Qwen3 VL 30B A3B Instruct

Fiche modèle · Alibaba Cloud / Qwen Team · qwen3-vl-30b-a3b-instruct

Qwen3-VL is a large multimodal model that unifies vision, language, and reasoning to achieve human-level perception and cognition across text, images, and video. Built on a 235B-parameter architecture, it integrates early joint training of visual and textual modalities for strong language grounding. The model supports up to a 1 million-token context window and excels at visual understanding, spatial reasoning, long video comprehension, and tool-based interaction. It can generate code from images, perform precise 2D/3D object grounding, and operate digital interfaces like a visual agent. The “Instruct” version rivals Gemini 2.5 Pro in perception benchmarks, while the “Thinking” version leads in multimodal reasoning and STEM tasks. With multilingual OCR, creative writing, and fine-grained scene interpretation, Qwen3-VL establishes a new open-source frontier for integrated vision-language intelligence.

Fiches modèles

Identité

Organisation	Alibaba Cloud / Qwen Team
Pays	—
Famille	—
Type	llm
Date de sortie	2025-09-22
Licence	apache 2.0
Licence commerciale	oui
Licence open source	oui
Poids ouverts	oui
Auto-hébergement (DGX Spark)	oui — ≤ 107 Md (Q8/FP8)
Modalités	image\|text\|video
Fenêtre de contexte	262 144
KV cache / token (Q8)	49.2 ko/token
Paramètres totaux	31 B
Paramètres actifs (session)	3 B
Source des paramètres actifs	actifs : nom (heuristique) ; total : config Hugging Face (Qwen/Qwen3-VL-30B-A3B-Instruct)
Curation des paramètres actifs	2026-11-04
Prix par session	0.27 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	2.27 $ (est.)
Tokens d'entraînement	—
Coupure de connaissance	—
Créé le	2026-05-07T16:53:36.770147Z
Mis à jour le	2026-11-04T06:05:07.190486Z
Source	LLM Stats
URL	https://llm-stats.com/models/qwen3-vl-30b-a3b-instruct

Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : partiel — auto-hébergement DGX Spark (≤ 107 Md).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Fournisseur	Source	Souveraineté	Entrée (/M tok)	Sortie (/M tok)	Quantification	Contexte	Latence (s)	Débit (tok/s)	Statut
DeepInfra	llm-stats	non	0.15 $	0.60 $	—	—	—	—	active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
chat	3.20
image_to_text	0.70
instruction_following	0.80
language	0.80
legal	0.70
long_context	0.60
math	0.70
multimodal	1.00
physics	0.60
reasoning	0.70
spatial_reasoning	0.70
structured_output	0.80
factuality	0.30
finance	0.70
general	0.80
grounding	0.80
healthcare	0.70
3d	0.70
agents	0.50
biology	0.70
chemistry	0.60
communication	3.20
creativity	0.80
economics	0.50
text-to-image	0.80
tool_calling	0.70
video	0.70
vision	0.70
writing	0.80

