Qwen: Qwen3 VL 30B A3B Thinking

Qwen3-VL-30B-A3B-Thinking — это мультимодальная модель, которая объединяет мощную генерацию текста с визуальным пониманием изображений и видео. Его вариант мышления улучшает мышление в STEM, математике и сложных задачах. Он превосходно воспринимает реальные/синтетические категории, 2D/3D пространственное обоснование и визуальное понимание длинных форм, достигая конкурентоспособных результатов мультимодальных тестов. При агентном использовании он обрабатывает многоповоротные инструкции с несколькими изображениями, выравнивание временной шкалы видео, автоматизацию графического пользовательского интерфейса и визуальное кодирование от эскизов до отлаженного пользовательского интерфейса. Производительность текста соответствует флагманским моделям Qwen3 и подходит для искусственного интеллекта документов, оптического распознавания символов, поддержки пользовательского интерфейса, пространственных задач и исследования агентов.