作者 | 李水青

編輯 | 心緣

智東西10月15日報道，今日，阿里通義千問團隊推出其最強視覺語言模型系列Qwen3-VL的4B與8B版本，兩個尺寸均提供Instruct與Thinking版本，在幾十項權威基準測評中超越Gemini 2.5 Flash Lite、GPT-5 Nano等同級別頂尖模型。

阿里千問團隊公告截圖（圖源：X平臺）

這兩個新版本模型實現了以下關鍵目標:

1、資源門檻更低：尺寸縮減顯著降低VRAM的佔用。現在，開發者可以在更廣泛的硬件設備上部署和運行模型。

2、核心能力不減配：在縮減尺寸的同時，其完整保留了Qwen3-VL的全部核心功能。

3、基準性能優秀：在STEM、VQA、OCR、視頻理解及Agent任務等多個權威基準上，其表現不僅超越了Gemini 2.5 Flash Lite和GPT-5 Nano，在許多場景下甚至能與阿里半年前的旗艦模型Qwen2.5-VL-72B相媲美。

如下圖所示，在多模態性能方面，Qwen3-VL-8B Instruct在MIABench、OCRBench、SUNRGBD、ERQA、VideoMMMU、ScreenSpot等30項權威基準測評中取得SOTA（行業最佳）成績，超越了Gemini 2.5 Flash Lite、GPT-5 Nano以及Qwen2.5-VL-72B等頂尖模型。

Qwen3-VL-8B Instruct與Qwen3-VL-4B Instruct基準測評情況（圖源：Qwen）

Qwen3-VL-4B Instruct也展現出優秀的多模態性能，以更少的參數量，在STEM、VQA、OCR、視頻理解及Agent任務等測評中，能與Gemini 2.5 Flash Lite、GPT-5 Nano對打。

在純文本表現上，如下圖所示，Qwen3-VL-8B Instruct和Qwen3-VL-4B Instruct也相比Qwen3-4B Instruct-2507和Qwen3-8B Non-Thinking有整體提高。

Qwen3-VL-8B Instruct與Qwen3-VL-4B Instruct基準測評情況（圖源：Qwen）

在多模態性能方面，Qwen3-VL-8B Thinking取得了MathVision、MMStar、HallusionBench、MM-MT-Bench、CountBench等23項權威基準測評的SOTA，超越Gemini 2.5 Flash Lite、GPT-5 Nano高版本以及其他同等級頂尖開源模型。Qwen3-VL-4B Thinking同樣表現出「以小敵大」的成績。

Qwen3-VL-8B Thinking與Qwen3-VL-4B Thinking基準測評情況（圖源：Qwen）

在純文本表現上，Qwen3-VL-8B Thinking和Qwen3-VL-4B Thinking相比於Qwen3-4BThinking-2507和Qwen3-8B Thinking有整體提高。

Qwen3-VL-8B Thinking與Qwen3-VL-4B Thinking基準測評情況（圖源：Qwen）

該模型一經發布，就在外網引起了不少開發者關注。不少人對此表示一直在等這個，有人稱：「終於，我在16GB的Mac上可以用了。」也有不少人開始催更Qwen3-Max及其他更多版本模型了。

外網用戶對新版本Qwen3-VL的評論（圖源：X平臺）

自9月24日阿里開源Qwen3-VL系列以來，作為Qwen系列中最強的視覺語言模型，該模型在全球AI開源社區中快速收穫認可。（《阿里又一大模型開源，手機電腦樣樣玩的溜，多項測試秒GPT-5》）

在9月底的Chatbot Arena子排行榜Vision Arena中，Qwen3-VL位居第二，是視覺理解領域中的全球開源冠軍；同時，Qwen3-VL還斬獲純文本賽道（Text Arena）的開源第一（全球第8），成為首個攬獲純文本和視覺兩大領域同時開源第一的大模型。

在Vision Arena中Qwen3-VL位居第二（圖源：Qwen）

並且，Qwen3-VL還在全球知名的大模型API三方聚合平臺OpenRouter圖像處理排行榜上以48%的市場份額躍升至全球第一。

Qwen3-VL在OpenRouter圖像處理排行榜上表現（圖源：OpenRouter）

近期，阿里還推出Qwen3-VL Cookbook（使用指南），涵蓋圖像思維、計算機使用Agent、多模態變成、3D定位、空間推理、視頻理解等多種多模態用例，助用戶高效上手和深度應用。