Alibaba: qwen3-vl-plus API
阿里巴巴通义千问在 2025 年 9 月发布的 Qwen3 系列进阶版多模态大模型。该模型在 Qwen3-VL 基础版之上，针对视觉智能体（Visual Agent）场景进行了深度优化。它不仅具备顶级的文字识别（OCR）和图像理解能力，还能精准理解 PC/移动端图形界面（GUI），执行如“在截图中找到登录按钮并点击”等自动化任务。通过引入 DeepStack 融合技术和 Interleaved-MRoPE 位置编码，它能够处理长达数小时的视频并实现秒级的动作定位与事件摘要。
- 上下文窗口: 262,144 tokens
- 最大输出: 32,768 tokens
- 输入模态: text, image
- 输出模态: text
- 推理: 支持
- 工具调用: 支持
- 发布日期: 2025-09-23
- 知识截止: 2025-03-31
常见问题
qwen3-vl-plus 的上下文窗口有多大？
qwen3-vl-plus 支持最高 262,144 token 的上下文窗口。
qwen3-vl-plus 支持函数调用（Function Calling）吗？
支持。qwen3-vl-plus 支持工具调用 / 函数调用。
qwen3-vl-plus 支持推理（Reasoning）吗？
支持。qwen3-vl-plus 是具备推理能力的模型。
qwen3-vl-plus 的知识截止日期是？
qwen3-vl-plus 的知识截止日期为 2025-03-31。