Qwen3 VL 30B A3B Thinking API

• 核心能力升级
• 模型架构更新

Qwen3-VL 是迄今为止 Qwen 系列中性能最强大的视觉语言模型。

本代模型实现全方位升级：具备更卓越的文本理解与生成能力、更深入的视觉感知与推理水平、更长的上下文处理长度、更强的空间与动态视频理解力，以及更强大的智能体交互功能。

提供从边缘端到云端可扩展的稠密架构与混合专家架构，并推出指令优化版及推理增强的思维增强版，满足灵活按需部署需求。

🔗核心能力升级

• 视觉智能体：可操作电脑/移动端图形界面——准确识别界面元素，理解功能逻辑，调用系统工具，完成复杂任务
• 视觉编程增强：支持根据图像/视频内容直接生成Draw.io图表、HTML页面、CSS样式及JavaScript代码
• 高级空间感知：精准判断物体位置关系、观察视角与遮挡状态，提供更强2D空间定位能力，并实现支持空间推理与具身智能的3D空间定位
• 长上下文与视频理解：原生支持256K上下文，可扩展至1M长度；完整解析长篇图书与数小时视频内容，实现全内容记忆与秒级定位
• 增强多模态推理：在科学、技术、工程、数学领域表现突出——擅长因果分析，提供逻辑严密、基于证据的推理答案
• 升级视觉识别：经更广泛、更高质量预训练，实现“万物识别”——涵盖名人、动漫角色、商品产品、地标建筑、动植物等各类实体
• 扩展文字识别：支持语言从19种大幅扩展至32种；在弱光、模糊、倾斜等复杂场景下表现稳健；提升生僻字、古籍文字及专业术语识别能力；优化长文档结构解析效果
• 无损文本理解：融合视觉与文本信息，实现与纯语言模型相媲美的文本理解能力，达成跨模态统一理解

🔗模型架构更新

1. 交错多尺度旋转位置编码：通过增强的位置编码技术，在时间、宽度和高度维度实现全频段信号分配，显著提升长序列视频推理能力
2. 深度堆叠架构：融合视觉Transformer多层级特征，同步捕获细粒度视觉细节，强化图文对齐精度
3. 文本-时间戳对齐机制：突破传统时序编码局限，实现基于精确时间戳的事件定位，构建更强视频时序建模能力

此 API 接口兼容 OpenAI 的接口规范，也就是可以直接使用 OpenAI 的 SDK 来调用各个模型。仅需替换以下两项配置即可：

1. base_url 替换为 https://wcode.net/api/gpt/v1
2. api_key 替换为从 https://wcode.net/get-apikey 获取到的 API Key

具体可参考下方的各编程语言代码示例中的 openai sdk 调用示例。

# TODO: 以下代码中的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey

curl --request POST 'https://wcode.net/api/gpt/v1/chat/completions' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer API_KEY' \
--data '{
    "model": "qwen/qwen3-vl-30b-a3b-thinking",
    "messages": [
        {
            "role": "user",
            "content": "你好"
        }
    ]
}'

import Foundation

let headers = [
  "Authorization": "Bearer API_KEY",     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
  "content-type": "application/json"
]
let parameters = [
  "model": "qwen/qwen3-vl-30b-a3b-thinking",
  "messages": [
    [
      "role": "user",
      "content": "你好"
    ]
  ]
] as [String : Any]

let postData = JSONSerialization.data(withJSONObject: parameters, options: [])

let request = NSMutableURLRequest(url: NSURL(string: "https://wcode.net/api/gpt/v1/chat/completions")! as URL,
                                        cachePolicy: .useProtocolCachePolicy,
                                    timeoutInterval: 60.0)
request.httpMethod = "POST"
request.allHTTPHeaderFields = headers
request.httpBody = postData as Data

let session = URLSession.shared
let dataTask = session.dataTask(with: request as URLRequest, completionHandler: { (data, response, error) -> Void in
  if (error != nil) {
    print(error as Any)
  } else {
    let httpResponse = response as? HTTPURLResponse
    print(httpResponse)
  }
})

dataTask.resume()

var headers = {
  'Content-Type': 'application/json',
  'Authorization': 'Bearer API_KEY'     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
};
var request = http.Request('POST', Uri.parse('https://wcode.net/api/gpt/v1/chat/completions'));
request.body = json.encode({
  "model": "qwen/qwen3-vl-30b-a3b-thinking",
  "messages": [
    {
      "role": "user",
      "content": "你好"
    }
  ]
});
request.headers.addAll(headers);

http.StreamedResponse response = await request.send();

if (response.statusCode == 200) {
  print(await response.stream.bytesToString());
}
else {
  print(response.reasonPhrase);
}

require 'uri'
require 'net/http'

url = URI("https://wcode.net/api/gpt/v1/chat/completions")

