Qwen3 VL 32B Instruct

厂商：阿里通义千问

Qwen3-VL-32B-Instruct is a large-scale multimodal vision-language model designed for high-precision understanding and reasoning across text, images, and video. With 32 billion parameters, it combines deep visual perception with advanced text...

关键参数

• 上下文长度：131.1K
• 最大输出：32.8K
• Tokenizer：Qwen
• 发布时间：2025-10-23

Token 定价

• 输入价格：$0.104 / 100 万 tokens
• 输出价格：$0.416 / 100 万 tokens
• 综合单价：$0.182 / 100 万 tokens

输入输出模态

文本、图像

典型用例

• 深度推理与复杂分析：数学证明、逻辑推理、多步骤规划，适合科研与金融分析场景。（≈ $0.0033/次）
• 图文理解与生成：识别图表中的数据趋势、OCR 扫描文档、分析照片内容并生成结构化报告。（≈ $0.0025/次）
• 智能客服与对话：FAQ 自动应答、多轮对话、情绪识别，适合电商、金融、政务等场景。（≈ $0.0021/轮）

什么时候选这个模型

基于公开定价与能力字段派生的选型信号（非实测benchmark），最终选型请结合官方文档与你的评测。

• 输入与输出单价都较低，适合高频调用与大批量批处理。
• 综合单价低，舰队级（大规模）部署成本友好。
• 最大输出 ≥30K tokens，适合深度报告 / 长文 / 文档起草。
• 支持图文多模态：图像描述、OCR、图表问答、视觉推理。

相关问题

• Qwen3 VL 32B Instruct 的 Token 定价是多少？ 该模型的输入价为 $0.104 / 100 万 tokens，输出价为 $0.416 / 100 万 tokens，综合单价约 $0.182 / 100 万 tokens。具体价格以 阿里通义千问 官方页面为准。
• Qwen3 VL 32B Instruct 支持多大的上下文窗口？ 上下文窗口为 131.1K，最大输出约 32.8K，适合处理长文档、多轮对话与复杂推理任务。
• Qwen3 VL 32B Instruct 适合哪些使用场景？ 基于其能力与定价，Qwen3 VL 32B Instruct 最适合：深度推理与复杂分析、图文理解与生成、智能客服与对话。可在详情页「典型用例」区查看更详细的场景说明与成本估算。
• Qwen3 VL 32B Instruct 支持哪些输入输出模态？ 支持 文本、图像 模态。
• Qwen3 VL 32B Instruct 是免费模型吗？ Qwen3 VL 32B Instruct 按 Token 计费，不属于免费模型。
• Qwen3 VL 32B Instruct 由哪家厂商提供？ Qwen3 VL 32B Instruct 由 阿里通义千问 提供。

同厂商其他模型

• Qwen3.8 Flash
• Qwen3.8 27B
• Qwen3.8 2.4T A95B
• Qwen3.8 2.4T A95B (batch)
• Qwen3.8 Max
• Qwen3.7 Flash
• Qwen3.7 Plus
• Qwen3.7 Max
• Qwen3.5 Plus 2026-04-20
• Qwen3.6 Flash

查看完整信息：Qwen3 VL 32B Instruct