Под запросами вроде «qwen vl», «qwen 2.5 vl» и «qwen vl plus» скрываются разные линейки моделей. Здесь речь об одной — Qwen3.8-27B, у которой понимание изображений и видео встроено в саму модель. Это не «тот самый VL», а отдельная модель со своей карточкой.
Что умеет 27B по своей карточке
Это плотная модель на 27 миллиардов параметров с визуальным кодировщиком. В описании — изображения и видео, в том числе документы и длинные ролики. Модель отвечает по уже снятому кадру; рисовать новые картинки карточка не обещает.
Контекст — 262 144 токена, с расширением до 1 000 000. Расширение не означает, что конкретный запуск потянет ролик любой длины.
Размышление включено по умолчанию, его можно выключить в запросе. Для подписи к одному снимку длинный ход обычно не нужен. Для схемы с несколькими выносками его можно оставить — и всё равно сверить подписи глазами.
Объём памяти карточка не указывает. Как подобрать сборку под компьютер, написано в инструкции «Как запустить Qwen локально». Вся линейка, лицензии и цены — в обзоре Qwen 3.8.
Чем это не является
Новые изображения создаёт другая модель — о ней материал Qwen Image. Если нужна иллюстрация, идите туда. Если нужно понять, что написано на фото договора или на кадре с доски, — это задача для модели с визуальным кодировщиком.
Qwen 2.5 VL и Qwen VL Plus — другие линейки со своими параметрами, поэтому их цифры контекста на 27B не переносятся.
Gemini и другие модели тоже понимают изображения. Сравнение «кто точнее на русских сканах» без одного и того же набора страниц было бы мнением. Для работы достаточно выбрать модель, прогнать три своих снимка и посмотреть, где она теряет строку.
Как поставить вопрос по снимку
Один кадр — один вопрос. «Какие суммы в правом столбце» лучше, чем «разбери документ». Если строк много, попросите таблицу и запретите додумывать пустые ячейки. Для видео назовите отрезок: первая минута, титры, момент со схемой. Просьба «перескажи весь фильм» упирается и в контекст, и в то, что модель не обязана знать то, чего не было в кадре.
Цифры и имена в ответе сверяйте с изображением: уверенный тон — ещё не точное распознавание.