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)
request["Authorization"] = 'Bearer API_KEY'     # TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
request["content-type"] = 'application/json'
request.body = "{\"model\":\"qwen/qwen3-vl-30b-a3b-thinking\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}"

response = http.request(request)
puts response.read_body

use serde_json::json;
use reqwest;

#[tokio::main]
pub async fn main() {
  let url = "https://wcode.net/api/gpt/v1/chat/completions";

  let payload = json!({
    "model": "qwen/qwen3-vl-30b-a3b-thinking",
    "messages": (
      json!({
        "role": "user",
        "content": "你好"
      })
    )
  });

  let mut headers = reqwest::header::HeaderMap::new();
  headers.insert("Authorization", "Bearer API_KEY".parse().unwrap());     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
  headers.insert("content-type", "application/json".parse().unwrap());

  let client = reqwest::Client::new();
  let response = client.post(url)
    .headers(headers)
    .json(&payload)
    .send()
    .await;

  let results = response.unwrap()
    .json::<serde_json::Value>()
    .await
    .unwrap();

  dbg!(results);
}

CURL *hnd = curl_easy_init();

curl_easy_setopt(hnd, CURLOPT_CUSTOMREQUEST, "POST");
curl_easy_setopt(hnd, CURLOPT_URL, "https://wcode.net/api/gpt/v1/chat/completions");

struct curl_slist *headers = NULL;
headers = curl_slist_append(headers, "Authorization: Bearer API_KEY");    // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
headers = curl_slist_append(headers, "content-type: application/json");
curl_easy_setopt(hnd, CURLOPT_HTTPHEADER, headers);

curl_easy_setopt(hnd, CURLOPT_POSTFIELDS, "{\"model\":\"qwen/qwen3-vl-30b-a3b-thinking\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}");

CURLcode ret = curl_easy_perform(hnd);

package main

import (
  "fmt"
  "strings"
  "net/http"
  "io"
)

func main() {
  url := "https://wcode.net/api/gpt/v1/chat/completions"

  payload := strings.NewReader("{\"model\":\"qwen/qwen3-vl-30b-a3b-thinking\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}")

  req, _ := http.NewRequest("POST", url, payload)

  req.Header.Add("Authorization", "Bearer API_KEY")     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
  req.Header.Add("content-type", "application/json")

  res, _ := http.DefaultClient.Do(req)

  defer res.Body.Close()
  body, _ := io.ReadAll(res.Body)

  fmt.Println(res)
  fmt.Println(string(body))
}

using System.Net.Http.Headers;


var client = new HttpClient();

var request = new HttpRequestMessage(HttpMethod.Post, "https://wcode.net/api/gpt/v1/chat/completions");

request.Headers.Add("Authorization", "Bearer API_KEY");     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey

request.Content = new StringContent("{\"model\":\"qwen/qwen3-vl-30b-a3b-thinking\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}", null, "application/json");

var response = await client.SendAsync(request);

response.EnsureSuccessStatusCode();

Console.WriteLine(await response.Content.ReadAsStringAsync());

var client = new RestClient("https://wcode.net/api/gpt/v1/chat/completions");

var request = new RestRequest("", Method.Post);

request.AddHeader("Authorization", "Bearer API_KEY");     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey

request.AddHeader("content-type", "application/json");

request.AddParameter("application/json", "{\"model\":\"qwen/qwen3-vl-30b-a3b-thinking\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}", ParameterType.RequestBody);

var response = client.Execute(request);

const axios = require('axios');

let data = JSON.stringify({
  "model": "qwen/qwen3-vl-30b-a3b-thinking",
  "messages": [
    {
      "role": "user",
      "content": "你好"
    }
  ]
});

let config = {
  method: 'post',
  maxBodyLength: Infinity,
  url: 'https://wcode.net/api/gpt/v1/chat/completions',
  headers: {
    'Content-Type': 'application/json',
    'Authorization': 'Bearer API_KEY'     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
  },
  data : data
};

axios.request(config).then((response) => {
  console.log(JSON.stringify(response.data));
}).catch((error) => {
  console.log(error);
});

