Qwen3-VL-8B-Thinking

Qwen3-VL-8B-Thinking — это 8-миллиардная модель, созданная для глубокого анализа сложных мультимодальных задач. Её ключевая особенность — способность к развернутому поэтапному рассуждению, которое отображается между специальными тегами. Это позволяет не только прийти к более точному и обоснованному ответу, но и делает ход мысли модели прозрачным для пользователя. Такая тщательность анализа закономерно требует больше времени по сравнению с более быстрой, но прямой Instruct-версией. Архитектурно модель наследует все инновации Qwen3-VL: Interleaved-MRoPE для улучшенного понимания видео, DeepStack для многоуровневого слияния визуальных признаков и Text-Timestamp Alignment для точной временной локализации. Контекстное окно составляет 256K токенов с возможностью расширения до 1M, рекомендуемая длина выходной последовательности увеличена до 40960 токенов (против 16384 у Instruct версии) для обеспечения достаточного пространства для развернутых цепочек рассуждений.

Модель достигает неплохих результатов на бенчмарках математического рассуждения: 81.4% на MathVista (мини-версия) и 62.7% на MATH-Vision, превосходя многие гораздо более крупные модели. При этом модель не имеет равных на всех значимых бенчмарках 2D/3D Grounding и General VQA.

Qwen3-VL-8B-Thinking особенно эффективна в сценариях интеллектуальной обработки сложных документов, где требуется не только распознавание текста, но и понимание логических связей, извлечение инсайтов и формирование выводов. Расширенные возможности OCR на 32 языках в сочетании с механизмами рассуждения делают модель идеальным инструментом для анализа многоязычной документации, научных статей и технической литературы. В целом модель применима для любых ситуаций, где требуется не просто решение задачи, но и подробное объяснение хода ее решения.

Дата анонса: 15.10.2025
Параметров: 9B
Контекст: 263K
Слоев: 36
Тип внимания: Full Attention
Потребление памяти: 45.7 ГБ в точности 4 бит
Разработчик: Qwen
Версия Transformers: 4.57.0.dev0

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с Qwen3-VL-8B-Thinking. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

• получить максимальную производительность эндпоинта,
• получить полный контекст для обработки больших запросов и диалогов,
• обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
• использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.