LLM EU
Meni
Modeli

Qwen3 VL 4B Instruct

Alibaba Qwen

Samo v katalogu Odprte uteži

Nazadnje pregledano:

Suverenost in gostovanje

Samo v katalogu

Ta model je v katalogu za referenco. Na LLM EU še ni gostovan in noben lastni endpoint ga tukaj ne streže. Zahteve zanj gredo neposredno k ponudniku, pod lastnimi pogoji tega ponudnika.

Povzetek

Qwen3 VL 4B Instruct je srednje velik odprtokodni vizualno-jezikovni model podjetja Alibaba Qwen: 4.4B parametrov pod licenco Apache-2.0. Sprejema besedilo in slike ter odgovarja z besedilom. Objavljena konfiguracija ne navaja kontekstnega okna, zato ga ta kartica ne vsebuje. Kontrolna točka je uglašena z navodili in vključuje predlogo za klepet. Kartica je samo kataloška: LLM EU ne poganja tega modela. Založnik na strani modela ne navaja jezikovne pokritosti.

Specifikacije

Ponudnik
Alibaba Qwen (CN)
Kontekstno okno
Ni preverjeno: ponudnik te trditve ni dokumentiral.
Parametri
4.4B
Modalnosti
text, vision
Licenca
apache-2.0 · licence
Odprte uteži
yes
Datum izdaje
11. okt. 2025
Naloge
Vid, Nizki stroški, Večjezična podpora

Jeziki

Močno: —

Zadostno: —

Močno

    Zadostno

      Ni preverjeno: ponudnik te trditve ni dokumentiral. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

      Kdaj ga uporabiti

      Prednosti

      • open weights are published on Hugging Face and can be downloaded without a vendor agreement
      • Apache-2.0 licence, so commercial self-hosting is permitted without a separate agreement
      • at 4.4B parameters it fits on a single accelerator
      • instruction-tuned checkpoint with a chat template in the repository

      Omejitve

      • catalogue only — LLM EU does not run this model, and nothing on this card implies an LLM EU endpoint
      • no evaluation has been run by LLM EU
      • the published configuration records no context window, so the card carries none
      • at 4.4B parameters, the weights fit on a single modest accelerator
      • vision checkpoints are heavier to serve than their parameter count alone suggests, because the image encoder and pre-processing run alongside the language model