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
ai2d	vision	0.85	1.00	0.85	non	oui	2026-11-04T06:05:07.226818Z
aime-2025	math	0.69	1.00	0.69	non	oui	2026-11-04T06:05:07.307835Z
arena-hard-v2	general	0.58	1.00	0.58	non	oui	2026-11-04T06:05:07.322626Z
bfcl-v3	general	0.66	1.00	0.66	non	oui	2026-11-04T06:05:07.331931Z
blink	vision	0.68	1.00	0.68	non	oui	2026-11-04T06:05:07.252528Z
cc-ocr	vision	0.81	1.00	0.81	non	oui	2026-11-04T06:05:07.239575Z
charadessta	video	0.64	1.00	0.64	non	oui	2026-11-04T06:05:07.274140Z
charxiv-d	reasoning	0.85	1.00	0.85	non	oui	2026-11-04T06:05:07.243244Z
charxiv-r	reasoning	0.49	1.00	0.49	non	oui	2026-11-04T06:05:07.246442Z
creative-writing-v3	creativity	0.85	1.00	0.85	non	oui	2026-11-04T06:05:07.325863Z
docvqatest	vision	0.95	1.00	0.95	non	oui	2026-11-04T06:05:07.220768Z
erqa	vision	0.43	1.00	0.43	non	oui	2026-11-04T06:05:07.258607Z
gpqa	reasoning	0.70	1.00	0.70	non	oui	2026-11-04T06:05:07.299031Z
hallusion-bench	vision	0.61	1.00	0.61	non	oui	2026-11-04T06:05:07.214802Z
hmmt25	math	0.51	1.00	0.51	non	oui	2026-11-04T06:05:07.310759Z
ifeval	chat	0.86	1.00	0.86	non	oui	2026-11-04T06:05:07.319732Z
include	general	0.72	1.00	0.72	non	oui	2026-11-04T06:05:07.340794Z
infovqatest	vision	0.82	1.00	0.82	non	oui	2026-11-04T06:05:07.223746Z
livebench-20241125	math	0.65	1.00	0.65	non	oui	2026-11-04T06:05:07.313815Z
livecodebench-v6	reasoning	0.43	1.00	0.43	non	oui	2026-11-04T06:05:07.316739Z
lvbench	vision	0.62	1.00	0.62	non	oui	2026-11-04T06:05:07.270925Z
mathvision	math	0.60	1.00	0.60	non	oui	2026-11-04T06:05:07.202899Z
mathvista-mini	math	0.80	1.00	0.80	non	oui	2026-11-04T06:05:07.200146Z
mlvu-m	general	0.81	1.00	0.81	non	oui	2026-11-04T06:05:07.267921Z
mm-mt-bench	chat	8.10	100.00	0.08	non	oui	2026-11-04T06:05:07.217659Z
mmbench-v1.1	vision	0.87	1.00	0.87	non	oui	2026-11-04T06:05:07.211913Z
mmlu	general	0.85	1.00	0.85	non	oui	2026-11-04T06:05:07.289932Z
mmlu-pro	language	0.78	1.00	0.78	non	oui	2026-11-04T06:05:07.292986Z
mmlu-prox	language	0.71	1.00	0.71	non	oui	2026-11-04T06:05:07.337719Z
mmlu-redux	language	0.88	1.00	0.88	non	oui	2026-11-04T06:05:07.296089Z
mmmu-(val)	vision	0.74	1.00	0.74	non	oui	2026-11-04T06:05:07.193723Z
mmmu-pro	vision	0.60	1.00	0.60	non	oui	2026-11-04T06:05:07.196853Z
mmstar	vision	0.72	1.00	0.72	non	oui	2026-11-04T06:05:07.208942Z
muirbench	vision	0.63	1.00	0.63	non	oui	2026-11-04T06:05:07.255588Z
multi-if	chat	0.66	1.00	0.66	non	oui	2026-11-04T06:05:07.334826Z
mvbench	vision	0.72	1.00	0.72	non	oui	2026-11-04T06:05:07.261805Z
ocrbench	vision	0.90	1.00	0.90	non	oui	2026-11-04T06:05:07.230347Z
ocrbench-v2-(en)	vision	0.63	1.00	0.63	non	oui	2026-11-04T06:05:07.233464Z
ocrbench-v2-(zh)	vision	0.58	1.00	0.58	non	oui	2026-11-04T06:05:07.236363Z
odinw	vision	0.47	1.00	0.47	non	oui	2026-11-04T06:05:07.249530Z
osworld	multimodal	0.30	1.00	0.30	non	oui	2026-11-04T06:05:07.286951Z
polymath	math	0.44	1.00	0.44	non	oui	2026-11-04T06:05:07.343906Z
realworldqa	vision	0.74	1.00	0.74	non	oui	2026-11-04T06:05:07.205764Z
screenspot	vision	0.95	1.00	0.95	non	oui	2026-11-04T06:05:07.280801Z
screenspot-pro	vision	0.60	1.00	0.60	non	oui	2026-11-04T06:05:07.284069Z
simpleqa	factuality	0.27	1.00	0.27	non	oui	2026-11-04T06:05:07.304522Z
supergpqa	reasoning	0.53	1.00	0.53	non	oui	2026-11-04T06:05:07.301793Z
video-mme	multimodal	0.74	1.00	0.74	non	oui	2026-11-04T06:05:07.264880Z
videommmu	multimodal	0.69	1.00	0.69	non	oui	2026-11-04T06:05:07.277406Z
writingbench	writing	0.83	1.00	0.83	non	oui	2026-11-04T06:05:07.328699Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
agents	176	—	4.33	2	trueskill	2026-10-20	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04