A série Qwen3 de modelos de compreensão visual de pequena escala integra eficazmente os modos de raciocínio e não raciocínio. Oferece desempenho superior ao modelo open-source Qwen3-VL-30B-A3B, mantendo respostas rápidas. O modelo apresenta uma atualização abrangente na compreensão de imagens e vídeos, com suporte a contextos extremamente longos (como vídeos extensos e documentos), percepção espacial e reconhecimento de objetos em diversos domínios. Com capacidades de localização visual 2D/3D, é ideal para tarefas complexas do mundo real. Esta versão do modelo é funcionalmente equivalente ao snapshot qwen3-vl-flash-2026-01-22.
Provedor de service de inferência
O provedor de service de inferência para qwen3-vl-flash é o Alibaba Cloud Model Studio.
Capacidades do modelo
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- US (Virginia)
Capacidade | Suporte | Capacidade | Suporte |
Modalidade de entrada | Text Image Video | Modalidade de saída | Text |
Experiência do modelo | Supported | Function Calling | Supported |
Saídas estruturadas | Supported | Pesquisa na web | Unsupported |
Conclusão de prefixo | Supported | Cache de contexto | Supported |
Inferência em lote | Unsupported | Ajuste fino | Unsupported |
Limites de contexto
Parâmetro | Valor | Parâmetro | Valor |
Comprimento máximo de entrada | 260096 | Comprimento máximo de saída | 32768 |
Janela de contexto | 262144 | Comprimento máximo de entrada (Modo de raciocínio) | 258048 |
Comprimento máximo de saída (Modo de raciocínio) | 32768 | Comprimento máximo da cadeia de pensamento | 81920 |
Preços
Esta página exibe apenas os preços originais para chamadas de API do modelo, sem incluir promoções por tempo limitado. Acesse o Console do Model Studio para consultar ofertas promocionais.
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- US (Virginia)
Input<=32k
Input<=32k
Item de faturamento | Preço (USD) | Unidade |
Entrada | 0,022 | Por 1M tokens |
Saída | 0,215 | Por 1M tokens |
Entrada (Cache implícito) | 0,005 | Por 1M tokens |
Entrada (Arquivo em lote) | 0,011 | Por 1M tokens |
Saída (Arquivo em lote) | 0,108 | Por 1M tokens |
Criação de cache explícito | 0,028 | Por 1M tokens |
Leitura de cache explícito | 0,002 | Por 1M tokens |
Entrada (Chat em lote) | 0,022 | Por 1M tokens |
Saída (Chat em lote) | 0,215 | Por 1M tokens |
32k<Input<=128k
32k<Input<=128k
Item de faturamento | Preço (USD) | Unidade |
Entrada | 0,043 | Por 1M tokens |
Saída | 0,43 | Por 1M tokens |
Entrada (Cache implícito) | 0,009 | Por 1M tokens |
Entrada (Arquivo em lote) | 0,022 | Por 1M tokens |
Saída (Arquivo em lote) | 0,215 | Por 1M tokens |
Criação de cache explícito | 0,054 | Por 1M tokens |
Leitura de cache explícito | 0,004 | Por 1M tokens |
Entrada (Chat em lote) | 0,043 | Por 1M tokens |
Saída (Chat em lote) | 0,43 | Por 1M tokens |
128k<Input<=256k
128k<Input<=256k
Item de faturamento | Preço (USD) | Unidade |
Entrada | 0,086 | Por 1M tokens |
Saída | 0,859 | Por 1M tokens |
Entrada (Cache implícito) | 0,018 | Por 1M tokens |
Entrada (Arquivo em lote) | 0,043 | Por 1M tokens |
Saída (Arquivo em lote) | 0,43 | Por 1M tokens |
Criação de cache explícito | 0,108 | Por 1M tokens |
Leitura de cache explícito | 0,009 | Por 1M tokens |
Entrada (Chat em lote) | 0,086 | Por 1M tokens |
Saída (Chat em lote) | 0,859 | Por 1M tokens |
Limites de taxa
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- US (Virginia)
Parâmetro | Valor |
RPM (Requisições por minuto) | 3000 |
TPM (Tokens por minuto) | 5.000.000 |
Versões de snapshot
qwen3-vl-flash-2026-01-22
A série Qwen3 de modelos de compreensão visual de pequeno porte integra eficazmente os modos de raciocínio e não raciocínio. Em comparação com o snapshot de 15 de outubro de 2025, o desempenho geral do modelo melhorou significativamente: oferece capacidades aprimoradas de reconhecimento visual geral e raciocínio, além de apresentar melhorias marcantes na precisão de reconhecimento em vários cenários de negócios, como segurança, inspeções em lojas, monitoramento de equipamentos e resolução de problemas baseada em fotos. Esta versão é um snapshot de 22 de janeiro de 2026.
