これはQwen3-VL-30Bに基づく量子化バージョンのモデルで、画像テキストからテキストへの変換タスクに特化しています。このモデルは量子化技術を通じて元のモデルを最適化し、より効率的な推論ソリューションを提供します。

マルチモーダルGguf

Qwen3-VL-30B-A3B-Thinkingは通義シリーズで最も強力なビジュアル言語モデルで、優れ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、長いコンテキストのサポート、強力な空間とビデオ動的理解能力、およびエージェント対話能力を備えています。

マルチモーダルGguf

Qwen3-VLは通義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、深いビジュアル認識と推論能力、長いコンテキストのサポート、強力な空間とビデオ動的理解能力、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。このモデルはハイブリッドエキスパート（MoE）アーキテクチャを採用し、推論を強化した思考版です。

マルチモーダルGguf

このプロジェクトは、Qwen3-VL-30B-A3B-ThinkingモデルをMXFP4_MOE量子化した成果です。このモデルは、画像テキストからテキストへの変換を実現し、関連分野のアプリケーションに新しい解決策を提供します。

マルチモーダルGguf

これはQwen3-VL-30B-A3B-Thinkingモデルを変換したMLX形式の視覚言語モデルで、画像理解とマルチモーダル対話をサポートし、bf16精度で最適化されています。

マルチモーダルMlx

Qwen3-VL-30B-A3B-Thinking-AWQは、Qwen/Qwen3-VL-30B-A3B-Thinkingモデルを量子化したバージョンで、通義シリーズの中で最も強力な視覚言語モデルです。このバージョンは、テキスト理解と生成、視覚知覚と推論、コンテキスト長、空間およびビデオの動的理解、エージェントインタラクション能力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-30B-A3B-Thinking-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、性能指標は元の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を備え、長いコンテキストとビデオ理解をサポートします。

マルチモーダルSafetensors

Qwen3-VLはQwenシリーズの中で最も強力な視覚言語モデルで、卓越したテキスト理解と生成能力、深い視覚知覚と推論能力、長いコンテキストのサポート、強力な空間と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。このバージョンはハイブリッドエキスパートモデルアーキテクチャを採用し、強化された推論思考機能をサポートしています。

マルチモーダルSafetensors