Qwen3-VL-32B-ThinkingはQwenシリーズで最も強力なビジュアル言語モデルで、卓越したテキスト理解と生成能力、深いビジュアル感知と推論能力、長文脈処理、空間および動画の動的理解能力、そして優れたエージェント対話能力を備えています。

マルチモーダルTransformers

Qwen3-VLはアリババが開発した新世代のビジュアル言語モデルで、テキスト理解、ビジュアル感知、空間理解、長文脈処理、エージェントインタラクションなどの分野で全面的にアップグレードされ、エッジデバイスからクラウドまで柔軟にデプロイできます。

マルチモーダルTransformers

Qwen3-VL-8B-Thinkingは通義千問シリーズの中で最も強力なビジュアル言語モデルで、強化された推論能力を備えた8Bパラメータ版です。このモデルは、テキスト理解、ビジュアル認知、空間理解、長文脈処理などの面で全面的にアップグレードされ、マルチモーダル推論とエージェントインタラクションをサポートしています。

マルチモーダルGguf

Qwen3-VLは通義シリーズで最も強力な視覚言語モデルで、優れたテキスト理解と生成能力、深い視覚感知と推論能力、長文脈サポート、強力な空間およびビデオ動的理解能力、ならびにエージェントインタラクション能力を備えています。このリポジトリはGGUF形式の重みを提供し、CPU、GPUなどのデバイスでの効率的な推論をサポートします。

マルチモーダルTransformers

Qwen3-VL-32B-ThinkingはQwenシリーズで最も強力なビジュアル言語モデルで、卓越したテキスト理解と生成能力、深いビジュアル認知と推論能力、長文脈サポート、強力な空間およびビデオ動的理解能力、そして優れたエージェント対話能力を備えています。

マルチモーダルTransformers

Qwen3-VLはQwenシリーズの中で最も強力なビジュアル言語モデルで、卓越したテキスト理解と生成能力、深いビジュアル認識と推論能力、長文脈のサポート、強力な空間と動画の動的理解能力、そして優れたエージェント対話能力を備えています。

マルチモーダルTransformers

Qwen3-VLはアリババが開発した最新世代のビジュアル言語モデルで、テキスト理解、ビジュアル認知、空間理解、ビデオ分析、エージェントインタラクションなどの分野で著しい向上が見られます。このモデルはマルチモーダル入力をサポートし、強力な推論能力と長文脈処理能力を備えています。

マルチモーダルTransformers

Qwen3-VLは通義シリーズで最も強力なビジュアル言語モデルで、卓越したテキスト理解と生成能力、深いビジュアル認知と推論能力、長文脈サポート、強力な空間およびビデオ動的理解能力、そして優れたエージェント対話能力を備えています。

マルチモーダルTransformers

Qwen3-VL-32B-Instruct AWQ - INT4は、Qwen3-VL-32B-Instructベースモデルの4ビット量子化バージョンで、AWQ量子化方法を採用し、性能を維持しながら、ストレージと計算リソースの要件を大幅に削減します。これはQwenシリーズで最も強力な視覚言語モデルで、テキスト理解、視覚知覚、文脈長などの面で全面的にアップグレードされています。

マルチモーダルTransformers

Qwen3-VL-32B-Thinking-FP8はQwenシリーズで最も強力な視覚言語モデルのFP8量子化バージョンで、ブロックサイズ128の細粒度fp8量子化技術を採用し、性能指標は元のBF16モデルとほぼ同じです。このモデルは、優れたテキスト理解と生成能力、深い視覚認識と推論能力、長文脈サポート、強力なエージェント対話能力を備えています。

マルチモーダルSafetensors

Qwen3-VL-30B-A3B-Instruct-AWQはQwen3-VLシリーズの量子化バージョンで、強力なビジュアル言語処理能力を備え、画像理解、ビデオ分析、マルチモーダル推論などのタスクをサポートします。このモデルは、テキスト理解、ビジュアル感知、空間理解、長文脈処理などの面で顕著な向上が見られます。

マルチモーダルTransformers

Qwen3-VLは通義の大規模モデルシリーズの中で最も強力なビジュアル言語モデルで、卓越したテキスト理解と生成能力、深いビジュアル認知と推論能力、長文脈のサポート、強力な空間とビデオの動的理解能力、そして優れたエージェント対話能力を備えています。

マルチモーダルSafetensors

Qwen3-VL-8B-Thinkingは、アリババクラウドのQwenチームによって開発された80億パラメータのマルチモーダル大規模言語モデルで、深度マルチモーダル推論用に設計されており、ビジュアル理解、長文脈処理、構造化思考チェーン生成をサポートし、複雑な推論タスクで優れた性能を発揮します。

マルチモーダルMlx

Qwen3-VL-30B-A3B-Instruct-FP8は通義シリーズで最も強力なビジュアル言語モデルのFP8量子化バージョンで、ブロックサイズ128の細粒度FP8量子化を採用し、性能は元のBF16モデルとほぼ同じです。このモデルは卓越したテキスト理解と生成能力、深いビジュアル感知と推論能力、長文脈サポート、強力なエージェント対話能力を備えています。

マルチモーダルSafetensors

Qwen3-VLは通義シリーズで最も強力なビジュアル言語モデルで、卓越したテキスト理解と生成能力、深いビジュアル感知と推論能力、長文脈処理、空間およびビデオ動態理解能力、そして優れたインテリジェントエージェント対話能力を備えています。

マルチモーダルSafetensors

快手Keye-VLは快手Keyeチームによって開発された最先端のマルチモーダル大規模言語モデルで、ビデオ理解、視覚認知、および推論タスクで卓越した性能を発揮します。1.5バージョンは革新的な高速・低速ビデオコーディング戦略、LongCoTコールドスタートデータパイプライン、および強化学習トレーニング戦略を通じて、ビデオ理解、画像認知、および推論能力において新たな高みに到達し、最大128kトークンの拡張文脈長をサポートします。

マルチモーダルSafetensors多言語

TowerVisionはオープンソースの多言語視覚言語モデルファミリーで、強力な多モーダル理解能力を備え、20種類の言語と方言で優れた性能を発揮し、特に多モーダル多言語翻訳と文化感知タスクに長けています。

マルチモーダルTransformers多言語

Qwen3-4B-Instruct-2507はアリババクラウドが開発した40億パラメータの大規模言語モデルで、Unsloth Dynamic 2.0量子化技術に基づいており、一般的な能力、希少知識のカバレッジ、ユーザーの嗜好との整合性、長文脈理解などの面で大幅な向上が見られます。

自然言語処理Transformers

Qwen3-4B-Instruct-2507はQwen3-4Bの非思考モードの更新バージョンで、一般的な能力、希少知識のカバレッジ、ユーザーの嗜好の一致、長文脈理解などの面で著しい向上が見られます。Unsloth Dynamic 2.0量子化技術を採用し、精度に優れています。

自然言語処理Transformers

Qwen3-4B-Thinking-2507はQwen3-4Bモデルのアップグレード版で、思考能力、推論品質と深度を大幅に向上させ、様々なタスクで優れた性能を発揮し、256Kの長文脈理解をサポートします。

自然言語処理Transformers