# Qwen3 VL 8B Instruct

> Понимает изображения и текст, отвечает на вопросы, распознаёт надписи и анализирует визуальные материалы — для работы с документами и сценами.

- **ID для API:** `qwen/qwen3-vl-8b-instruct`
- **Тип Модели:** Чат-модель
- **Контекст:** 262 144 токенов
- **Максимум на ответ:** 235 929 токенов
- **Вход:** изображение, текст → **Выход:** текст

## Описание

#### Суть
Инструктивная мультимодальная модель команды Qwen для диалога по тексту и изображениям. Она объединяет визуальное восприятие с языковой обработкой: может описывать содержимое изображения, отвечать на вопросы о нём и рассуждать по визуальным данным.

#### Сильные стороны
В документации семейства Qwen3-VL отмечены распознавание текста на изображениях и разбор структуры документов, включая расположение элементов. Модель также предназначена для определения объектов и их взаимного положения, понимания сцен и решения задач, где нужно сопоставить изображение с текстовым запросом. Среди заявленных областей применения семейства — визуально обусловленные задачи по математике и STEM, а также подготовка кода или разметки по визуальному примеру.

#### Контекст и модальности
По данным каталога, размер контекстного окна — 256 000 токенов. На вход подаются текст и изображения, на выходе модель формирует текст. Видео и аудио среди входных модальностей этой карточки не указаны. Семейство Qwen3-VL описывает обработку видео, однако доступность такого ввода зависит от конкретного интерфейса и здесь не заявлена.

#### Типовые сценарии
Подходит для описания фотографий, анализа скриншотов, чтения текста на изображениях, извлечения сведений из визуальных документов и ответов на вопросы о содержимом картинки. Может использоваться для первичного разбора схем, таблиц и графических материалов, а также для получения текстовых идей или кода на основе визуального примера.

#### Ограничения
Ответ строится на интерпретации предоставленного изображения: мелкий, нечёткий или закрытый текст и неоднозначные детали могут быть распознаны неверно. Для важных выводов стоит сверять результат с оригиналом. В карточке указаны только текстовый вывод и ввод изображений с текстом; выполнение действий на устройстве или работа с видео не гарантируются одним лишь выбором этой модели.

#### Отличие от соседей по семейству
Это вариант Instruct, ориентированный на обычные запросы и выполнение инструкций; в семействе есть отдельные версии Thinking для задач с усиленным режимом рассуждения. Версия 8B относится к линейке моделей разных размеров, а не к специализированным моделям для мультимодального поиска: Qwen отдельно выпускает серии Embedding и Reranker.

## Цены

- Запрос / 1М: 29,6 ₽
- Ответ / 1М: 88,81 ₽
- Чтение кэша / 1М: 14,21 ₽

## Параметры

max_tokens, temperature, top_p, frequency_penalty, presence_penalty, repetition_penalty, seed, stop, top_k, logit_bias, tools, tool_choice, response_format, structured_outputs, logprobs, top_logprobs

## Провайдеры

Выбрать Провайдера можно параметром `provider` в запросе.

| Провайдер | Цена | Контекст | Макс. ответ | Данные в РФ | 152-ФЗ |
| --- | --- | --- | --- | --- | --- |
| parasail/bf16 | Запрос / 1М: 29,6 ₽; Ответ / 1М: 88,81 ₽ | 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-8b-instruct",
  "messages": [
    {
      "role": "user",
      "content": "Привет"
    }
  ]
}'
```

## Ссылки

- Страница: https://polza.ai/models/qwen/qwen3-vl-8b-instruct
- Каталог: https://polza.ai/models