Alibaba
Qwen3-VL-Flash
Qwen3-VL-Flashは、応答速度を重視した小型の視覚理解モデルです。思考モードと非思考モードに対応し、テキスト・画像・動画を入力してテキストを生成します。公式発表によると、長い動画や文書の理解、物体認識、空間認識、視覚的な2D・3D位置特定に対応します。画像や動画についての質問応答、文書の理解、実世界の視覚情報を伴う推論などに利用できます。(help.aliyun.com) 中国本土向けの…
モデルを見る日本語
モデルディレクトリ
新しいモデルを公開日順に見つけられます。
Qwen3-VL-Flashは、応答速度を重視した小型の視覚理解モデルです。思考モードと非思考モードに対応し、テキスト・画像・動画を入力してテキストを生成します。公式発表によると、長い動画や文書の理解、物体認識、空間認識、視覚的な2D・3D位置特定に対応します。画像や動画についての質問応答、文書の理解、実世界の視覚情報を伴う推論などに利用できます。(help.aliyun.com) 中国本土向けの…