Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.

É um modelo multimodal da Qwen: aceita texto, imagens e documentos, respondendo em texto. Adequado para analisar capturas de tela, diagramas, tabelas e digitalizações, trabalhar com código, raciocínio em tarefas STEM e documentos longos — contexto de até 262.144 tokens.

Até 32.768 tokens em uma resposta — suficiente para uma análise detalhada de documentos, um grande módulo de código ou instruções técnicas detalhadas. Se o material for maior, divida a tarefa: o contexto de entrada de 262.144 tokens permite manter todo o projeto no diálogo.

Um modo de raciocínio separado não está indicado em nossos dados, mas o modelo lida bem com análises passo a passo: peça para descrever a solução por etapas ou explicar a lógica da conclusão. Para tarefas de várias etapas, isso geralmente gera um resultado mais preciso e verificável.

Sim, o modelo suporta function calling e saída estruturada em JSON. Isso é útil para agentes, análise de documentos em campos prontos e integrações com seus serviços. O BotHub oferece uma API compatível com OpenAI, então alternar entre modelos não exige reescrever o código.

Imagens e documentos, sim, são parte fundamental do modelo: você pode enviar fotos, capturas de tela, diagramas, PDFs ou tabelas e obter uma análise em texto. O recebimento de áudio e vídeo não está indicado em nossos dados, portanto, para essas tarefas, escolha um modelo especializado no BotHub.

Qwen3-VL é uma linha multilíngue, e o modelo funciona com solicitações em português: formule a tarefa da maneira habitual, especifique o formato da resposta e o contexto. A qualidade é fácil de verificar com seus próprios dados — no BotHub, o modelo está disponível sem VPN, com pagamento em rublos.