Les modèles VL de la série Qwen3 intègrent efficacement les modes avec et sans raisonnement, offrant des performances de premier plan mondial en matière de capacités d'agent visuel sur des jeux de données de référence publics tels que OS World. Cette version bénéficie d'améliorations complètes dans des domaines comme le codage visuel, la perception spatiale et le raisonnement multimodal. Elle renforce considérablement les capacités de perception et de reconnaissance visuelles, tout en prenant en charge la compréhension de vidéos ultra-longues.
Fournisseur de service d'inférence
Le fournisseur de service d'inférence pour qwen3-vl-plus est Alibaba Cloud Model Studio.
Capacités du modèle
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- US (Virginia)
- Hong Kong (China)
| Capacité | Prise en charge | Capacité | Prise en charge |
|---|---|---|---|
Modalité d'entrée | Text Image Video | Modalité de sortie | Text |
Expérience du modèle | Supported | Appel de fonction | Supported |
Sorties structurées | Supported | Recherche Web | Unsupported |
Complétion de préfixe | Supported | Mise en cache du contexte | Supported |
Inférence par lot | Supported | Fine-tuning | Unsupported |
Limites du contexte
| Paramètre | Valeur | Paramètre | Valeur |
|---|---|---|---|
Longueur d'entrée maximale | 260 096 | Longueur de sortie maximale | 32 768 |
Fenêtre de contexte | 262 144 | Longueur d'entrée maximale (mode raisonnement) | 258 048 |
Longueur de sortie maximale (mode raisonnement) | 32 768 | Longueur maximale de la chaîne de pensée | 81 920 |
Tarification
Cette page présente uniquement la tarification standard des appels d'API de modèle, hors promotions temporaires. Consultez la Console Model Studio pour découvrir les offres promotionnelles en cours.
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- US (Virginia)
- Hong Kong (China)
Input<=32k
Input<=32k
| Élément facturé | Prix (USD) | Unité |
|---|---|---|
Input | 0,144 | Par 1M tokens |
Output | 1,434 | Par 1M tokens |
Input(Implicit Cache) | 0,029 | Par 1M tokens |
Input(Batch File) | 0,072 | Par 1M tokens |
Output(Batch File) | 0,717 | Par 1M tokens |
Explicit Cache Creation | 0,18 | Par 1M tokens |
Explicit Cache Read | 0,014 | Par 1M tokens |
Input(Batch Chat) | 0,144 | Par 1M tokens |
Output(Batch Chat) | 1,434 | Par 1M tokens |
32k<Input<=128k
32k<Input<=128k
| Élément facturé | Prix (USD) | Unité |
|---|---|---|
Input | 0,216 | Par 1M tokens |
Output | 2,151 | Par 1M tokens |
Input(Implicit Cache) | 0,044 | Par 1M tokens |
Input(Batch File) | 0,108 | Par 1M tokens |
Output(Batch File) | 1,075 | Par 1M tokens |
Explicit Cache Creation | 0,27 | Par 1M tokens |
Explicit Cache Read | 0,022 | Par 1M tokens |
Input(Batch Chat) | 0,216 | Par 1M tokens |
Output(Batch Chat) | 2,151 | Par 1M tokens |
128k<Input<=256k
128k<Input<=256k
| Élément facturé | Prix (USD) | Unité |
|---|---|---|
Input | 0,431 | Par 1M tokens |
Output | 4,301 | Par 1M tokens |
Input(Implicit Cache) | 0,087 | Par 1M tokens |
Input(Batch File) | 0,215 | Par 1M tokens |
Output(Batch File) | 2,15 | Par 1M tokens |
Explicit Cache Creation | 0,539 | Par 1M tokens |
Explicit Cache Read | 0,043 | Par 1M tokens |
Input(Batch Chat) | 0,431 | Par 1M tokens |
Output(Batch Chat) | 4,301 | Par 1M tokens |
Limites de débit
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- US (Virginia)
- Hong Kong (China)
| Paramètre | Valeur |
|---|---|
RPM (Requests Per Minute) | 3 000 |
TPM (Tokens Per Minute) | 5 000 000 |