Qwen3-VL-8B-Instruct
支持文本、图像与视频输入的 8B 级视觉语言模型（Instruct），侧重界面操作、空间感知、文档识别与视觉编程。
最后核实：
https://huggingface.co/Qwen/Qwen3-VL-8B-Instruct特点与限制
主要特点
- 原生256K上下文，官方仓库说明可用YaRN扩展至1M（扩展时factor建议取2或3）
- OCR支持32种语言，官方称改善低光、模糊与倾斜场景及长文档结构解析
- 支持从图像或视频生成Draw.io、HTML、CSS与JS代码
- 官方分别给出VL与纯文本两套推荐采样参数
使用边界
- 8B是官方语言骨干档位；视觉组件会增加整模总参数，不把仓库张量统计当作官方参数总量。
- 技术报告的视觉性能表以图片形式发布，本轮未能逐项转录复核，暂不录入视觉分数。
- 模型卡发布时建议从Transformers源码安装；官方Qwen3-VL仓库已提供Transformers 4.57.0及以上版本路线。
- 扩展上下文需要运行时支持与额外配置；本站未验证图像、视频与OCR的实际效果。
模型信息
- 家族与版本
- Qwen / 3-VL
- 输入与输出
- 文本、图像、视频 → 文本
- 公开参数规模
- 8B（以以下来源口径为准）
- 激活 / 有效参数
- 未提供 / 未提供
- 参数口径
- 官方型号档位为8B语言骨干；HF模型页元数据显示Model size 9B params（仓库张量统计口径），包含视觉编码器等组件，官方未按整模单列参数总量。此处保留官方型号档位，不把张量统计当作官方参数口径。 参数来源
- 原生上下文
- 262,144 tokens
- 扩展上下文
- 1,000,000 tokens；YaRN；官方仓库说明Interleaved-MRoPE的位置编号增长比常规RoPE慢，扩展到1M上下文时建议factor取2或3而非4，并需要运行时支持（如vLLM的--rope-scaling与--max-model-len）。
- 语言声明
- 多语言（官方说明OCR支持32种语言，未列全部语种）；语言支持不代表对应语言的评测水平。
- 权重许可
- Apache-2.0
- 代码许可
- Apache-2.0
- 训练资料
- 官方提供模型卡与系列仓库说明，介绍架构改动与能力方向；未公开完整训练数据清单。
能力依据
模型变体：指令版；家族与版本：Qwen / 3-VL
文本生成
MMLU-Pro · accuracy71.6%MMLU-Pro · en · 思考关闭GPQA · accuracy61.9%GPQA · en · 思考关闭查看评估与来源收起补充信息
文本生成
Qwen3-VL技术报告Table 6列出该精确Instruct型号MMLU-Pro 71.6%与GPQA 61.9%（非思考模式）。这提供了纯文本知识与推理的直接基准证据，但不能外推为中文写作、开放式对话或事实可靠性。
- 官方技术报告直接给出该型号的纯文本基准成绩，无需借用其他尺寸。
- 同一对比表还包含MMLU-Redux、IFEval等文本指标，可用于了解不同能力维度。
- MMLU-Pro与GPQA为英文知识/推理基准，不能代表中文或开放式生成质量。
- 报告未逐项披露提示、划分与生成预算，部分基准提示词经过修改。
- 本站未复现文本成绩。
MMLU-Pro · accuracy
71.6%官方报告 · Qwen Team官方自测
展开评测条件与来源
- 模型标识 / 修订
- Qwen/Qwen3-VL-8B-Instruct / 未提供
- 思考模式
- 关闭
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- MMLU-Pro / 未提供
- 基准 / 报告版本
- Qwen3-VL Technical Report（arXiv 2511.21631v2）Table 6（Qwen3-VL-2B/4B/8B Instruct 对比表）
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；技术报告Table 6（Qwen3-VL-2B/4B/8B Instruct对比表）列出Qwen3-VL-8B Instruct（非思考模式）MMLU-Pro 71.6。该对比表未逐项标注split、shot、提示模板与输出预算，完整配置以报告正文为准；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- qwen-team / qwen3-vl-8b-instruct-qwen3vl-report-2025
- 来源
- https://arxiv.org/html/2511.21631v2
- 来源使用说明
- 引用来源；许可：未提供；仅引用Qwen3-VL官方技术报告中的少量成绩事实并链接原文；不复制表格、图像或基准数据。 查看说明
- 比较状态
- 不可比：官方对比表未逐项标注该成绩对应的模型revision、split、提示模板与输出预算；原样记录，不与配置不同的结果直接排名。
GPQA · accuracy
61.9%官方报告 · Qwen Team官方自测
展开评测条件与来源
- 模型标识 / 修订
- Qwen/Qwen3-VL-8B-Instruct / 未提供
- 思考模式
- 关闭
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- GPQA / 未提供
- 基准 / 报告版本
- Qwen3-VL Technical Report（arXiv 2511.21631v2）Table 6（Qwen3-VL-2B/4B/8B Instruct 对比表）
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；技术报告Table 6（Qwen3-VL-2B/4B/8B Instruct对比表）列出Qwen3-VL-8B Instruct（非思考模式）GPQA 61.9。该对比表未逐项标注split、shot、提示模板与输出预算，完整配置以报告正文为准；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- qwen-team / qwen3-vl-8b-instruct-qwen3vl-report-2025