OkHttpClient client = new OkHttpClient();

MediaType mediaType = MediaType.parse("application/json");

RequestBody body = RequestBody.create(mediaType, "{\"model\":\"qwen/qwen3-vl-30b-a3b-thinking\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}");

Request request = new Request.Builder()
  .url("https://wcode.net/api/gpt/v1/chat/completions")
  .post(body)
  .addHeader("Authorization", "Bearer API_KEY")             // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
  .addHeader("content-type", "application/json")
  .build();

Response response = client.newCall(request).execute();

$client = new \GuzzleHttp\Client();

$headers = [
  'Content-Type' => 'application/json',
  'Authorization' => 'Bearer API_KEY',     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
];

$body = '{
  "model": "qwen/qwen3-vl-30b-a3b-thinking",
  "messages": [
    {
      "role": "user",
      "content": "你好"
    }
  ]
}';

$request = new \GuzzleHttp\Psr7\Request('POST', 'https://wcode.net/api/gpt/v1/chat/completions', $headers, $body);

$response = $client->sendAsync($request)->wait();

echo $response->getBody();

$curl = curl_init();

curl_setopt_array($curl, [
  CURLOPT_URL => "https://wcode.net/api/gpt/v1/chat/completions",
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => "",
  CURLOPT_MAXREDIRS => 5,
  CURLOPT_TIMEOUT => 300,
  CURLOPT_CUSTOMREQUEST => "POST",
  CURLOPT_POSTFIELDS => json_encode([
    'model' => 'qwen/qwen3-vl-30b-a3b-thinking',
    'messages' => [
      [
        'role' => 'user',
        'content' => '你好'
      ]
    ]
  ]),
  CURLOPT_HTTPHEADER => [
    "Authorization: Bearer API_KEY",     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
    "content-type: application/json",
  ],
]);

$response = curl_exec($curl);
$error = curl_error($curl);

curl_close($curl);

if ($error) {
  echo "cURL Error #:" . $error;
} else {
  echo $response;
}

import requests
import json

url = "https://wcode.net/api/gpt/v1/chat/completions"

payload = {
  "model": "qwen/qwen3-vl-30b-a3b-thinking",
  "messages": [
    {
      "role": "user",
      "content": "你好"
    }
  ]
}

headers = {
  "Authorization": "Bearer API_KEY",     # TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
  "content-type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)

print(json.dumps(response.json(), indent=4, ensure_ascii=False))

from openai import OpenAI

client = OpenAI(
  base_url="https://wcode.net/api/gpt/v1",
  api_key="API_KEY"                             # TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
)

completion = client.chat.completions.create(
  model="qwen/qwen3-vl-30b-a3b-thinking",
  messages=[
    {
      "role": "user",
      "content": "你好"
    }
  ]
)

print(completion.choices[0].message.content)

