Qwen: Qwen3 VL 235B A22B Instruct

Мультимодальная модель Qwen3 VL: читает изображения и видео, разбирает документы, диаграммы и интерфейсы. Ответ выдаёт текстом.

Модель Qwen: Qwen3 VL 235B A22B Instruct доступна через OpenAI-совместимый API Apikley из России без VPN, с оплатой в рублях: от 56,7 ₽ / 1M токенов.

Автор
Alibaba
ID модели
qwen/qwen3-vl-235b-a22b-instruct
Контекст
262K токенов
Max output
33K токенов
Модальности
изображения, текст → текст
Выход
5 130 кредитов / 1M токенов · 513 ₽ / 1M токенов · 1 ₽ = 10 кредитов
Вход
567 кредитов / 1M токенов · 56,7 ₽ / 1M токенов · 1 ₽ = 10 кредитов
Дата релиза
23.09.2025
Доступность
Нет свежих данных проверки

Описание

Qwen3 VL 235B A22B Instruct — мультимодальная модель с открытыми весами, которая объединяет генерацию текста с пониманием изображений и видео. На вход идут текст, изображения и видео, на выходе только текст. По описанию разработчика, модель предназначена для общих задач на стыке зрения и языка: вопросы по картинке, разбор документов, чтение диаграмм и таблиц. Заявлены распознавание текста на 32 языках, привязка событий к времени в длинных видео и пространственное понимание. Есть режим визуального агента, который распознаёт элементы интерфейса компьютера и телефона и вызывает инструменты. Ответ ограничен 32 768 токенами. Поддерживаются вызов функций и структурированный вывод. Знания ограничены мартом 2025 года, цена в среднем сегменте каталога.

Кому подходит

  • Задачам с чтением документов, диаграмм и мелкого текста на изображениях
  • Агентам, которые управляют интерфейсом по скриншотам
  • Работе с видео: поиск событий и краткий пересказ роликов

Ограничения

  • Ответ не длиннее 32 768 токенов: длинный отчёт придётся собирать частями
  • Выход только текстовый, картинки и видео модель не создаёт
  • Знания ограничены мартом 2025 года, более новые интерфейсы и продукты на снимках могут быть ей незнакомы

Сценарии использования

  • Разбор сканов и счетов — Бухгалтер загружает фотографии накладных и получает таблицу с позициями, суммами и реквизитами.
  • Чтение диаграмм и таблиц из отчётов — Аналитик передаёт скриншот графика из презентации и просит пересказать динамику и найти аномалии.
  • Автоматизация интерфейсов — Разработчик тестовых сценариев даёт агенту снимок экрана, а модель определяет нужную кнопку и вызывает действие.
  • Поиск момента в длинном видео — Редактор описывает событие и просит указать, где оно происходит в записи совещания или обучающего ролика.
  • Код из макета — Фронтенд-разработчик отправляет изображение страницы и получает HTML и CSS, близкие к макету.

Qwen: Qwen3 VL 235B A22B Instruct API: как подключить

OpenAI-совместимый API: POST https://api.apikley.ru/v1/chat/completions, ID модели qwen/qwen3-vl-235b-a22b-instruct. Подойдёт официальный SDK OpenAI с базовым адресом https://api.apikley.ru/v1.

cURL

curl https://api.apikley.ru/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
  "model": "qwen/qwen3-vl-235b-a22b-instruct",
  "messages": [
    {
      "role": "user",
      "content": "Объясните, что такое API, в двух предложениях."
    }
  ]
}'

Python

from openai import OpenAI

client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.apikley.ru/v1")

response = client.chat.completions.create(
    model="qwen/qwen3-vl-235b-a22b-instruct",
    messages=[{"role": "user", "content": "Объясните, что такое API, в двух предложениях."}],
)
print(response.choices[0].message.content)

Быстрый старт · Chat Completions: параметры и ответы

Бенчмарки

Слабее среднего на длинном контексте (выше 11%).

МетрикаЗначениеПозиция в каталоге
Код больше — лучше59,4%выше 65% моделей каталога
Инструменты и агенты больше — лучше35,1%выше 25% моделей каталога
Длинный контекст больше — лучше32,7%выше 11% моделей каталога
Подробнее
МетрикаЗначениеПозиция в каталоге
Сложные рассуждения больше — лучше6,6%выше 18% моделей каталога
GPQA больше — лучше71,2%выше 25% моделей каталога
Следование инструкциям больше — лучше42,7%выше 32% моделей каталога
Агент в терминале больше — лучше6,8%выше 13% моделей каталога
MMLU-Pro больше — лучше82,3%выше 68% моделей каталога

Источник: Artificial Analysis · конфигурация «Qwen3 VL 235B A22B Instruct» · измерено 28.10.2026

Другие модели Alibaba

Все модели Alibaba

Похожие модели

FAQ

Какие форматы модель принимает на входе?

Текст, изображения и видео. Ответ она всегда отдаёт текстом.

Читает ли модель текст на русском языке с изображений?

Разработчик заявляет распознавание текста на 32 языках, полный список языков не раскрыт. Проверьте русский на своих сканах и фотографиях.

Чем эта версия отличается от Qwen3 VL 30B и 8B?

Все три принимают текст и изображения и отвечают текстом, а различаются длиной ответа. У версии 30B A3B максимальный ответ короче, 16 384 токена, у 8B заметно длиннее, 235 929 токенов.

Может ли модель управлять интерфейсом?

Да, разработчик описывает режим визуального агента для интерфейсов компьютера и телефона, с распознаванием элементов и вызовом инструментов.

Можно ли вызывать функции и получать JSON?

Да, поддерживаются вызов функций и структурированный вывод по схеме.

Все AI-модели каталога Apikley — доступ через API из России, оплата в рублях, без VPN.