Qwen 3 VL 30B A3B Thinking
In dieser Runde nicht verfügbar
SprachmodellAktiv
Qwen 3 VL 30B A3B Thinking
Alibaba
- Veröffentlicht
- 30. September 2025
- Datenstand
- 8. September 2026
- Benchmark-Meta-Score
- Weniger als acht Testreihen
- Geschwindigkeit
- 110,8 Token/sAusgabe-Tempo
- Preis
- Eingabe · Ausgabe / 1 Mio. Token
- Eingabe
- Text, Bild, Video
- Ausgabe
- Text
Qwen 3 VL 30B A3B Thinking verbindet Bild- und Videoverständnis mit einem ausdrücklich trainierten Denkmodus. Es verarbeitet Text, Bilder und Videos und kann visuelle Informationen zeitlich und räumlich einordnen. Die Mixture-of-Experts-Architektur aktiviert pro Token nur rund 3,3 Milliarden der insgesamt 30,5 Milliarden Parameter. Das senkt den aktiven Rechenaufwand, macht das Modell aber nicht zu einem 3,3B-Modell.
Der Checkpoint bietet 262.144 Token Kontext. Gegenüber dem dichten Qwen 3 VL 32B und dem kleineren Qwen 3 VL 8B Thinking steht hier die MoE-Balance aus Kapazität und aktivem Rechenbudget im Vordergrund.
Technische Daten und Zugang
| Angabe | Wert und Quelle |
|---|---|
| Gewichte | Open WeightsQuelle |
| Zugang | API, LokalQuelle |
| Parameter | 30,5 Mrd.Quelle |
| Aktive Parameter | 3,3 Mrd.Quelle |
| Kontextfenster | 262.144 TokenQuelle |
| Modell-Repository | Qwen/Qwen3-VL-30B-A3B-ThinkingQuelle |
| Lizenz | Apache-2.0Quelle |
| Architektur | vision encoder + MLP vision-language merger + Qwen3 language model; dense or MoEQuelle |
| Eingabe | Text, Bild, VideoQuelle |
| Ausgabe | TextQuelle |
| Reasoning-Modus | thinkingQuelle |
| Werkzeugaufrufe | JaQuelle |
| Strukturierte Ausgabe | JaQuelle |
| Natives Kontextfenster | 262.144 TokenQuelle |
| Maximales Kontextfenster | 262.144 TokenQuelle |
| Sprachen | 39 languages testedQuelle |
| Repository erstellt | 2025-09-30 (Repository creation date is a precise publication proxy, but may differ from the public announcement date or an individual checkpoint's first availability.)Quelle |
Benchmark-Metaanalyse
Gesamt- und Bereichsscores
Diese Gradually-Indizes ordnen ausgewählte veröffentlichte Messwerte auf einer Skala von 0 bis 100 ein. Sie sind keine Prozentgenauigkeit und keine Garantie für ein Ergebnis in deiner Anwendung.
Abrufstände der verwendeten Quellen 2026-10-19 - 2026-10-19
Gesamtindex
Noch nicht genug unabhängige Werte für einen Score
Ein Gesamtwert braucht mindestens acht Testreihen.
vorläufig
Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.
- Testreihen
- 2
- Testfamilien
- 2 / 65
- Quellen
- 1
- Anteil am festen Testpanel (informativ)
- 3 %
Allgemein
Index unter 1 / 100
vorläufig
Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.
- Standardfehler
- ± 0,0
- 95-%-Intervall
- 0,0 bis 0,0
- Testreihen
- 1
- Testfamilien
- 1 / 5
- Quellen
- 1
- Anteil am festen Testpanel (informativ)
- 20 %
Multimodal
Index unter 1 / 100
vorläufig
Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.
