コンテンツへスキップ
アルファ版
  • モデル
  • ランキング
  • Ori
営業担当に相談

フッター

OpenRouterOpenRouter
© 2026 OpenRouter, Inc

製品

  • チャット
  • ランキング
  • ベンチマーク
  • アプリ
  • 見つける
  • モデル
  • Ori
  • コレクション
  • プロバイダー
  • ツール
  • 料金
  • Business
  • Enterprise
  • ラボ

会社情報

  • 概要
  • ブログ
  • お客様
  • 採用情報
    採用情報
  • プライバシー
  • 利用規約
  • トラストセンター
  • サポート
  • OR 対応
  • データ
  • ブランド

開発者

  • ドキュメント
  • API リファレンス
  • 開発者プラットフォーム
  • ステータス
  • AI サイトマップ

接続

  • Discord
  • GitHub
  • LinkedIn
  • X
  • YouTube
qwen のファビコン

Qwen: Qwen3 VL 8B Instruct

qwen/qwen3-vl-8b-instruct

モデルの重み
比較

Qwen3-VL-8B-Instruct is a multimodal vision-language model from the Qwen3-VL series, built for high-fidelity understanding and reasoning across text, images, and video. It features improved multimodal fusion with Interleaved-MRoPE for long-horizon temporal reasoning, DeepStack for fine-grained visual-text alignment, and text-timestamp alignment for precise event localization.

The model supports a native 256K-token context window, extensible to 1M tokens, and handles both static and dynamic media inputs for tasks like document parsing, visual question answering, spatial reasoning, and GUI control. It achieves text understanding comparable to leading LLMs while expanding OCR coverage to 32 languages and enhancing robustness under varied visual conditions.

モダリティ
入力 / 出力料金
$0.25 / $0.751M あたり
コンテキスト
262K
公開日
2025年10月14日
比較
プロバイダー料金パフォーマンス稼働率ベンチマークアプリアクティビティよくある質問探索

プロバイダー

このモデルは 1 社のプロバイダーがホストしています。OpenRouter はすべてのリクエストをそのプロバイダーに直接転送するため、ルーティングの判断は不要です。

料金

プロバイダーが提示する価格と並べて、このモデルに対して顧客が実際に支払う平均価格を表示しています。キャッシュと割引により、実際の支払価格は表示価格を大幅に下回ることがよくあります。

パフォーマンス

スループットはモデルが出力する速さです（毎秒のトークン数で、数値が高いほど優れています）。レイテンシは往復にかかる合計時間です（短いほど優れています）。TTFT は最初のトークンが出力されるまでの時間、つまり何かが表示され始めるまでの時間です（短いほど優れています）。

稼働率

稼働率は、過去 3 日間に少なくとも一社のプロバイダーがリクエストに応答していた時間の割合です。可用性は、推論が正常に提供された時間の割合です。OpenRouter は継続的に監視し、プロバイダーがエラーを返すと、次に最適なプロバイダーを使用します。

ベンチマーク

標準化された評価のスコアと、共通のベンチマークプロンプトに対するこのモデル自身の出力です。パーセンテージが高いほど優れており、各順位は、その情報源で評価されたモデルの中でのこのモデルの位置を示します。

ベンチマークスコアの概要： Qwen: Qwen3 VL 8B Instruct （Artificial Analysis）
出典ベンチマークスコア
Artificial AnalysisQwen3 VL 8B Instruct GPQA Diamond42.7%
Artificial AnalysisQwen3 VL 8B Instruct HLE2.7%
Artificial AnalysisQwen3 VL 8B Instruct IFBench32.3%
Artificial AnalysisQwen3 VL 8B Instruct τ²-Bench Telecom29.2%
Artificial AnalysisQwen3 VL 8B Instruct AA-LCR16.7%
Artificial AnalysisQwen3 VL 8B Instruct CritPt0.0%
Artificial AnalysisQwen3 VL 8B Instruct LiveCodeBench33.2%
Artificial AnalysisQwen3 VL 8B Instruct Terminal-Bench Hard2.3%
Artificial AnalysisQwen3 VL 8B Instruct MMLU-Pro68.6%
Artificial AnalysisQwen3 VL 8B Instruct AIME 202527.3%

アプリ

このモデルに最も多くのトラフィックを送信している公開アプリです。実際の本番ワークロードを把握するための有力な指標であり、このモデルに最も適したユースケースを知る手がかりにもなります。

アクティビティ

このモデルのトークン量とリクエストトラフィックの経時変化です。

API

このモデルを呼び出すために、そのまま使えるコードです。OpenRouter の API は OpenAI 互換のため、ほとんどの SDK はベース URL を変更するだけで動作します。モデル間で変わるのは、下記のモデルスラッグだけです。

現在、EU 域内ルーティングでは利用できません。 リージョン内ルーティングのドキュメント

さらにモデルを探す

視覚機能を備えた AI モデル：画像理解のためのマルチモーダル LLMコレクションAI モデルランキングランキング
レイテンシ / スループット
$0.25$0.75$0.120.68s38 tps
100.00%
スループット
38トークン/秒

