Posso rodar o Qwen3-VL-30B-A3B-Thinking localmente?

Sim, os pesos são abertos e hospedados no Hugging Face em Qwen/Qwen3-VL-30B-A3B-Thinking. É um modelo MoE de 30B, então você precisará de VRAM substancial; consulte os guias GGUF e de quantização se quiser rodar em hardware consumidor.

Qual o custo e qual o tamanho da janela de contexto?

Via API, custa $0,29 por milhão de tokens de entrada e $1,00 por milhão de tokens de saída. O contexto nativo é de 256K tokens, expansível para 1M segundo a Qwen.

Qual a diferença entre esta e a versão não-Thinking?

A variante Thinking adiciona uma etapa interna estendida de raciocínio antes de responder, o que melhora o desempenho em tarefas STEM, matemática e visuais complexas, ao custo de saídas mais longas — e portanto mais caras.

Qwen3 VL 30B A3B Thinking

3384°

#llm #qwen #visão #raciocínio #agentes #contexto longo

Executar modelo

Ofertas / Anúncios

OpenRouter Terminal / API

Pague por token

Converse com este modelo no navegador ou chame-o do seu código com uma chave API.

Qwen | contexto de 262.144 tokens | $0,29/M entrada, $1,00/M saída. Qwen3-VL-30B-A3B-Thinking é um modelo multimodal que unifica forte geração de texto com compreensão visual para imagens e vídeos. Sua variante Thinking aprimora o raciocínio em STEM, matemática e tarefas complexas. Destaca-se na percepção de categorias do mundo real/sintéticas, fundamentação espacial 2D/3D e compreensão visual de longo formato, alcançando resultados competitivos em benchmarks multimodais. Para uso agentic, lida com instruções multi-imagem multi-turno, alinhamentos de linha do tempo de vídeo, automação GUI e codificação visual desde esboços até UI depurada. O desempenho em texto é equivalente aos modelos Qwen3 principais, adequado para IA documental, OCR, assistência UI, tarefas espaciais e pesquisa de agentes.

Guias para este modelo

De quanto VRAM eu realmente preciso para IA local?

O que é um arquivo GGUF? Modelos quantizados explicados (Q4, Q8, fp8, NF4)

Pesos abertos vs código aberto vs só API: o que você realmente pode fazer

Todos os guias

Notas do capitão

Escrito por Captain, o editor da casa

Notas de 2026-10-13

Qwen3-VL-30B-A3B-Thinking é um modelo multimodal MoE da Qwen que processa imagens, vídeos e texto em uma única passagem, com uma variante Thinking que aplica raciocínio estendido a tarefas STEM, matemática e visuais complexas. A janela nativa de 256K tokens, OCR em 32 idiomas, ancoragem espacial 3D e automação de GUI o diferenciam da maioria dos modelos visão-linguagem nessa faixa de preço. Pesos abertos fazem dele uma opção séria para pesquisadores e desenvolvedores que querem rodar ou ajustar localmente.

Conhecido por

Raciocínio estendido em problemas STEM e matemáticos fundamentados em evidências visuais
Automação de GUI em PC e mobile: reconhece elementos, invoca ferramentas, completa tarefas
Ancoragem espacial 2D e 3D, julgamento de oclusão e raciocínio sobre pontos de vista
OCR em 32 idiomas, incluindo documentos com pouca luz, borrados e caracteres antigos
Gera Draw.io, HTML, CSS e JS diretamente a partir de imagens ou quadros de vídeo

Fique atento a

A variante Thinking produz cadeias de pensamento mais longas; tokens de saída a $1,00/M somam rápido em tarefas complexas.
Pesos MoE de 30B são grandes; rodar localmente exige VRAM substancial — verifique seu hardware antes de baixar.
A Qwen não publicou um resumo detalhado da licença aqui; verifique os termos no repositório Hugging Face antes do uso comercial.

Melhor para

Visão

Raciocínio

Agentes e uso de ferramentas

Contexto longo

Roda localmente

Sugestões para tentar

Depure uma captura de tela de UI

Anexe uma captura de tela de uma página web ou tela de app quebrada. Identifique todos os problemas visíveis na interface — quebras de layout, texto cortado, elementos desalinhados, problemas de contraste — e escreva o HTML e CSS corrigidos necessários para consertar cada um.

Raciocínio espacial a partir de imagem

Anexe uma foto de um cômodo ou cena externa. Liste todos os objetos que você consegue identificar, estime a relação espacial aproximada entre cada par de objetos (à esquerda de, atrás de, ocultado por) e sinalize qualquer coisa que pareça estruturalmente insegura ou fora do lugar.

Problema STEM com diagrama

Anexe um diagrama de física ou geometria de um livro didático. Declare o problema mostrado, identifique todos os valores dados e incógnitas, depois resolva passo a passo, citando qual parte do diagrama apoia cada etapa do seu raciocínio.

Comparar com

Qwen3.7 Flash
Modelo apenas para API
Contexto de 1,000,000 tokens · entrada $0.03/M, saída $0.13/M
Qwen3.8 Max (0902)
Modelo apenas para API
Contexto de 1,000,000 tokens · entrada $2.00/M, saída $6.00/M
Qwen3.8 Omni Flash
Modelo apenas para API
Contexto de 1,000,000 tokens · entrada $0.15/M, saída $0.47/M
Qwen3 VL 32B Instruct
Modelo apenas para API
Contexto de 131,072 tokens · entrada $0.10/M, saída $0.42/M

Mais modelos de texto de qwen

Perguntas frequentes

Posso rodar o Qwen3-VL-30B-A3B-Thinking localmente?: Sim, os pesos são abertos e hospedados no Hugging Face em Qwen/Qwen3-VL-30B-A3B-Thinking. É um modelo MoE de 30B, então você precisará de VRAM substancial; consulte os guias GGUF e de quantização se quiser rodar em hardware consumidor.
Qual o custo e qual o tamanho da janela de contexto?: Via API, custa $0,29 por milhão de tokens de entrada e $1,00 por milhão de tokens de saída. O contexto nativo é de 256K tokens, expansível para 1M segundo a Qwen.
Qual a diferença entre esta e a versão não-Thinking?: A variante Thinking adiciona uma etapa interna estendida de raciocínio antes de responder, o que melhora o desempenho em tarefas STEM, matemática e visuais complexas, ao custo de saídas mais longas — e portanto mais caras.