- Standardfehler
- ± 0,0
- 95-%-Intervall
- 0,0 bis 0,1
- Testreihen
- 1
- Testfamilien
- 1 / 4
- Quellen
- 1
- Anteil am festen Testpanel (informativ)
- 13 %
Dokumentierte Methode · Einbezogene Testfamilien und Messwerte
Methodenfassung: benchmark-meta-score-v3
Es zählen aktive Messwerte aus geprüften Primärquellen, wenn mindestens fünf Modelle im selben dokumentierten Vergleichsschnitt aus Datensatz, Harness, Agent, Werkzeugen und Versuchsanzahl verglichen werden. Pro Benchmark-Reihe und Auswerter zählt ein gemeinsamer Setup-Schnitt aus dem neuesten Abruf. Bei mehreren ausdrücklich erfassten Reasoning-Stufen derselben Quelle und Testreihe zählt die höchste dokumentierte Stufe (none bis max), nicht der höchste Ergebniswert. Die ausdrückliche Quellenangabe „Non-reasoning“ entspricht none. Unbekannte oder mehrdeutige Stufen führen zum Ausschluss des Modells aus der betreffenden Reihe. Innerhalb jeder Reihe werden Prozentwerte und Quoten logit-transformiert, andere Einheiten bleiben unverändert, und anschließend werden alle Werte standardisiert. Ein Ein-Faktor-Modell schätzt daraus eine gemeinsame Leistungsstärke je Modell und je Reihe, wie deutlich sie zwischen den Modellen trennt. Bereichswerte weichen davon nur so weit ab, wie die eigenen Ergebnisse im Bereich es belegen. Der Gesamtwert gewichtet die Kernbereiche mit 75 % und Finanzen, Recht und Gesundheit mit 25 %. Er erfordert mindestens acht Testreihen aus zwei Quellen und drei Bereichen. Die Skala von 0 bis 100 bezieht sich auf eine feste Referenzgruppe aus 29 Sprachmodellen, deren Durchschnitt bei 50 liegt.
Veröffentlichte modellabhängige Parameter können abweichen. Das ist kein kontrolliertes Experiment; solche Vergleiche werden als vorläufig gekennzeichnet.
Nicht gemessene Reihen werden nicht als Nullwert eingesetzt. Fehlen einem Modell eigene Werte in einem Kernbereich, steht dort seine Gesamtstärke, und der Hinweis „geschätzt, ohne eigene Werte in …“ nennt den Bereich. Weniger Testreihen führen zu einem größeren Standardfehler.
Das 95-%-Intervall folgt aus dem Standardfehler von 200 Neuberechnungen mit zufällig neu gezogenen Testfamilien. Es beschreibt, wie genau die erfassten Testreihen den Wert festlegen. Es ist keine Prognose für künftige Aufgaben oder spätere Neuberechnungen mit anderen Teilnehmern.
Die Quellenzahl ist keine Anzahl unabhängiger Experimente.
OECD-Handbuch zu zusammengesetzten IndikatorenAlle 2 Testfamilien und 2 von 2 Rohmesswerten sind hier aufgeführt. Die vollständige Rechnung für alle Modelle enthält der JSON-Export.
Testfamilie: IFBench
Allgemein · Mittleres Rangperzentil der Familie: 40,6 / 100Gewicht der Familie im festen Testpanel (informativ): 2,14 % · Abdeckung dieser Testfamilie: 100 %
- Artificial Analysis
Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
- Einzelmessung:
- artificial-analysis-ifbench
- Gewicht der Messreihe innerhalb der Testfamilie:
- 100 %
- Nominaler Beitrag zum Gesamtpanel:
- 2,14 %
- Rohwert:
- 45,1020408163265 %
- Messgröße:
- IFBench prompt-level loose accuracy (pass@1)
- Version:
- AA test set: 294 questions
- Teilnehmende Modelle:
- 70
- Rangperzentil innerhalb der Kohorte:
- 40,6 %
- Abgerufen:
- 2026-10-19
- Vergleichskohorte:
- artificial-analysis-ifbench:AA test set: 294 questions:standalone:reasoning:tokens=2000:suffix=unspecified
- Dokumentierter Vergleichsaufbau
- Publikationskohorte:
- ["artificial-analysis-ifbench","AA test set: 294 questions","aa-model-page-2026-10-19-8a022369738c"]
- Datensatztyp:
- artificial-analysis-evaluation
- Werkzeugregeln:
- Single-turn answer evaluated with the official IFBench source code
- Versuche:
- pass@1, 5 repeats per question
- Setup- und Modellparameter
- Exakte AA-Konfiguration: Qwen3 VL 30B A3B (Reasoning) (Release qwen3-vl-30b-a3b, Zeile qwen3-vl-30b-a3b-reasoning, UUID ce3d286e-093d-413d-a81a-0270309f039e, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: reasoning enabled