- 来源
- https://arxiv.org/html/2511.21631v2
- 来源使用说明
- 引用来源；许可：未提供；仅引用Qwen3-VL官方技术报告中的少量成绩事实并链接原文；不复制表格、图像或基准数据。 查看说明
- 比较状态
- 不可比：官方对比表未逐项标注该成绩对应的模型revision、split、提示模板与输出预算；原样记录，不与配置不同的结果直接排名。
代码
LiveCodeBench v6 · pass@139.3%LiveCodeBench v6 · code · 思考关闭查看评估与来源收起补充信息
代码
Qwen3-VL技术报告Table 6列出该精确Instruct型号LiveCodeBench v6 39.3%。这是竞赛题代码生成成绩；官方视觉代码生成能力没有对应的标准化基准分数。
- 官方技术报告给出该型号的通用代码生成基准成绩。
- 官方将图像或视频生成Draw.io、HTML、CSS与JS列为该代重点能力。
- LiveCodeBench只覆盖竞赛题，不能替代真实仓库任务或视觉代码生成。
- 报告未逐项披露题目窗口、提示与采样配置。
- 本站未用真实仓库或界面截图验证生成代码的正确性。
LiveCodeBench v6 · pass@1
39.3%官方报告 · Qwen Team官方自测
展开评测条件与来源
- 模型标识 / 修订
- Qwen/Qwen3-VL-8B-Instruct / 未提供
- 思考模式
- 关闭
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- LiveCodeBench v6 / 未提供
- 基准 / 报告版本
- Qwen3-VL Technical Report（arXiv 2511.21631v2）Table 6（Qwen3-VL-2B/4B/8B Instruct 对比表）
- Few-shot / 输出上限
- 未提供 / 未提供 tokens
- 提示模板 / 设置
- 未提供；技术报告Table 6（Qwen3-VL-2B/4B/8B Instruct对比表）列出该型号非思考模式LiveCodeBench v6 39.3。该对比表未逐项标注题目时间窗口、提示与采样配置，完整配置以报告正文为准；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- qwen-team / qwen3-vl-8b-instruct-qwen3vl-report-2025
- 来源
- https://arxiv.org/html/2511.21631v2
- 来源使用说明
- 引用来源；许可：未提供；仅引用Qwen3-VL官方技术报告中的少量成绩事实并链接原文；不复制表格、图像或基准数据。 查看说明
- 比较状态
- 不可比：官方对比表未逐项标注该成绩对应的模型revision、题目时间窗口、提示与采样配置；原样记录，不与不同版本或配置的结果直接排名。
视觉理解
暂无可靠公开成绩
查看评估与来源收起补充信息
视觉理解
暂无可靠公开成绩
本轮未找到许可明确、评测协议公开且可确认评测者独立的Qwen3-VL-8B-Instruct视觉成绩。官方模型卡与技术报告的视觉性能表以图片形式发布，报告的可转录对比表只覆盖纯文本基准，视觉部分未能逐项转录复核，因此暂未录入分数。
- 官方说明OCR语言数扩展到32种，并改善低光、模糊、倾斜与长文档结构解析。
- 官方给出空间感知、2D/3D定位、界面操作与视频时间定位等能力方向。
- 报告附录列出该系列视觉评测覆盖MMMU/MMMU-Pro、MathVista、OCRBench、RefCOCO/+/g、ScreenSpot、VideoMME等基准。
- 官方模型卡与技术报告的视觉性能表为图片；本轮未能逐项转录并复核数值、评测框架版本与模型revision，因此暂未录入成绩。
- 报告正文披露的少量可转录视觉数值（如MMStar 75.3、MMBench-EN 85.3）标注为thinking模式，该系列Thinking为独立发布的检查点，本轮无法将这些数值与Instruct检查点对应，故未录入。
- OCR语言数属于功能说明，不是准确率证据。
- 本站未使用本地图片或视频验证识别与定位效果。
暂无该用途的公开评测成绩；不能从其他用途或缺失值推断能力。
运行条件与获取
Transformers
系统支持未提供 · Safetensors · 未指定量化
官方支持；本站尚未进行推理验证。
硬件：未核实。本站未实测；内存、显存和速度取决于运行时、精度、图像分辨率、视频帧数与硬件，不将参数量或文件大小换算为资源保证。
内存：未核实；显存：未核实。
依赖：transformers>=4.57.0、torch。
STEP 01 按官方Quickstart安装Transformers
官方仓库Quickstart要求Qwen3-VL使用transformers 4.57.0及以上版本；模型卡发布时同时建议从GitHub源码安装最新版。本站未执行该命令。
pip install "transformers>=4.57.0"STEP 02 加载指定模型
按官方模型卡示例用Qwen3VLForConditionalGeneration与AutoProcessor加载此模型并处理图像、视频与文本输入；官方建议多图与视频场景启用flash_attention_2。本站未下载权重或执行模型。
vLLM
系统支持未提供 · Safetensors · 未指定量化
官方支持；本站尚未进行推理验证。
硬件：未核实。本站未实测；显存与吞吐取决于并行配置、上下文长度、输入分辨率与量化，不将参数量换算为资源保证。
内存：未核实；显存：未核实。
依赖：vllm>=0.11.0、qwen-vl-utils==0.0.14、accelerate。
STEP 01 安装vLLM与多模态工具库
官方仓库安装章节给出以下vLLM安装命令（官方标注vllm>=0.11.0），并另按官方步骤先安装accelerate与qwen-vl-utils==0.0.14。本站未执行。
uv pip install -U vllmSTEP 02 启动OpenAI兼容服务
官方仓库的vLLM启动示例针对235B稠密模型（H100/H200），本型号需按官方示例替换模型路径；本轮未核实针对8B的官方命令，故不填写命令。本站未执行。