Дообученная на sft_toolcall мультимодальная модель Qwen3-VL для диалоговых ответов на запросы с изображениями.

Подходит для: ответы на вопросы по изображению · описание содержимого изображения в диалоге · анализ визуальных материалов по текстовому запросу