Provedor de service de inferência
O provedor de service de inferência para qwen3-vl-flash-2026-01-22 é o Alibaba Cloud Model Studio.
Capacidades do modelo
Capacidade | Suporte | Capacidade | Suporte |
Modalidade de entrada | Text Image Video | Modalidade de saída | Text |
Experiência do modelo | Supported | Function Calling | Unsupported |
Saídas estruturadas | Unsupported | Pesquisa na web | Unsupported |
Conclusão de prefixo | Unsupported | Cache de contexto | Unsupported |
Inferência em lote | Unsupported | Ajuste fino | Unsupported |
Limites de contexto
Parâmetro | Valor | Parâmetro | Valor |
Comprimento máximo de entrada | 258048 | Comprimento máximo de saída | 32768 |
Janela de contexto | 262144 | Comprimento máximo de entrada (Modo de raciocínio) | 258048 |
Comprimento máximo de saída (Modo de raciocínio) | 32768 | Comprimento máximo da cadeia de pensamento | 81920 |
Preços
Esta página exibe apenas os preços originais para chamadas de API do modelo, sem incluir promoções por tempo limitado. Acesse o Console do Model Studio para consultar ofertas promocionais.
- China (Beijing)
- Singapore
- Germany (Frankfurt)
Input<=32k
Input<=32k
Item de faturamento | Preço (USD) | Unidade |
Entrada | 0,022 | Por 1M tokens |
Saída | 0,215 | Por 1M tokens |
32k<Input<=128k
32k<Input<=128k
Item de faturamento | Preço (USD) | Unidade |
Entrada | 0,043 | Por 1M tokens |
Saída | 0,43 | Por 1M tokens |
128k<Input<=256k
128k<Input<=256k
Item de faturamento | Preço (USD) | Unidade |
Entrada | 0,086 | Por 1M tokens |
Saída | 0,859 | Por 1M tokens |
Limites de taxa
- China (Beijing)
- Singapore
- Germany (Frankfurt)
Parâmetro | Valor |
RPM (Requisições por minuto) | 60 |
TPM (Tokens por minuto) | 100.000 |
qwen3-vl-flash-2025-10-15
A série Qwen3 de modelos de compreensão visual de pequena escala integra eficazmente os modos de raciocínio e não raciocínio. Oferece desempenho superior ao modelo open-source Qwen3-VL-30B-A3B, mantendo respostas rápidas. O modelo apresenta uma atualização abrangente na compreensão de imagens e vídeos, com suporte a contextos extremamente longos (como vídeos extensos e documentos), percepção espacial e reconhecimento de objetos em diversos domínios. Com capacidades de localização visual 2D/3D, é ideal para tarefas complexas do mundo real. Esta versão é um snapshot de 15 de outubro de 2025.
Provedor de service de inferência
O provedor de service de inferência para qwen3-vl-flash-2025-10-15 é o Alibaba Cloud Model Studio.
Capacidades do modelo
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- US (Virginia)
Capacidade | Suporte | Capacidade | Suporte |
Modalidade de entrada | Text Image Video | Modalidade de saída | Text |
Experiência do modelo | Supported | Function Calling | Supported |
Saídas estruturadas | Supported | Pesquisa na web | Unsupported |
Conclusão de prefixo | Supported | Cache de contexto | Unsupported |
Inferência em lote | Unsupported | Ajuste fino | Unsupported |
Limites de contexto
Parâmetro | Valor | Parâmetro | Valor |
Comprimento máximo de entrada | 260096 | Comprimento máximo de saída | 32768 |
Janela de contexto | 262144 | Comprimento máximo de entrada (Modo de raciocínio) | 258048 |
Comprimento máximo de saída (Modo de raciocínio) | 32768 | Comprimento máximo da cadeia de pensamento | 81920 |
Preços
Esta página exibe apenas os preços originais para chamadas de API do modelo, sem incluir promoções por tempo limitado. Acesse o Console do Model Studio para consultar ofertas promocionais.
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- US (Virginia)
Input<=32k
Input<=32k
Item de faturamento | Preço (USD) | Unidade |
Entrada | 0,022 | Por 1M tokens |
Saída | 0,215 | Por 1M tokens |
32k<Input<=128k
32k<Input<=128k
Item de faturamento | Preço (USD) | Unidade |
Entrada | 0,043 | Por 1M tokens |
Saída | 0,43 | Por 1M tokens |
128k<Input<=256k
128k<Input<=256k
Item de faturamento | Preço (USD) | Unidade |
Entrada | 0,086 | Por 1M tokens |
Saída | 0,859 | Por 1M tokens |
Limites de taxa
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- US (Virginia)
Parâmetro | Valor |
RPM (Requisições por minuto) | 60 |
TPM (Tokens por minuto) | 100.000 |