{
    "id": "chatcmpl-t1760066310s43ra2e6e692856facaa82407331",
    "model": "qwen/qwen3-vl-30b-a3b-thinking",
    "object": "chat.completion",
    "created": 1760066310,
    "choices": [
        {
            "logprobs": null,
            "finish_reason": "stop",
            "native_finish_reason": "stop",
            "index": 0,
            "message": {
                "role": "assistant",
                "content": "你好！我是 **通义千问（Qwen）**，是阿里巴巴集团旗下的通义实验室自主研发的超大规模语言模型。我的中文名是“通义千问”，英文名是“Qwen”，你可以叫我 **Qwen** 或者 **通义千问** 😊\n\n### 我的核心特点：\n1. **超大规模参数量**  \n   我拥有海量参数（具体数值不公开），具备强大的语言理解和生成能力，能处理复杂、多步骤的任务。\n\n2. **多语言支持**  \n   除了中文，我还支持 **英文、德语、法语、西班牙语、葡萄牙语、俄语、日语、韩语、泰语、越南语** 等 **100+ 种语言**，满足国际化需求。\n\n3. **代码写作能力**  \n   我经过专门训练，能理解并生成 **Python、Java、C++、JavaScript** 等多种编程语言的代码，甚至能调试和优化代码。\n\n4. **对话理解更自然**  \n   我能记住上下文，支持 **多轮对话**，对话逻辑更连贯，像和真人聊天一样自然。\n\n5. **应用场景广泛**  \n   - 写作（故事、公文、邮件、剧本等）  \n   - 编程（写代码、调试、解释逻辑）  \n   - 逻辑推理（数学题、谜题、逻辑分析）  \n   - 多语言翻译  \n   - 角色扮演、游戏互动  \n   - 甚至能帮你写情书、写诗、生成PPT大纲等创意任务！\n\n---\n\n### 我能帮你做什么？\n- 📝 **写内容**：文章、报告、广告文案、社交媒体帖子  \n- 💻 **写代码**：调试、解释、生成项目框架  \n- 📚 **学习助手**：解答数学题、物理题、翻译专业术语  \n- 🎨 **创意灵感**：头脑风暴、故事创作、名字生成  \n- 🌍 **跨语言沟通**：翻译、润色、模拟对话  \n\n---\n\n### 我的“小缺点”（坦白说）：\n- 我没有实时网络访问能力（除非你开启插件功能），所以无法获取**最新新闻**或**实时数据**（比如今天股市价格）。  \n- 我的记忆是**对话级别的**，每次新对话默认“忘记”之前的内容（除非你主动提供上下文）。  \n- 我不会主动猜测你没说清楚的需求——**越具体，我越能帮上忙**！  \n  （比如：别问“帮我写点什么”，而是说“写一篇100字的环保倡议书，语气要亲切”）\n\n---\n\n### 举个例子：\n如果你问：  \n> “帮我写一封给客户的道歉邮件，语气诚恳，提到订单延迟了3天。”\n\n我会直接生成：  \n> **主题：关于订单延迟的诚挚歉意**  \n> 尊敬的[客户姓名]：  \n> 您好！  \n> 由于物流环节出现意外，您订购的[产品名称]延迟了3天送达，我们深表歉意。我们已协调供应商优先处理，并将后续订单的物流时间缩短至24小时内。  \n> 为表歉意，我们将为您提供[具体补偿方案，如50元优惠券]。  \n> 感谢您的理解与支持！  \n> 此致  \n> 敬礼  \n> [你的名字/公司名]  \n\n---\n\n### 现在轮到你啦！\n你有什么想让我帮忙的吗？无论是**写作业、写代码、写故事**，还是**问问题、聊天**，都可以随时告诉我 😄  \n（悄悄说：如果你喜欢和我玩角色扮演，比如“假装你是我的朋友”或“假装你是侦探”，我也很擅长哦！）",
                "refusal": null,
                "reasoning": "嗯，用户让我介绍自己。这是个很常见的开场白，可能是个新用户想了解我的基本情况，也可能是在测试我的功能边界。\n\n用户没具体说明需求，但“你好”开头显得比较礼貌，应该是个友好交流的氛围。可能ta刚接触AI助手，想先确认我的身份和能力范围。深层需求或许是：1）判断我是否值得信任 2）想快速知道能解决什么问题 3）可能想试探我的个性化程度。\n\n需要避免太技术化的术语，重点突出实用价值。要强调三点：我是谁（身份）、能做什么（功能）、有什么特别之处（优势）。对了，用户可能不知道“多模态”这种词，得用“图片/文字”这样具体的例子说明。\n\n上次有个用户抱怨AI太官方，这次得带点温度。结尾加个表情符号和主动提问比较合适，既保持专业又亲切。不过“随时等你”会不会太啰嗦？但测试显示用户更喜欢这种有互动感的收尾……\n\n啊，差点忘了关键点！必须明确说“没有记忆能力”，现在很多人担心隐私问题。用“每次对话都独立”比“不存储”更准确，避免法律风险。\n"
            }
        }
    ],
    "usage": {
        "prompt_tokens": 12,
        "completion_tokens": 1077,
        "total_tokens": 1089,
        "prompt_tokens_details": {
            "cached_tokens": 0
        }
    }
}