# Qwen3 VL 30B A3B Thinking

> Мультимодальная модель анализирует изображения и текст, отвечает на вопросы и помогает решать задачи, где важны визуальные детали и рассуждение.

- **ID для API:** `qwen/qwen3-vl-30b-a3b-thinking`
- **Тип Модели:** Чат-модель
- **Контекст:** 262 144 токенов
- **Максимум на ответ:** 235 929 токенов
- **Вход:** текст, изображение → **Выход:** текст

## Описание

#### Суть
Qwen3-VL-30B-A3B-Thinking — мультимодальная модель семейства Qwen для работы с текстом и визуальной информацией. Вариант Thinking рассчитан на задачи, где полезно пошаговое рассуждение: разработчик отдельно отмечает STEM-вопросы, математику и сложный анализ. Модель связывает содержание изображения с текстовым запросом и формирует ответ на естественном языке.

#### Сильные стороны
В официальной карточке заявлены распознавание объектов и сцен, чтение текста на изображениях, пространственное понимание и визуальное рассуждение. Это позволяет не только описывать картинку, но и отвечать на вопросы о расположении объектов, деталях и содержании визуального материала. Среди упомянутых направлений — OCR, разбор структурированных документов и генерация разметки или кода по визуальному примеру. Эти возможности полезны там, где ответ требует объединить визуальные наблюдения с логикой, а не просто перечислить увиденное.

#### Контекст и модальности
По данным каталога, модель принимает текст и изображения, а выдаёт текст. Длина контекста — 131 072 токена. Официальная карточка модели также описывает работу с видео, однако в данных каталога видео не указано среди входных модальностей; доступность этой функции зависит от конкретного интерфейса и способа подключения.

#### Типовые сценарии
Модель подходит для описания изображений, визуальных вопросов и ответов, чтения текста на сканах и фотографиях, анализа диаграмм и документов, а также рассуждений по визуальным STEM-задачам. Её можно использовать для извлечения сведений из иллюстраций и для объяснения того, какие детали изображения поддерживают вывод.

#### Ограничения
Каталог указывает только текстовый выход и не перечисляет отдельные возможности вроде аудиоввода или вызова инструментов. Поэтому не следует считать такие функции доступными без проверки конкретной реализации. Как и другие модели визуального анализа, она может ошибаться в мелком тексте, неоднозначных деталях или интерпретации сцены; важные выводы стоит проверять по исходному изображению.

#### Отличие от соседей по семейству
В карточке Qwen3-VL семейство представлено вариантами Instruct и Thinking. Здесь выбрана Thinking-версия: её позиционирование подчёркивает рассуждение для сложных запросов, тогда как Instruct — соседний вариант того же семейства. Карточка также описывает семейство как включающее разные архитектурные конфигурации; обозначение A3B входит в имя этой модели.

## Цены

- Запрос / 1М: 34,34 ₽
- Ответ / 1М: 118,41 ₽

## Параметры

reasoning, include_reasoning, structured_outputs, response_format, temperature, top_p, top_k, frequency_penalty, tools, tool_choice, max_tokens, reasoning_effort

## Провайдеры

Выбрать Провайдера можно параметром `provider` в запросе.

| Провайдер | Цена | Контекст | Макс. ответ | Данные в РФ | 152-ФЗ |
| --- | --- | --- | --- | --- | --- |
| siliconflow/fp8 | Запрос / 1М: 34,34 ₽; Ответ / 1М: 118,41 ₽ | 262 144 | 235 929 | — | — |

## Быстрый старт

```bash
curl https://polza.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $POLZA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "qwen/qwen3-vl-30b-a3b-thinking",
  "messages": [
    {
      "role": "user",
      "content": "Привет"
    }
  ]
}'
```

## Ссылки

- Страница: https://polza.ai/models/qwen/qwen3-vl-30b-a3b-thinking
- Каталог: https://polza.ai/models