实现思考模式和非思考模式的有效融合，可在对话中切换模式。推理能力以更小参数规模比肩QwQ-32B、通用能力显著超过Qwen2.5-14B，达到同规模业界SOTA水平。

实现思考模式和非思考模式的有效融合，可在对话中切换模式。推理能力显著超过QwQ、通用能力显著超过Qwen2.5-72B-Instruct，达到同规模业界SOTA水平。

基于Qwen3的非思考模式开源模型，相较上一版本（通义千问3-235B-A22B）主观创作能力与模型安全性均有小幅度提升。

基于Qwen3的思考模式开源模型，相较上一版本（通义千问3-235B-A22B）逻辑能力、通用能力、知识增强及创作能力均有大幅提升，适用于高难度强推理场景。

基于Qwen3的思考模式开源模型，相较上一版本（通义千问3-30B-A3B）复杂推理类任务性能优秀，包括逻辑推理、数学、科学、代码类等具有一定难度的任务场景，指令遵循、文本理解、多语言翻译等能力显著提高。

基于Qwen3的非思考模式开源模型，相较上一版本（通义千问3-30B-A3B）中英文和多语言整体通用能力有大幅提升。主观开放类任务专项优化，显著更加符合用户偏好，能够提供更有帮助性的回复。

Qwen3系列Turbo模型，实现思考模式和非思考模式的有效融合，可在对话中切换模式。推理能力以更小参数规模比肩QwQ-32B、通用能力显著超过Qwen2.5-Turbo，达到同规模业界SOTA水平。

Qwen3系列Plus模型，实现思考模式和非思考模式的有效融合，可在对话中切换模式。推理能力显著超过QwQ、通用能力显著超过Qwen2.5-Plus，达到同规模业界SOTA水平。

LLaVA是由一种端到端训练的多模态大模型，结合了一个视觉编码器和Vicuna，用于通用视觉和语言理解。

一个基于 InternVL 2.0 的先进多模态大语言模型（MLLM）系列，在保持其核心模型架构的同时，显著增强了训练和测试策略以及数据质量。

一个基于 InternVL 2.0 的先进多模态大语言模型（MLLM）系列，在保持其核心模型架构的同时，显著增强了训练和测试策略以及数据质量。

一个基于 InternVL 2.0 的先进多模态大语言模型（MLLM）系列，在保持其核心模型架构的同时，显著增强了训练和测试策略以及数据质量。

与最先进的开源多模态大型语言模型相比，InternVL 2.0 超过了大多数开源模型。它在多种能力上表现出与专有商业模型相当的竞争性能，包括文档和图表理解、信息图问答、场景文本理解和 OCR 任务、科学和数学问题解决以及文化理解和综合多模态能力。

与最先进的开源多模态大型语言模型相比，InternVL 2.0 超过了大多数开源模型。它在多种能力上表现出与专有商业模型相当的竞争性能，包括文档和图表理解、信息图问答、场景文本理解和 OCR 任务、科学和数学问题解决以及文化理解和综合多模态能力。

与最先进的开源多模态大型语言模型相比，InternVL 2.0 超过了大多数开源模型。它在多种能力上表现出与专有商业模型相当的竞争性能，包括文档和图表理解、信息图问答、场景文本理解和 OCR 任务、科学和数学问题解决以及文化理解和综合多模态能力。