с длинным контекстом на входе
  • Прототипам визуальных агентов с вызовом функций

Ограничения

  • Ответ не длиннее 16 384 токенов: большой разбор документа придётся делить на части
  • Выход только текстовый, изображения модель не создаёт
  • Знания ограничены мартом 2025 года, более новые продукты на картинках могут быть ей незнакомы

Сценарии использования

  • Оцифровка форм и анкет — Оператор архива загружает фото заполненных бланков, а модель переносит данные в структурированный JSON.
  • Описание товаров по фотографиям — Контент-менеджер магазина получает из фото товара карточку с характеристиками и вариантами заголовков.
  • Проверка интерфейса по скриншотам — Тестировщик отправляет снимки экрана до и после релиза, а модель перечисляет визуальные расхождения.
  • Краткое содержание видеолекции — Студент загружает запись занятия и просит выписать темы и ключевые определения по порядку.

Qwen: Qwen3 VL 30B A3B Instruct API: как подключить

OpenAI-совместимый API: POST https://api.apikley.ru/v1/chat/completions, ID модели qwen/qwen3-vl-30b-a3b-instruct. Подойдёт официальный SDK OpenAI с базовым адресом https://api.apikley.ru/v1.

cURL

curl https://api.apikley.ru/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
  "model": "qwen/qwen3-vl-30b-a3b-instruct",
  "messages": [
    {
      "role": "user",
      "content": "Объясните, что такое API, в двух предложениях."
    }
  ]
}'

Python

from openai import OpenAI

client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.apikley.ru/v1")

response = client.chat.completions.create(
    model="qwen/qwen3-vl-30b-a3b-instruct",
    messages=[{"role": "user", "content": "Объясните, что такое API, в двух предложениях."}],
)
print(response.choices[0].message.content)

Быстрый старт · Chat Completions: параметры и ответы

Бенчмарки

Слабее среднего в работе с инструментами (выше 9%).

МетрикаЗначениеПозиция в каталоге
Код больше — лучше47,6%выше 42% моделей каталога
Инструменты и агенты больше — лучше19%выше 9% моделей каталога
Подробнее
МетрикаЗначениеПозиция в каталоге
Сложные рассуждения больше — лучше6,3%выше 17% моделей каталога
GPQA больше — лучше69,5%выше 24% моделей каталога
Следование инструкциям больше — лучше33,1%выше 13% моделей каталога
Агент в терминале больше — лучше6,1%выше 11% моделей каталога
MMLU-Pro больше — лучше76,4%выше 42% моделей каталога

Источник: Artificial Analysis · конфигурация «Qwen3 VL 30B A3B Instruct» · измерено 28.10.2026

Другие модели Alibaba

Все модели Alibaba

Похожие модели

FAQ

Принимает ли модель видео?

Да, на входе доступны текст, изображения и видео. Разработчик заявляет привязку событий к временным меткам.

Чем 30B отличается от 8B?

Главное различие в длине ответа: у 30B максимум 16 384 токена, у 8B 235 929. Если нужны длинные выходы, смотрите 8B.

Хватит ли контекста для многостраничного PDF?

Окно запроса составляет 262 144 токена. Сколько страниц поместится, зависит от числа и размера изображений.

Поддерживается ли вывод по JSON-схеме?

Да, модель поддерживает структурированный вывод по схеме и формат ответа.

Умеет ли модель вызывать функции?

Да, вызов функций поддерживается. Это позволяет строить визуальных агентов: модель получает скриншот и обращается к нужному инструменту.

Все AI-модели каталога Apikley — доступ через API из России, оплата в рублях, без VPN.