Vi använder cookies. Cookies och webbläsarlagring håller dig inloggad och kommer ihåg dina preferenser. Med ditt tillstånd mäter vi också hur webbplatsen används. Du kan när som helst. Läs vår cookiepolicy.
Qwen: Qwen3 VL 30B A3B Instruct
qwen/qwen3-vl-30b-a3b-instructTesta Qwen: Qwen3 VL 30B A3B Instruct nu
Körs på ditt saldo till priserna ovan. Nya konton börjar med gratis användning.
Ett API. Alla modeller.
Sessionskostnad 0,00 US$
Inställningar
Avancerade parametrar
Qwen: Qwen3 VL 30B A3B Instruct i korthet
- Indatapriset är 67% lägre än medianen för 434 Text-modeller.
- Kontextfönster på 262 144 tokens, tillräckligt för långa dokument och konversationer i flera steg.
- Stöder verktygsanrop (function calling) för agenter och integrationer.
- Stöder strukturerad JSON-utdata med ett schema.
- Tar emot bilder som indata (vision).
- Ett typiskt anrop (1,000 indata / 500 utdata-tokens) kostar ungefär 0,00158 US$.
Om Qwen: Qwen3 VL 30B A3B Instruct
Qwen3 VL 30B A3B Instruct är en multimodell modell från Qwen, släppt av leverantören 2025-10-06. Den tillhör familjen Qwen3 VL, och Instruct-varianten är finjusterad för instruktionsföljning på allmänna multimodala uppgifter. På api14 listas den under kategorin text, med en kunskapsgräns på 2025-03-31.
Modellen tar emot text- och bildindata och returnerar text. Dess kontextfönster är 262144 tokens, och maximal utdata är 16384 tokens. Leverantören beskriver den som en förening av stark textgenerering med visuell förståelse för bilder och videor, med särskild styrka inom perception. I praktiken innebär detta att du kan skicka en prompt som blandar skriftliga instruktioner med bildinnehåll och få ett textsvar, allt inom en enda mycket stor kontext.
Den kombinationen pekar på en ganska bred uppsättning praktiska användningsområden. Förståelse av dokument och skärmbilder, där en användare laddar upp en sida eller en UI-skärmdump och ställer frågor om den, passar naturligt. Bildtextning, visuell frågebesvarande och extrahering av strukturerade detaljer från bilder är alla rimliga. Eftersom kontextfönstret är stort kan du inkludera lång text tillsammans med bilder, till exempel en lång specifikation plus flera referensbilder, utan att dela upp arbetet över flera anrop. Det instruktionsfinjusterade beteendet passar också agentliknande flöden där modellen måste följa ett definierat utdataformat.
Du anropar modellen via api14:s OpenAI-kompatibla API med modell-id "qwen/qwen3-vl-30b-a3b-instruct". Eftersom gränssnittet är OpenAI-kompatibelt fungerar befintliga klienter och SDK:er i allmänhet med endast bas-URL och modell-id ändrade. Modellen stöder en bred uppsättning begäranparametrar: frequency_penalty, logit_bias, logprobs, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs och top_p. Verktygsanrop och strukturerade utdata är därför tillgängliga om ditt arbetsflöde behöver dem, och seed plus samplingskontrollerna låter dig justera determinism och variation.
Några gränser är värda att ha i åtanke. Utdata är endast text, så modellen genererar inte bilder. Den maximala utdatan på 16384 tokens är långt under kontextfönstret på 262144 tokens, så mycket långa genereringar är inte möjliga i ett enda svar. Om din uppgift är helt textbaserad och inte involverar bilder kan en textbaserad modell vara en enklare lösning. Om du behöver bildgenerering snarare än bildförståelse är den här modellen inte rätt val.
Så anropar du Qwen: Qwen3 VL 30B A3B Instruct API
- Skapa en API-nyckel i din kontrollpanel.
- Installera det officiella openai-SDK:t för ditt språk.
- Sätt baseURL till https://api14.com/api/v1 och model till "qwen/qwen3-vl-30b-a3b-instruct".
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "qwen/qwen3-vl-30b-a3b-instruct",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Parametrar som stöds
frequency_penaltylogit_biaslogprobsmax_tokensmin_ppresence_penaltyrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_pSpecifikationer
- Kontextlängd
- 262 144
- Max utdata
- 16 384
- Indata
- text, image
- Utdata
- text
- Kunskapsgräns
- 2025-03-31
Anrop på api14 · senaste 7 dagarna
Qwen: Qwen3 VL 30B A3B Instruct: vanliga frågor
- Vad kostar Qwen: Qwen3 VL 30B A3B Instruct API?
- Qwen: Qwen3 VL 30B A3B Instruct kostar Indata 0,52 US$ / 1M tokens. Det dras från ditt USD-saldo endast för lyckade anrop; misslyckade anrop är gratis.
- Hur stort är kontextfönstret för Qwen: Qwen3 VL 30B A3B Instruct?
- Qwen: Qwen3 VL 30B A3B Instruct läser upp till 262 144 tokens per anrop, prompt, historik och dokument tillsammans. Den skriver upp till 16 384 utdata-tokens per svar.
- Vad kan Qwen: Qwen3 VL 30B A3B Instruct göra?
- Qwen: Qwen3 VL 30B A3B Instruct tar emot text, image och returnerar text. Den stöder verktygsanrop, strukturerad JSON-utdata.
- Hur anropar jag Qwen: Qwen3 VL 30B A3B Instruct från min kod?
- Peka valfritt OpenAI-SDK mot https://api14.com/api/v1 och sätt model till "qwen/qwen3-vl-30b-a3b-instruct", inga andra kodändringar. Kopiera ett färdigt exempel från kodpanelen på den här sidan.
- Vilka alternativ finns till Qwen: Qwen3 VL 30B A3B Instruct?
- Jämförbara Text-modeller till ett liknande pris: MiniMax: MiniMax M3.1 Flash, LiquidAI: LFM2.5-24B-A2B, Upstage: Solar Pro 4. Alla körs via samma API-nyckel, så att byta är en sträng.
Community för Qwen: Qwen3 VL 30B A3B Instruct
Ny trådDen här communityn har inga trådar ännu. Starta den första om Qwen: Qwen3 VL 30B A3B Instruct.