如愿以偿！Qwen3-VL再开源30B-A3B，附实测！

如愿以偿！Qwen3 VL再开源30B A3B，附实测！ 如愿以偿！Qwen3 VL再开源30B A3B，附实测！ Modified October 3, 2025 Qwen3 VL 30B A3B：回答错误，同时回答长了之后，依旧会出现中英文夹杂的现象。 空间变换 考察多模态模型对图像的空间转换能力。 Prompt：请回答。 Qwen3 VL 30B A3B Instruct：回答错误 Qwen3 VL 30B A3B Thinking：回答正确，可以正确识别主视图 色盲测试 考察多模态大模型对颜色的识别能力。 Prompt：图片里有数字吗？如果有的话是什么？ 正常者能读出６，红绿色盲者及红绿色弱者读成 5，而全色弱者则全然读不出上述的两个字。 Qwen3 VL 30B A3B：回答正确 将图片翻转，也能识别正确， 最后想说， Qwen还是开源的Top， 30B A3B这个模型，虽然在一些能力上，较更大模型有差距， 但它小呀，30B的Moe，只激活3B，在端侧用起来会很舒服， 并且，效果不好的地方，我也能微调了，不像235B，我只能远远的望着。 这个十一，卷飞边子了， 所以接下来几天还会有吗？ PS：都看到这里，来个 点赞 、 在看 、 关注 吧。 您的支持是我坚持的最大动力！ 欢迎多多关注公众号「刘聪NLP」， 加入交流群 ，交个朋友吧，一起学习，一起进步！ 加入交流群 Qwen3 VL 30B A3B：回答错误，同时回答长了之后，依旧会出现中英文夹杂的现象。 空间变换 考察多模态模型对图像的空间转换能力。 Prompt：请回答。 Qwen3 VL 30B A3B Instruct：回答错误 Qwen3 VL 30B A3B Thinking：回答正确，可以正确识别主视图 色盲测试 色盲测试 考察多模态大模型对颜色的识别能力。 Prompt：图片里有数字吗？如果有的话是什么？ 正常者能读出６，红绿色盲者及红绿色弱者读成 5，而全色弱者则全然读不出上述的两个字。 Qwen3 VL 30B A3B：回答正确 将图片翻转，也能识别正确， 最后想说， Qwen还是开源的Top， 30B A3B这个模型，虽然在一些能力上，较更大模型有差距， 但它小呀，30B的Moe，只激活3B，在端侧用起来会很舒服， 并且，效果不好的地方，我也能微调了，不像235B，我只能远远的望着。 这个十一，卷飞边子了， 所以接下来几天还会有吗？ PS：都看到这里，来个 点赞 、 在看 、 关注 吧。 您的支持是我坚持的最大动力！ 欢迎多多关注公众号「刘聪NLP」， 加入交流群 ，交个朋友吧，一起学习，一起进步！ 加入交流群 🔗 原文链接： https://mp.weixin.qq.com/s/NBwPyH V... https://mp.weixin.qq.com/s/NBwPyH V... 原创 刘聪NLP 刘聪NLP2025年10月03日 22:12 江苏 大家好，我是刘聪NLP。 十一， AI圈想放假是不可能的！ 千问，刚刚又开源了Qwen3 VL 30B A3B模型，依旧两个版本Instruct和Thinking， 感觉Qwen应该是听到了我的许愿 ，哈哈哈哈 同时还有对应的FP8模型，也就是说 两张4090就能跑了 ，真贫民福利！ HF：https://huggingface.co/collections/Qwen/qwen3 vl 68d2a7c1b8a8afce4ebd2dbe Qwen3 VL 30B A3B模型的结构细节可看， 等了大半年的Qwen3 VL终于也开源了！附模型细节&实测！ 等了大半年的Qwen3 VL终于也开源了！附模型细节&实测！ 整体榜单上，Qwen3 VL 30B A3B Instruct大部分是优于Qwen2.5 VL 72B Instruct的， 下面带来实测，懒人速览版： • Qwen3 VL 30B A3B模型的整体智力较Qwen3 VL 235B A22B差不少，也能理解，毕竟参数量，激活量在哪儿摆着呢； • 跟Qwen3 VL 30B A3B不同，Qwen3 VL 30B A3B的Think版本的图像理解、计算能力更强； • 表格识别不行了，太难受了； • 图片排序，think强一些，instruct不太行； • 数学做题Qwen3 VL 30B A3B很强，甚至有的比Qwen3 30B A3B强； • 网页复刻依旧不理想； • 色盲测试图片，将图翻转也能对，可以的。 OCR识别 OCR识别 考察多模态大模型的内容提取能力，为了增加难度，上手写体。 Prompt：请识别图中的文本内容，言简意赅。 Qwen3 VL 30B A3B：回答正确 内容理解 内容理解 考察多模态大模型提取图片内容，理解内容能力， Prompt：我今天喝了这个果汁会怎么样 Qwen3 VL 30B A3B：回答正确 表格识别 考察多模态大模型的内容提取和指令跟随能力，需要将表格图片用HTML进行还原。 Qwen3 VL 30B A3B：回答错误 网页复刻 网页复刻 考察多模态大模型网页还原、审美和代码能力。 Prompt：请帮我1：1还原这个网页内容，用HTML呈现。 Qwen3 VL 30B A3B：不是很好，有一些奇怪 报告分析 报告分析 考察多模态大模型的内容理解能力、知识储备的能力。 Prompt：请帮我解读一下报告内容。 Qwen3 VL 30B A3B：解读正确 理解计算 理解计算 考察多模态大模型的内容理解能力、计算能力。 Prompt：找到2024年GDP值最大的省份，并且计算占全国GDP的百分之多少？ 2024年总和=1340312.8 Qwen3 VL 30B A3B Instruct：广东找对，但最终计算错误 Qwen3 VL 30B A3B Thinking：都正确 目标识别 目标识别 考察多模态模型对事物的识别能力，让模型判断事物是否准确、或者查东西的个数。 Prompt：告诉我桌子上菇娘儿的个数。 Qwen3 VL 30B A3B：回答正确 Grouding 查看模型定位能力，之前纯文本输出找不到的内容，grouding是可以找到的 Prompt：找出图片中奔跑的人，以JSON格式返回边界框坐标。 Qwen3 VL 30B A3B： 但是小恐龙还是找不到， 数学做题 数学做题 考察多模态大模型的数学能力，测试2025年高考题。 Prompt：解题 Qwen3 VL 30B A3B：回答正确，最后一问也回答对了 图片排序 图片排序 多模态模型能否理清多张图片之间逻辑关系的，能否理解世界事件发展的规律。 Prompt：根据图中显示的多个场景，将最有可能发生的事件按顺序排列。 正确答案CADB，走到商店，买雪糕，滑倒，打到脸上 Qwen3 VL 30B A3B Instruct：回答错误 Qwen3 VL 30B A3B Thinking：回答正确 Prompt：根据图中显示的多个场景，将最有可能发生的事件按顺序排列。 正确答案CDAB，有蘑菇，采摘并吃掉，有点晕，产生了幻觉蘑菇会走了 Qwen3 VL 30B A3B：回答不不对，没有235B理解的好 空间逻辑 空间逻辑 考察多模态模型在理解图片的基础上进行深度的逻辑分析。 Prompt：请回答。 正确答案为A。