P50、プロバイダー全体での最良値

レイテンシ
0.68秒

P50、最適なプロバイダー

AutoExacto ベンチマーク
GPQA DiamondTAU-BenchPrimeIntellect53.9%32.7%
稼働率（3 日間）モデルに接続できました。リクエストはプロバイダーにルーティングされました。
100.00%
可用性（3 日間）モデルがいずれかのプロバイダーから推論結果を返しました。エラーと空のレスポンスはマイナスとして集計されます。
99.80%

過去 3 日間の可用性

過去 72 時間
可用性 99.80%
3 日前2 日前昨日現在

過去 24 時間の可用性

OpenRouter Availability
99.84%

上流のプロバイダーでエラーが発生した場合、リクエストフィルターが許可していれば、別の正常なプロバイダーにルーティングして復旧できます。プロバイダーごとの稼働率データにプログラムでアクセスするには Endpoints APIを利用できます。詳しくは、 負荷分散とプロバイダールーティングのオプションをご覧ください。

1.
https://whabot.automscc.com/ のファビコン
WhaBot AI
新着
2.83Bトークン
2.
https://github.com/easyaitech/csagent のファビコン
CSAgent
新着
657Mトークン
3.
https://www.jiffen.com/ のファビコン
jiffen_memory semantic judge eval
新着
269Mトークン
4.
https://kyc.devignernetwork.cloud/aicheck のファビコン
image-ocr-api
新着
242Mトークン
5.
https://github.com/SkyrimNet のファビコン
SkyrimNet
新着
223Mトークン

よくある質問

Qwen3-VL-8B-Instruct is a multimodal vision-language model from the Qwen3-VL series, built for high-fidelity understanding and reasoning across text, images, and video. It features improved multimodal fusion with Interleaved-MRoPE for long-horizon temporal reasoning, DeepStack for fine-grained visual-text alignment, and text-timestamp alignment for precise event localization.

Qwen3 VL 8B Instruct の料金は $0.25/M 入力トークン と $0.75/M 出力トークン、Cache Read：$0.12/M tokens には別料金が適用されます です。

Qwen3 VL 8B Instruct のコンテキストウィンドウは 262,144 トークンです。最大 262,144 トークンの補完に対応しています。

はい。Qwen3 VL 8B Instruct は関数呼び出し用の tools と tool_choice を受け付けます。 response_format の JSON スキーマによる構造化出力にも対応しています。

Qwen3 VL 8B Instruct は 画像、テキスト を入力として受け取り、テキスト を返します。

Qwen3.8 Max Prime, Qwen3.8 Omni Flash, Qwen3.8 Max (0902) と他 37 件 は、Qwen のその他の テキスト モデルです。

Qwen3 VL 8B Instruct は 2025年10月14日 にリリースされました。

その他のモデル：提供元 Qwen

Qwen Image 2.1 Turbo

Qwen Image 2.1 Turbo is the fast, lower-cost tier of the Qwen Image 2.1 series from Qwen, for image generation and editing where throughput and price matter more than peak fidelity. See Qwen Image 2.1 Pro for the higher-quality tier.

画像from $0.0184/image
Qwen Image 2.1 Pro

Qwen Image 2.1 Pro is an image generation and editing model from Qwen, the higher-quality tier of the Qwen Image 2.1 series. Choose it over Qwen Image 2.1 Turbo when output fidelity matters more than cost or speed.

画像from $0.046/image
Qwen3.8 Max Prime

Qwen3.8 Max Prime is a higher-throughput variant of Qwen3.8 Max from Alibaba's Qwen team, served as a separate SKU at a higher price point. It accepts text, image, and video input and returns text, with a 1M-token context window and reasoning enabled by default. Tool calling, structured outputs, and configurable reasoning effort are supported, matching Qwen3.8 Max.

テキスト1M コンテキスト$4 / $12
Qwen3.8 Omni Flash

Qwen3.8 Omni Flash is an omni-modal reasoning model from Alibaba, the first Qwen model built around agentic capabilities with native audio-video understanding. It is suited for audio-video analysis and summarization, video editing and production workflows, audio-video dialogue, coding, knowledge work, and GUI interaction, and it is particularly strong at long-form multimedia tasks that combine speech, sound, and visual context. It also supports two-channel and four-channel spatial audio understanding.

テキスト1M コンテキスト$0.15 / $0.47
Qwen3.8 Max

Qwen3.8 Max 0902 is an updated snapshot of Qwen3.8 Max from Alibaba's Qwen team. It is a 2.4-trillion-parameter mixture-of-experts model that accepts text, image, and video input and returns text, with a 1M-token context window and reasoning enabled by default.

This snapshot is post-trained for coding and agentic work, including multi-step software projects, multi-tool orchestration, and long-horizon task execution. It also targets chart reasoning, document parsing, and multimodal understanding over long documents and extended video. Tool calling, structured outputs, and configurable reasoning effort are supported.

