Qwen3-VL-8B-Instruct (мультимодальды)
нейрожелі
Qwen3-VL-8B-Instruct — нұсқауларды орындауға және мәтіндік-визуалды деректерді терең талдауға бапталған мультимодальды vision-language моделі. Ұзақ контекстпен неғұрлым тұрақты жұмыс істеу үшін Interleaved-MRoPE бар жетілдірілген мультимодальды интеграцияны пайдаланады; кескіндерді сипаттауға, суреттер мен бейнелер бойынша сұрақтарға жауап беруге, аннотациялауға және күрделі визуалды-мәтіндік талдауға жарамды. BotHub арқылы VPN-сіз және рубльмен төлей отырып, тестілеуге және жұмыс сценарийлеріне енгізуге қолжетімді.
Сипаттамалары
- Кіріс деректер
- мәтін, кескіндер, құжаттар
- Нәтиже
- мәтін
- Контекст өлшемі
- 262 144 токен
- Жауап ұзындығы бойынша ең көп шек
- 235 929 токен
- Мүмкіндіктер
- функцияларды шақыру
Промптың құны
(1М токенге қарай)
Жауаптың құны
(1М токенге қарай)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
// Sync - Text generation
async function main() {
const chatCompletion = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'qwen3-vl-8b-instruct',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'qwen3-vl-8b-instruct',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Қалай жұмыс істейді Qwen3-VL-8B-Instruct (мультимодальды)?
Qwen3-VL-8B-Instruct-ты BotHub-та қолданып көріңіз — жылдам қосылу және рубльмен төлеу.Qwen3-VL-8B-Instruct (мультимодальды) туралы жиі қойылатын сұрақтар
Генерация нәтижелерін коммерциялық мақсатта пайдалана аласыз. Жасалған контентке барлық құқық сізге тиесілі. Жалғыз шектеу: сұрауда үшінші тараптардың авторлық құқықпен қорғалған материалдары пайдаланылмағанына көз жеткізіңіз. Кіріс деректерінің құқықтарын сақтау жауапкершілігі пайдаланушыға жүктеледі.
Qwen3 VL 8B Instruct — мультимодальды нұсқаулыққа бағытталған модель: мәтіннен мәтінге, құжаттар мен кескіндерден деректерді шығару, функцияларды шақыру арқылы құралдармен интеграциялау. Құжаттар бойынша жауап беруге, кескіндерді талдауға, тапсырмаларды автоматтандыруға және құрылымдық шығыс арқылы жүйелерге енгізуге жарамды.
Модельдің шығыс көлемі бір жауапта 32768 токенге дейін жетеді. Бұл ұзақ мәтіндерді генерациялауға және 256000 токенге дейінгі терезеде ескерілген ұзақ контекстпен жұмыс істеуге мүмкіндік береді; нақты ұзындығы параметрлерге және қолданылатын құралдарға байланысты.
Біздің деректерде модельдің жауап берер алдында ойлау процесін айқын генерациялауды қолдайтыны көрсетілмеген. Chain-of-thought ресми белгісінің бар екенін растау мүмкін емес; егер сіз үшін кезең-кезеңімен ойлау маңызды болса, BotHub арқылы нақты мысалдарда модельдің әрекетін тексеріп көріңіз.
Иә — модельде функцияларды шақыру және құрылымдық JSON-шығыс қолдауы бар. Бұл сыртқы сервистермен интеграциялау, жауаптарды автоматты түрде өңдеу және BotHub-тағы бірыңғай API арқылы мультимодальды конвейерлерді құру үшін ыңғайлы.
Модель кіріс ретінде кескіндер мен құжаттарды қабылдайды, бұл деректерде көрсетілген. Аудио мен бейнені қолдау ұсынылған сипаттамада көрсетілмеген, сондықтан мультимодальды тапсырмалар үшін BotHub интерфейсі арқылы кескіндер мен құжаттарды өңдеуге назар аударыңыз.
Модель көптілді және нақты тапсырмаларда әдетте орыс мәтінімен жұмыс істейді, бірақ деректерде сапаның сандық бағасы жоқ. Орыс тіліндегі нақты сұрауларға жауаптардың дәлдігін, стилін және барабарлығын бағалау үшін оларды өз мысалдарыңызда тексеруді ұсынамыз.