Qwen3-VL-32B-Instruct — это крупномасштабная мультимодальная визуально-языковая модель, разработанная для высокоточного понимания и рассуждений на основе текста, изображений и видео. Обладая 32 миллиардами параметров, она сочетает глубокое визуальное восприятие с расширенным пониманием текста, обеспечивая точное пространственное мышление, анализ документов и сцен, а также долговременное понимание видео. Надежное оптическое распознавание символов на 32 языках и улучшенное мультимодальное слияние данных с помощью архитектур Interleaved-MRoPE и DeepStack. Оптимизированная для агентного взаимодействия и использования визуальных инструментов, Qwen3-VL-32B обеспечивает передовую производительность для сложных реальных мультимодальных задач.
from openai import OpenAI
client = OpenAI(
base_url="https://infergate.ru/api/v1",
api_key="sk-•••",
)
resp = client.chat.completions.create(
model="qwen/qwen3-vl-32b-instruct",
messages=[{"role": "user", "content": "Привет!"}],
)
print(resp.choices[0].message.content)modelstringобязательныйmessagesarrayобязательныйtemperaturenumbermax_tokensintegertop_pnumbertop_kintegerstopstring | string[]frequency_penaltynumberpresence_penaltynumberseedintegerlogprobsbooleantop_logprobsintegerresponse_formatstructured_outputsbooleantoolsarraytool_choicestring | object