Qwen3 VL 8B

qwenqwen/qwen3-vl-8b

Qwen3 VL 8B — compact vision-language model for image understanding tasks.

Hugging Face 模型主页（Instruct） ↗Qwen3-VL GitHub 仓库 ↗Qwen3-VL 技术报告（arXiv 2511.21631） ↗Qwen Chat 在线演示 ↗

Qwen3-VL-8B 是阿里 Qwen 于 2025 年 10 月 15 日发布的 Qwen3-VL 系列紧凑型稠密视觉语言模型。它与更大的同系列模型共享相同的架构设计——Interleaved-MRoPE（跨图像/视频/文本交错序列的时序-空间位置编码）、DeepStack（多层 ViT 特征融合）和文本时间戳对齐（精准的视频时序定位）——封装于适合成本敏感型生产部署、边缘推理和延迟敏感型管道的 8B 参数规模中。提供两个版本：Instruct（指令微调，标准补全）和 Thinking（推理增强，带逐步 CoT 轨迹），均可通过 TheRouter 上的模型 ID qwen/qwen3-vl-8b 访问。

对 TheRouter 用户而言，当每 token 成本或部署体量比峰值推理深度更重要时，Qwen3-VL-8B 是首选的视觉语言模型。它在实际任务中取得了强劲成绩——DocVQA 96.1%、ScreenSpot 94.4%、OCRBench 89.6%——与或超越许多更大的模型，使其在高吞吐文档处理、GUI 自动化和 32 种语言 OCR 工作负载中非常实用。Thinking 版加入了思维链推理，在数学嵌入和多步视觉任务上大幅提升 MMMU 和 MathVista 分数，使原本需要更大模型的场景变得可行。

适合使用

• 大批量文档 OCR 与结构化提取——32 种语言 OCR，支持低光、模糊和倾斜；从发票、表单和收据中进行结构化数据提取，适合每页成本为主要约束的大规模场景
• GUI 与视觉 agent 自动化——识别 UI 元素、理解功能、调用工具并在 PC/移动端屏幕上完成任务；ScreenSpot 94.4% 使其在无需 32B 成本的情况下，在截图驱动的 agentic 管道中具有竞争力
• 成本敏感型图像问答与分类——商品识别、名人/地标/动植物识别、图表和表格理解，适合吞吐量和利润率比边际精度提升更重要的应用
• Thinking 版用于紧凑 STEM 推理——当需要解决数学嵌入视觉问题（CoT 下 MathVista 提升）但无法承担 32B 或 235B 推理成本时使用；适合教育科技和科学图像标注管道
• 边缘与延迟受限部署——比 32B 更小的内存占用使 Qwen3-VL-8B 可在单 GPU 或资源受限云实例上部署，同时保留完整的 Qwen3-VL 功能集

不适合使用

• 最高精度多模态推理任务——对于 MMMU、MathVision 和复杂多步视觉推理基准，qwen/qwen3-vl-32b（76.0 MMMU Instruct）或 qwen/qwen3-vl-235b 提供明显更好的结果
• 无视觉输入的纯文本任务——qwen/qwen3-8b 是纯文本工作负载的正确选择；视觉骨干会增加不必要的开销
• 音频或原生视频生成——Qwen3-VL-8B 仅支持图像+文本输入/文本输出；无法生成音频、视频或渲染图像

上下文长度

33K

最大输出

输入价格每百万 tokens

$0.1944每百万 Tokens

输出价格每百万 tokens

$0.756每百万 Tokens

模态能力

文本图像→文本

能力

视觉理解

价格明细

类型	费率
输入	$0.1944 每百万 Tokens
输出	$0.756 每百万 Tokens

支持参数

temperaturemax_tokenstop_pstop

模型规格

发布日期	2025-10-15github.com ↗	已核实
架构	稠密 Transformer；约 8B 参数；增强型 ViT 图像编码器，含 Interleaved-MRoPE 和 DeepStackarxiv.org ↗	已核实
输入模态	文本、图像、视频（支持交错序列）huggingface.co ↗	已核实
原生上下文长度	256K token（可扩展至 1M）github.com ↗	已核实
OCR 支持语言	32 种语言huggingface.co ↗	已核实
许可	Apache 2.0huggingface.co ↗	已核实
训练数据截止	未公开披露	未知