Exakte AA-Konfiguration: Qwen3 VL 30B A3B (Reasoning) (Release qwen3-vl-30b-a3b, Zeile qwen3-vl-30b-a3b-reasoning, UUID ce3d286e-093d-413d-a81a-0270309f039e, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Kennung des Quellmodells: artificial-analysis/ce3d286e-093d-413d-a81a-0270309f039e/qwen3-vl-30b-a3b/qwen3-vl-30b-a3b-reasoning. Name des Quellmodells: Qwen 3 VL 30B A3B Thinking. Anbieter laut Quelle: Alibaba. Modellstand: Qwen3 VL 30B A3B (Reasoning). Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: reasoning enabled. Angezeigter Wert: 45,1 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
- Artificial Analysis
Testfamilie: MMMU-Pro
Multimodal · Mittleres Rangperzentil der Familie: 21,4 / 100Gewicht der Familie im festen Testpanel (informativ): 2,68 % · Abdeckung dieser Testfamilie: 50 %
- Artificial Analysis
Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
- Einzelmessung:
- artificial-analysis-mmmu-pro
- Gewicht der Messreihe innerhalb der Testfamilie:
- 50 %
- Nominaler Beitrag zum Gesamtpanel:
- 1,34 %
- Rohwert:
- 61,849710982659 %
- Messgröße:
- pass@1 accuracy
- Version:
- AA cohort: 1,730 questions
- Teilnehmende Modelle:
- 57
- Rangperzentil innerhalb der Kohorte:
- 21,4 %
- Abgerufen:
- 2026-10-19
- Vergleichskohorte:
- artificial-analysis-mmmu-pro:AA cohort: 1,730 questions:standalone:reasoning:tokens=2000:suffix=unspecified
- Dokumentierter Vergleichsaufbau
- Publikationskohorte:
- ["artificial-analysis-mmmu-pro","AA cohort: 1,730 questions","aa-model-page-2026-10-19-8a022369738c"]
- Datensatztyp:
- artificial-analysis-evaluation
- Werkzeugregeln:
- Ten-option multiple choice; regex answer extraction
- Versuche:
- pass@1, one run per question
- Setup- und Modellparameter
- Exakte AA-Konfiguration: Qwen3 VL 30B A3B (Reasoning) (Release qwen3-vl-30b-a3b, Zeile qwen3-vl-30b-a3b-reasoning, UUID ce3d286e-093d-413d-a81a-0270309f039e, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Der AA-Lauf umfasst 1.730 Fragen mit zehn Antwortoptionen. Die Antwort wird per regulärem Ausdruck extrahiert und als pass@1 bewertet.. Werkzeugrichtlinie: Ten-option multiple choice; regex answer extraction. Versuche: pass@1, one run per question. Reasoning: reasoning enabled
Exakte AA-Konfiguration: Qwen3 VL 30B A3B (Reasoning) (Release qwen3-vl-30b-a3b, Zeile qwen3-vl-30b-a3b-reasoning, UUID ce3d286e-093d-413d-a81a-0270309f039e, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Der AA-Lauf umfasst 1.730 Fragen mit zehn Antwortoptionen. Die Antwort wird per regulärem Ausdruck extrahiert und als pass@1 bewertet.. Kennung des Quellmodells: artificial-analysis/ce3d286e-093d-413d-a81a-0270309f039e/qwen3-vl-30b-a3b/qwen3-vl-30b-a3b-reasoning. Name des Quellmodells: Qwen 3 VL 30B A3B Thinking. Anbieter laut Quelle: Alibaba. Modellstand: Qwen3 VL 30B A3B (Reasoning). Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Ten-option multiple choice; regex answer extraction. Versuche: pass@1, one run per question. Reasoning: reasoning enabled. Angezeigter Wert: 61,8 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
- Artificial Analysis
Benchmarkquellen im Überblick
Jeder Auswerter misst andere Fähigkeiten unter eigenen Bedingungen. Testreihen, Gesamtindizes und ihre Komponenten bleiben getrennt. Die Ergebnisse darunter behalten ihre Skalen, Konfigurationen und Quelldaten.
| Auswerter | Testreihen | Gesamtindizes | Erfasste aktive Messwerte |
|---|---|---|---|
| Artificial Analysis | 3 | 1 | 11 |
Die Abdeckung ist keine Qualitätsrangliste. Überschneidende Tests und mehrere Einstellungen zählen nicht als unabhängige Versuche. Herstellerangaben, historische und strittige Ergebnisse bleiben außerhalb dieser Übersicht und sind in den Detailbelegen gekennzeichnet.
Bei 6 Messwerten dieser Quellen ist die Zuordnung zu einer Testreihe noch offen. Sie erhöhen die Zahl der Testreihen nicht.
