Qwen3.6多模态版本

Qwen3.6 多模态能力主要支持‌图像 ‌和‌视频 ‌两类视觉格式，通过 OpenAI 兼容 API 以 image_url 和 video_url 类型传入：

• ‌图像格式 ‌：支持常见静态图片格式（如 ‌JPG/JPEG ‌、‌PNG ‌、‌WEBP‌ 等），需通过 URL 或 Base64 编码传递 。
• ‌视频格式 ‌：支持主流视频容器格式（如 ‌MP4 ‌、‌MOV ‌、‌AVI‌ 等），模型会自动采样帧进行理解，默认采样率为 2fps，可通过参数自定义 。
• ‌文本混合 ‌：所有视觉输入均可与‌纯文本‌混合编排在同一消息中，实现图文/视频问答 。‌‌

注意：模型不直接支持上传本地文件路径，需将资源托管至可公开访问的 URL 或转换为 Base64 字符串后调用 API 。

Qwen3.6系列多模态模型主要支持以下常见图片格式：

• ‌JPEG/JPG‌：最通用的有损压缩格式，适合照片类图像 。
• ‌PNG‌：支持无损压缩及透明通道，适合图表、截图及需保留细节的场景 。
• ‌WebP‌：现代高效格式，在同等质量下体积更小，加载速度更快 。‌‌

‌‌‌关键注意事项‌：

1. ‌色彩模式要求 ‌：模型内部预处理通常期望标准的 ‌RGB 三通道‌ 图片。若上传 RGBA（带透明）、CMYK 或灰度模式图片，可能需先转换为 RGB 模式以避免识别异常 。
2. ‌版本差异 ‌：千问3.6包含纯文本版本（如部分 Qwen3.6-Plus 配置）和多模态版本（如 Qwen3.6-27B-VL），仅‌多模态版本‌支持图片输入，使用前请确认模型类型 。
3. ‌上传限制‌：通过 API 或网页端上传时，需注意文件大小限制（通常单张不超过 20MB-50MB，具体视平台而定），过大图片建议压缩或转换格式 。‌‌