テキスト1M コンテキスト$2 / $6
Qwen3.8 Flash

Qwen3.8 Flash is a multimodal reasoning model from Alibaba. It is suited for coding assistance, agentic workflows, visual understanding, document and codebase analysis, desktop interaction, chart analysis, and long-video analysis.

テキスト1M コンテキスト$0.15 / $0.47
Qwen3 Reranker 0.6B

Qwen3 Reranker 0.6B is the smallest text reranking model from Alibaba Cloud in the Qwen3 Reranker series. Built on the Qwen3 architecture, it evaluates query-document pairs to produce relevance scores for retrieval and RAG pipelines. Supports 100+ languages with instruction-aware reranking. Designed for low-latency, resource-constrained deployments.

リランキング
Qwen3 Reranker 4B

Qwen3 Reranker 4B is a text reranking model from Alibaba Cloud built on the Qwen3 architecture. It evaluates query-document pairs to produce relevance scores for use in retrieval and RAG pipelines. Supports 100+ languages and programming languages, with instruction-aware reranking that allows customizing scoring criteria per task. A compact 4B alternative balancing performance and inference cost.

リランキング
Qwen3.8 27B

Qwen3.8 27B is an open-weight dense vision-language model from Qwen. It is suited for coding, professional workflows, research, multimodal interaction, and long-running agent tasks, with flexible thinking that can be enabled or disabled.

テキスト1.0M コンテキスト$0.004 / $0.221
Qwen3 Reranker 8B

Qwen3 Reranker 8B is a text reranking model from Alibaba Cloud built on the Qwen3 architecture. It evaluates query-document pairs to produce relevance scores for use in retrieval and RAG pipelines. Supports 100+ languages and programming languages, with instruction-aware reranking that allows customizing scoring criteria per task. Offers strong performance on multilingual benchmarks including MTEB, CMTEB, and MMTEB.

リランキング$0.20/M tokens
Qwen3 ASR 1.7B

Qwen3 ASR 1.7B is an automatic speech recognition model from Qwen. It supports multilingual language identification and transcription across 30 languages and 22 Chinese dialects, with streaming and offline inference plus segment-level and word-level timestamps.

文字起こし$0.000008/second
Qwen3 ASR 0.6B

Qwen3 ASR 0.6B is a compact automatic speech recognition model from Qwen. It supports multilingual language identification and transcription across 30 languages and 22 Chinese dialects, with streaming and offline inference plus segment-level and word-level timestamps.

文字起こし$0.000003/second
Qwen3.8 2.4T A95B

Qwen3.8 2.4T A95B is an open-weight sparse mixture-of-experts model from Qwen and the open-weight variant of Qwen3.8 Max, with 95 billion active parameters out of 2.4 trillion total. It is suited for coding, research, complex reasoning, and agentic workflows.

テキスト1.0M コンテキスト$2 / $6
Qwen Image 3 Pro

Qwen Image 3 Pro is an image generation and editing model from Qwen. It supports precise rendering of text and details as small as 10px, along with richer world knowledge compared to previous generations.

画像from $0.04/image
Qwen Image 3

Qwen Image 3 is a unified image generation and editing model from Qwen. It supports precise rendering of text and details as small as 10px, along with a richer world knowledge base than previous generations.

画像from $0.03/image
Qwen3.8 Max

Qwen3.8 Max (0803) is the August 3, 2026 checkpoint of Qwen3.8 Max, the flagship model in Alibaba's Qwen3.8 series and the general-availability successor to the Qwen3.8 Max Preview. It is a multimodal reasoning model intended for complex reasoning, visual understanding, coding, and agentic workflows. This checkpoint was superseded by Qwen3.8 Max (0902) on September 5, 2026.

テキスト1M コンテキスト
Qwen3.7 Flash

Qwen3.7 Flash is a vision-language reasoning model from Alibaba. It is suited for multimodal agents, visual coding, search, and computer interaction, with strengths in object recognition, spatial understanding, and real-world visual perception.

テキスト1M コンテキスト$0.03 / $0.13
Qwen-Audio-3.0-TTS Flash

Qwen-Audio-3.0-TTS Flash is Alibaba's fast, cost-efficient text-to-speech model, generating spoken audio from text via the DashScope Speech Synthesizer API.

音声$15/M characters
Qwen-Audio-3.0-TTS Plus

Qwen-Audio-3.0-TTS Plus is Alibaba's higher-quality text-to-speech model, generating spoken audio from text via the DashScope Speech Synthesizer API.

音声$20/M characters
Qwen3.7 Plus

Qwen3.7-Plus is a cost-effective model in Alibaba's Qwen3.7 series. It supports text and image input with text output, building on the series' text capabilities with a comprehensive upgrade to its vision-language abilities while retaining full-stack, agent-level intelligence for coding, tool use, and productivity workflows. Its distinguishing trait is multi-modal interactive hybrid agent capability: it can perceive real-world scenes, read screens and interact with GUIs, generate code from visual references, and perform end-to-end navigation within mobile apps.

テキスト1M コンテキスト$0.32 / $1.28