Seite 1 von 2
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
IFBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 45.1020408163265
- Bewertung
- 45.1020408163265
- Messgröße
- IFBench prompt-level loose accuracy (pass@1)
- Einheit
- %
- Benchmark-Version
- AA test set: 294 questions
- Kategorie
- general
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- artificial-analysis-ifbench:AA test set: 294 questions:standalone:reasoning:tokens=2000:suffix=unspecified
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Exakte AA-Konfiguration: Qwen3 VL 30B A3B (Reasoning) (Release qwen3-vl-30b-a3b, Zeile qwen3-vl-30b-a3b-reasoning, UUID ce3d286e-093d-413d-a81a-0270309f039e, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Kennung des Quellmodells: artificial-analysis/ce3d286e-093d-413d-a81a-0270309f039e/qwen3-vl-30b-a3b/qwen3-vl-30b-a3b-reasoning. Name des Quellmodells: Qwen 3 VL 30B A3B Thinking. Anbieter laut Quelle: Alibaba. Modellstand: Qwen3 VL 30B A3B (Reasoning). Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: reasoning enabled. Angezeigter Wert: 45,1 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
- Vergleichsmethodik
- Exakte AA-Konfiguration: Qwen3 VL 30B A3B (Reasoning) (Release qwen3-vl-30b-a3b, Zeile qwen3-vl-30b-a3b-reasoning, UUID ce3d286e-093d-413d-a81a-0270309f039e, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: reasoning enabled
- Einordnung
- Die Angabe von 58 bezieht sich auf die verifizierbaren Out-of-Domain-Bedingungstypen, nicht auf die Zahl der Fragen im AA-Testlauf.
MMMU-Pro: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 61.849710982659
- Bewertung
- 61.849710982659
- Messgröße
- pass@1 accuracy
- Einheit
- %
- Benchmark-Version
- AA cohort: 1,730 questions
- Kategorie
- multimodal
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- artificial-analysis-mmmu-pro:AA cohort: 1,730 questions:standalone:reasoning:tokens=2000:suffix=unspecified
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Exakte AA-Konfiguration: Qwen3 VL 30B A3B (Reasoning) (Release qwen3-vl-30b-a3b, Zeile qwen3-vl-30b-a3b-reasoning, UUID ce3d286e-093d-413d-a81a-0270309f039e, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Der AA-Lauf umfasst 1.730 Fragen mit zehn Antwortoptionen. Die Antwort wird per regulärem Ausdruck extrahiert und als pass@1 bewertet.. Kennung des Quellmodells: artificial-analysis/ce3d286e-093d-413d-a81a-0270309f039e/qwen3-vl-30b-a3b/qwen3-vl-30b-a3b-reasoning. Name des Quellmodells: Qwen 3 VL 30B A3B Thinking. Anbieter laut Quelle: Alibaba. Modellstand: Qwen3 VL 30B A3B (Reasoning). Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Ten-option multiple choice; regex answer extraction. Versuche: pass@1, one run per question. Reasoning: reasoning enabled. Angezeigter Wert: 61,8 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
- Vergleichsmethodik
- Exakte AA-Konfiguration: Qwen3 VL 30B A3B (Reasoning) (Release qwen3-vl-30b-a3b, Zeile qwen3-vl-30b-a3b-reasoning, UUID ce3d286e-093d-413d-a81a-0270309f039e, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Der AA-Lauf umfasst 1.730 Fragen mit zehn Antwortoptionen. Die Antwort wird per regulärem Ausdruck extrahiert und als pass@1 bewertet.. Werkzeugrichtlinie: Ten-option multiple choice; regex answer extraction. Versuche: pass@1, one run per question. Reasoning: reasoning enabled
- Einordnung
- Die Benchmarkseite nennt 3.460 Fragen für den vollständigen MMMU-Pro-Datensatz; die AA-Methodik beschreibt einen 1.730-Fragen-Lauf.
