厂商: qwen · 标签: 视觉
Qwen-Omni-Turbo — 全模态Turbo通义千问Turbo低成本Qwen-Omni
通义千问全模态Turbo模型，支持文本/图片/视频/音频输入，极低价格
文本 图片 视频 音频低成本国产视觉
Qwen3.5-397B-A17B — 多模态智能体旗舰通义千问397b-a17b低成本Qwen3.5开源
Qwen3.5-397B-A17B是通义千问提供的AI模型，MoE混合专家架构。
256K 397B(17B激活)文本 图片视觉理解低成本国产
Qwen3.5-35B-A3B — 高效MoE多模态通义千问35b-a3b低成本Qwen3.5开源
Qwen3.5-35B-A3B是通义千问提供的AI模型，MoE混合专家架构。
128K 35B(3B激活)文本 图片视觉理解低成本国产
QVQ-Plus — 视觉推理轻量通义千问Plus低成本QVQ 思考
通义千问QVQ-Plus视觉推理轻量模型，¥2/¥5，适合大批量视觉推理任务
文本 图片视觉理解低成本国产
Qwen-VL-Max — 视觉理解旗舰通义千问max低成本Qwen-VL
通义千问VL-Max视觉理解旗舰模型，支持Batch调用和上下文缓存
文本 图片视觉理解低成本国产
Qwen-VL-OCR — 文字识别专用通义千问ocr低成本Qwen-VL
通义千问VL-OCR文字识别专用模型，极低价格¥0.3/¥0.5，支持Batch调用半价
文本 图片视觉理解低成本国产
Qwen3-Omni-Flash — 全模态Flash通义千问Flash低成本Qwen3-Omni 思考
通义千问3全模态Flash模型，支持文本/图片/视频/音频输入，支持思考模式
文本 图片 视频 音频低成本国产推理
Qwen3-VL-Plus — 视觉Plus模型通义千问Vision低成本Qwen3 思考
通义千问视觉语言Plus模型，256K上下文，支持图像和视频理解，具备深度思考模式，阶梯定价适合多种视觉任务。
256K文本 图片 视频视觉理解低成本国产
Qwen3-VL-Flash — 视觉Flash模型通义千问Flash低成本Qwen3 思考
通义千问视觉语言Flash模型，256K上下文，支持图像和视频理解，输入价格低至¥0.15/百万token，高速低价视觉处理。
256K文本 图片 视频视觉理解低成本国产
QVQ-Max — 视觉推理旗舰通义千问中等QVQ 思考
通义千问QVQ视觉推理旗舰模型，具备深度思考能力，在复杂图像理解和分析任务上表现卓越，适合高精度视觉推理场景。
131.1K文本 图片视觉理解标准国产
Qwen3.5-Omni-Plus — 全模态Plus模型通义千问Plus中等Qwen3.5
通义千问全模态Plus模型，支持文本、图像、视频和音频输入，可输出文本和音频，具备高级多模态理解和生成能力。
131.1K文本 图片 视频 音频标准国产视觉
Qwen3.5-Omni-Flash — 全模态Flash模型通义千问Flash低成本Qwen3.5
通义千问全模态Flash模型，支持文本、图像、视频和音频输入输出，价格实惠，适合大规模多模态应用场景。
131.1K文本 图片 视频 音频低成本国产视觉
OpenClaw 技能定制 / 插件定制 / 私有工作流定制
免费技能或插件可能存在安全风险，如需更匹配、更安全的方案，建议联系付费定制