基准成绩

Benchmark	Score	Source
DocVQA (test)	96.1%%	llm-stats.com ↗
ScreenSpot	94.4%%	llm-stats.com ↗
OCRBench	89.6%%	llm-stats.com ↗
AI2D	85.7%%	llm-stats.com ↗
MMBench-V1.1	85.0%%	llm-stats.com ↗

API 使用示例

所有新集成都应使用下方示例中的全球端点 api.therouter.ai；旧中国加速端点已下线。

cURL

curl https://api.therouter.ai/v1/chat/completions   -H "Content-Type: application/json"   -H "Authorization: Bearer $THE_ROUTER_API_KEY"   -d '{
    "model": "qwen/qwen3-vl-8b",
    "messages": [
      {"role": "user", "content": "Summarize the key points from this input."}
    ]
  }'

API 使用指南

视觉 Chat 调用

cURL

curl https://api.therouter.ai/v1/chat/completions \
  -H "Authorization: Bearer $THEROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen/qwen3-vl-8b",
    "messages": [{
      "role": "user",
      "content": [
        {"type": "image_url", "image_url": {"url": "https://therouter.ai/assets/vision-sample.png"}},
        {"type": "text", "text": "Describe what you see in this image."}
      ]
    }]
  }'

qwen 其他模型

qwen/qwen3-vl-32b qwen/qwen3-vl-235b qwen/qwen3-8b

动态与变更

2025-11-27

Qwen3-VL 技术报告发布于 arXiv（2511.21631）

Qwen 团队发布了完整技术报告，涵盖 Interleaved-MRoPE 位置编码方案、DeepStack 视语言对齐、文本时间戳视频定位，以及包含 8B 稠密模型在内的完整 Qwen3-VL 系列基准测试结果。

TheRouter 编辑重写arxiv.org ↗

2025-10-15

Qwen3-VL-8B Instruct 与 Thinking 版本正式发布

阿里 Qwen 在 Hugging Face 上同时发布了 Qwen3-VL-8B 的 Instruct 和 Thinking 两个版本，以及 Qwen3-VL-4B。8B Instruct 实现了 DocVQA 96.1% 和 ScreenSpot 94.4%，与更大的模型相当；Thinking 版为 STEM 密集型用例加入了思维链推理。

TheRouter 编辑重写github.com/QwenLM ↗

常见问题

何时应该选择 Qwen3-VL-8B 而非 Qwen3-VL-32B？

当每 token 成本或 GPU 内存占用是硬约束，工作负载是文档 OCR、GUI 自动化或图像问答（8B 分数与更大模型相当），或需要在固定规格实例上运行多个并发请求时，选择 Qwen3-VL-8B。当 MMMU、MathVision 或复杂多步视觉推理的基准精度比成本更重要时，选择 Qwen3-VL-32B。

github.com ↗

TheRouter 上的 Qwen3-VL-8B Instruct 与 Thinking 有何区别？

Instruct 针对直接回答优化——延迟更低，token 成本更低。Thinking 在最终答案前生成逐步思维链推理，增加 token 数量和成本，但在数学嵌入图像和多步视觉任务上提升精度。对于文档 OCR、GUI 任务和图像问答，Instruct 通常是更好的选择。对于 STEM、竞赛数学或科学图表分析，Thinking 版缩小了与更大模型的差距。

huggingface.co ↗

Qwen3-VL-8B 能处理视频还是仅处理图像？

Qwen3-VL-8B 除图像和文本外原生支持视频输入，上下文窗口 256K token，可扩展至 1M。通过文本时间戳对齐架构，它提供秒级时序索引和长视频全量召回。通过 TheRouter /v1/chat/completions 端点的视频支持情况可能与直接 API 访问不同——请查阅当前 TheRouter 模型卡了解支持的输入类型。