AA-Omniscience Accuracy: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 16.933333333333334
- Bewertung
- 16.933333333333334
- Messgröße
- AA-Omniscience Accuracy
- Einheit
- %
- Benchmark-Version
- AA Omniscience diagnostic
- Kategorie
- knowledge
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Vergleichskohorte
- artificial-analysis-omniscience-accuracy:AA Omniscience diagnostic:standalone:reasoning:tokens=2000:suffix=unspecified
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Exakte AA-Konfiguration: Qwen3 VL 30B A3B (Reasoning) (Release qwen3-vl-30b-a3b, Zeile qwen3-vl-30b-a3b-reasoning, UUID ce3d286e-093d-413d-a81a-0270309f039e, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Anteil der insgesamt korrekt beantworteten Fragen, unabhängig davon, ob das Modell andere Fragen beantwortet oder sich enthält.. Kennung des Quellmodells: artificial-analysis/ce3d286e-093d-413d-a81a-0270309f039e/qwen3-vl-30b-a3b/qwen3-vl-30b-a3b-reasoning. Name des Quellmodells: Qwen 3 VL 30B A3B Thinking. Anbieter laut Quelle: Alibaba. Modellstand: Qwen3 VL 30B A3B (Reasoning). Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Versuche: AA-reported aggregate; diagnostic-specific run count is not stated on the leaderboard. Reasoning: reasoning enabled. Angezeigter Wert: 16,9 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
- Vergleichsmethodik
- Exakte AA-Konfiguration: Qwen3 VL 30B A3B (Reasoning) (Release qwen3-vl-30b-a3b, Zeile qwen3-vl-30b-a3b-reasoning, UUID ce3d286e-093d-413d-a81a-0270309f039e, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Anteil der insgesamt korrekt beantworteten Fragen, unabhängig davon, ob das Modell andere Fragen beantwortet oder sich enthält.. Versuche: AA-reported aggregate; diagnostic-specific run count is not stated on the leaderboard. Reasoning: reasoning enabled
- Einordnung
- Dies ist die separat veröffentlichte Genauigkeitsdiagnostik, nicht der AA-Omniscience-Index. AA bezeichnet höhere Werte als besser.
AA-Omniscience Hallucination Rate: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 89.76725521669341
- Bewertung
- 89.76725521669341
- Messgröße
- AA-Omniscience Hallucination Rate
- Einheit
- %
- Benchmark-Version
- AA Omniscience diagnostic
- Kategorie
- knowledge
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Weniger ist besser
- Vergleichskohorte
- artificial-analysis-omniscience-hallucination-rate:AA Omniscience diagnostic:standalone:reasoning:tokens=2000:suffix=unspecified
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Exakte AA-Konfiguration: Qwen3 VL 30B A3B (Reasoning) (Release qwen3-vl-30b-a3b, Zeile qwen3-vl-30b-a3b-reasoning, UUID ce3d286e-093d-413d-a81a-0270309f039e, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Anteil falscher Antworten an allen nicht korrekten Antworten: falsch / (falsch + teilweise richtig + nicht beantwortet).. Kennung des Quellmodells: artificial-analysis/ce3d286e-093d-413d-a81a-0270309f039e/qwen3-vl-30b-a3b/qwen3-vl-30b-a3b-reasoning. Name des Quellmodells: Qwen 3 VL 30B A3B Thinking. Anbieter laut Quelle: Alibaba. Modellstand: Qwen3 VL 30B A3B (Reasoning). Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Versuche: AA-reported aggregate; diagnostic-specific run count is not stated on the leaderboard. Reasoning: reasoning enabled. Angezeigter Wert: 89,8 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
- Vergleichsmethodik
- Exakte AA-Konfiguration: Qwen3 VL 30B A3B (Reasoning) (Release qwen3-vl-30b-a3b, Zeile qwen3-vl-30b-a3b-reasoning, UUID ce3d286e-093d-413d-a81a-0270309f039e, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Anteil falscher Antworten an allen nicht korrekten Antworten: falsch / (falsch + teilweise richtig + nicht beantwortet).. Versuche: AA-reported aggregate; diagnostic-specific run count is not stated on the leaderboard. Reasoning: reasoning enabled
- Einordnung
- Dies ist die separat veröffentlichte Halluzinationsraten-Diagnostik, nicht der AA-Omniscience-Index. AA bezeichnet niedrigere Werte als besser.