Veredito do capitão
Um raro modelo visão com pesos abertos que realmente merece o rótulo de raciocínio — vale o custo dos tokens de saída quando a tarefa é difícil.

Ficha do modelo no Hugging Face

O capitão escreve estas notas com base na descrição e ficha do modelo. Preços e tamanhos de contexto são do provedor na data da escrita e podem mudar.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Como essa pontuação é calculada

Este modelo ainda não tem dados de popularidade de nenhuma fonte, então ele carrega um número provisório abaixo de 7,000° para manter as listas completas. Ele nunca fica acima de um modelo com dados. A divisão aparece aqui assim que uma fonte reporta.

Glossário: os termos usados aqui

Pontuação heat: Um número que mostra o quanto um modelo está sendo usado e desejado agora, de 0° a 9.999°. Toda lista neste site que diz mais quente é ordenada por ele e só por ele.
Limite mínimo: Os 7.000° que todo modelo com dados reais começa. A escala vai de 0° a 9.999°; a parte abaixo do limite é para substitutos (modelos sem dados), para que um modelo com dados sempre fique acima de um sem. O limite é igual para todos e não decide nada; os graus acima dele são a medida.
Equivalentes a downloads: Tudo que a pontuação trata como download, somado: downloads em si, cada torrent seeder como 1.000, cada imagem AI Horde e cada execução em site de geração como um.
Escala logarítmica: Contando de dez em dez, não de um em um: ir de 1.000 para 10.000 downloads adiciona os mesmos graus que ir de 10.000 para 100.000. Isso evita que gigantes abafem tudo.
Likes: Joinhas e likes de todas as fontes, valendo metade de um download na escala logarítmica.
Taxa de adoção: Quantos downloads por dia um modelo recebe agora, pela diferença entre duas leituras de uma fonte. Um quarto do peso do termo download.
Medido e estimado: Medido significa que existem duas leituras de uma fonte e a diferença é real. Estimado significa que só se sabe o total de hoje e o passado é distribuído ao longo da vida do modelo; o site indica qual está mostrando.
Seeder: Alguém que mantém uma cópia dos pesos online para outros baixarem via torrent, ou um espelho hospedado fazendo o mesmo. Cada um conta como 1.000 downloads.
AI Horde: Uma rede voluntária que gera imagens de graça em computadores doados. O número de imagens feitas com um modelo é público, e cada uma conta como um download.
Sites de geração: Sites que hospedam suas próprias cópias de um modelo e deixam as pessoas gerarem com ele, como PixAI, SeaArt e Yodayo. Os downloads deles contam como os do Civitai e cada geração conta como um download.
Tokens OpenRouter: Um modelo de texto servido via API, como Claude ou GPT, não tem pesos para baixar, então seu uso é medido em tokens: os pedaços de texto que ele leu e escreveu via OpenRouter, um gateway usado por muitos apps, nos últimos 30 dias. Cada 10,000,000 tokens contam como um download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modelo completo (checkpoint): Os pesos em si, o arquivo que gera sozinho. Ganha um bônus porque complementos dependem dele.
LoRA e embedding: Arquivos pequenos que direcionam os pesos de outra pessoa para um estilo, personagem ou conceito. Não podem rodar sozinhos.
Família e pesos: A base em que um modelo é construído, como SD 1.5, SDXL, Flux ou Wan. Todo modelo herda a data de lançamento dos pesos da sua família.
Idade: Pontos retirados conforme há quanto tempo os pesos da família foram lançados: 150° por ano, até 750°. Mantém os downloads antigos que tiveram anos para acumular, evitando que saiam do topo da lista.
Impulso da família: Um pequeno empurrão limitado para LoRAs de uma família que este site está promovendo agora, sempre listado na divisão.
Pontuação provisória: Um número estável abaixo do mínimo dado a um modelo que ainda não tem dados de fonte, para a lista ficar completa. Nunca fica acima de um modelo com dados.
Novo! (período de carência): Um modelo com menos de 7 dias mostra Novo! em vez de uma pontuação e não ocupa lugar no ranking. Sua pontuação é calculada desde o primeiro dia, mas um modelo com um dia cresce mais rápido que qualquer outro, então sem a espera o #1 da semana seria sempre o que saiu ontem, não o que se manteve por uma semana.
Tendência: Como o crescimento de um modelo num período se compara com o crescimento típico dos modelos no mesmo período. Crescimento mais rápido que o típico indica alta, mais lento indica queda.
Modelo típico: O meio do catálogo: metade dos modelos com número cresceu mais rápido no período, metade mais devagar.

Modelos semelhantes

Modelos de IA para geração de imagem, vídeo e texto

Qwen3 VL 30B A3B Thinking é um modelo de texto para a família Text / LLM listado no ModelTrends.ai, um catálogo somente leitura de modelos de IA de código aberto para imagem, vídeo e texto. Compare-o com outros modelos Text / LLM e veja a pontuação de calor para acompanhar a tendência.

Mais modelos Text / LLM Mais Texto / LLM Text / LLM llm qwen visão raciocínio agentes contexto longo local

Navegar por família de modelos