阿里通义Qwen3-VL开源4B与8B模型，超越GPT-5 Nano

10月15日最新消息，阿里通义今日正式宣布，其多模态大模型家族Qwen3-VL系列再添新成员——基于Dense架构的Qwen3-VL-8B和Qwen3-VL-4B模型现已开源上线。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

这两款密集架构的视觉理解模型在显存占用上更具优势，同时完整继承了Qwen3-VL系列的全部能力，每个尺寸都提供了Instruct和Thinking两个版本。

其中Qwen3-VL-8B在STEM、VQA、OCR、视频理解和Agent任务等公开评测中表现优异，不仅超越了Gemini 2.5 Flash Lite和GPT-5 Nano，甚至能够媲美上一代超大规模模型Qwen2.5-VL-72B。

而4B版本则在端侧展现出更高的性价比，特别适合需要AI视觉理解的智能终端部署。

值得一提的是，这两款视觉理解模型实现了“视觉精准”与“文本稳健”的协同突破：针对小模型常见的“跷跷板”问题（提升视觉能力往往会牺牲文本性能，反之亦然），阿里通过架构创新和技术优化，让模型在保持文本理解能力的同时，增强了多模态感知与视觉理解能力，在小身材里塞进了更强的视觉和文本能力。

新模型现已上线魔搭社区和Hugging Face平台，同时提供FP8量化版本，开源地址如下：

https://modelscope.cn/collections/Qwen3-VL-5c7a94c8cb144b

https://huggingface.co/collections/Qwen/qwen3-vl-68d2a7c1b8a8afce4ebd2dbe