MMMU (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 76
- Bewertung
- 76
- Messgröße
- percent
- Einheit
- %
- Kategorie
- visual
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Qwen3-VL Technical Report
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Exact model column; report evaluates thinking/instruct variants separately
MMMU-Pro (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 63
- Bewertung
- 63
- Messgröße
- percent
- Einheit
- %
- Kategorie
- visual
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Qwen3-VL Technical Report
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Exact model column; report evaluates thinking/instruct variants separately
MathVision (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 65.7
- Bewertung
- 65.7
- Messgröße
- percent
- Einheit
- %
- Kategorie
- visual
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Qwen3-VL Technical Report
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Exact model column; report evaluates thinking/instruct variants separately
DocVQA test (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 95.5
- Bewertung
- 95.5
- Messgröße
- percent
- Einheit
- %
- Kategorie
- document
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Qwen3-VL Technical Report
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Exact model column; report evaluates thinking/instruct variants separately
VideoMME w/o subtitles (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 73.3
- Bewertung
- 73.3
- Messgröße
- percent
- Einheit
- %
- Kategorie
- video
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Qwen3-VL Technical Report
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Exact model column; report evaluates thinking/instruct variants separately
OCRBench (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 839
- Bewertung
- 839
- Messgröße
- points
- Einheit
- points
- Kategorie
- document
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Qwen3-VL Technical Report
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Exact model column; report evaluates thinking/instruct variants separately
Artificial Analysis Intelligence Index (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 9.45305611694923
- Bewertung
- 9.45305611694923
- Messgröße
- points
- Einheit
- points
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Unabhängige Evaluation. Reasoning
Output speed (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 110.810228238873
- Bewertung
- 110.810228238873
- Messgröße
- tokens/s
- Einheit
- tokens/s
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Unabhängige Evaluation. Reasoning; default 10K-input workload only
- Einordnung
- Artificial Analysis performance timing; output speed is decoded after the first streaming chunk. Provider basis: first-party API. Deprecated model. Artificial Analysis only continues benchmarking the default 10K-input workload.
Seite 1 von 2
Unsere Tests
SVG-Kurztest
Ein SVG-Prompt, feste Ausgabeparameter. Aufnahmen erscheinen nur bei gemeldeten 0 Reasoning-Tokens oder dokumentiert fehlender Reasoning-Steuerung. Gleiche Testbedingungen machen die interne Rechenleistung der Modelle nicht identisch.
Frühere Tests
Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.
Qwen 3 VL 30B A3B Thinking
Reasoning (angefragt): high
Aktueller Versuch
- Datum des Testlaufs
- 01.10.2026
- API-Anbieter
- openrouter
- Angefragtes API-Modell
- qwen/qwen3-vl-30b-a3b-thinking
- API-Modell laut Antwort
- qwen/qwen3-vl-30b-a3b-thinking
- Reasoning-Einstellung
- high
- Festgelegter Endpunkt
- Alibaba | qwen/qwen3-vl-30b-a3b-thinking
- Temperatur
- Anbieterstandard
- Tokenlimit inklusive Reasoning
- 8.192 Token
- Testprotokoll
- community-visual-tests-v1
- Technische Prüfung
- Bestanden, keine Qualitätsbewertung
- Antwortzeit
- 15,1 s
Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.
Prompt und Testbedingungen
Generate an SVG of a pelican riding a bicycle
Tokenlimit inklusive Reasoning: 8.192 Token
Ursprung der Aufgabe (Simon Willison)Beliebtheit
46,4 / 100
Quellen und Datenstand
| Art | Nachweis und Datenstand |
|---|---|
| Geschwindigkeit | Alibaba, Reasoning. Ausgabetempo nach dem ersten empfangenen Textabschnitt, nicht die gesamte Antwortzeit. Bei Artificial Analysis als veraltet eingeordnet. Artificial Analysis pflegt dort nur noch den Standard-Workload mit 10.000 Eingabe-Token. Abgerufen am 8. September 2026. |
| Preis | API-Basispreise ohne Cache- oder Batch-Rabatt. Höhere Kontextstufen und weitere Tarife stehen unter Kosten. |
| Eingabe | Dokumentierte Modalitäten. Abgerufen am 8. September 2026. |
| Ausgabe | Dokumentierte Modalitäten. Abgerufen am 8. September 2026. |
| Recherchestand | Recherchestand 8. September 2026. 4 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell. |
| Weitere Quelle | Artificial Analysis (abgerufen 19. Oktober 2026) |
| Weitere Quelle | Artificial Analysis (abgerufen 19. Oktober 2026) |
| Weitere Quelle | Artificial Analysis (abgerufen 19. Oktober 2026) |
| Weitere Quelle | Qwen3-VL Technical Report (abgerufen 8. September 2026) · Qwen3-VL Technical Report · Redaktionelle Beschreibung geprüft am 2. Oktober 2026 |
| Weitere Quelle | Modellmetadaten (abgerufen 8. September 2026) |
| Weitere Quelle | OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Ollama: kumulierte Downloads für den Beliebtheitsindex |
| Weitere Quelle | Replicate: kumulierte Ausführungen für den Beliebtheitsindex |
| Weitere Quelle | Google Trending Now: begrenzte Feed-Auswahl für Deutschland und USA |
| Weitere Quelle | Creative Commons Attribution 4.0 |