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.
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.
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 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."
}
]
}'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)Слабее среднего на длинном контексте (выше 11%).
| Метрика | Значение | Позиция в каталоге |
|---|---|---|
| Код больше — лучше | 59,4% | выше 65% моделей каталога |
| Инструменты и агенты больше — лучше | 35,1% | выше 25% моделей каталога |
| Длинный контекст больше — лучше | 32,7% | выше 11% моделей каталога |
| Метрика | Значение | Позиция в каталоге |
|---|---|---|
| Сложные рассуждения больше — лучше | 6,6% | выше 18% моделей каталога |
| GPQA больше — лучше | 71,2% | выше 25% моделей каталога |
| Следование инструкциям больше — лучше | 42,7% | выше 32% моделей каталога |
| Агент в терминале больше — лучше | 6,8% | выше 13% моделей каталога |
| MMLU-Pro больше — лучше | 82,3% | выше 68% моделей каталога |
Источник: Artificial Analysis · конфигурация «Qwen3 VL 235B A22B Instruct» · измерено 28.10.2026
Текст, изображения и видео. Ответ она всегда отдаёт текстом.
Разработчик заявляет распознавание текста на 32 языках, полный список языков не раскрыт. Проверьте русский на своих сканах и фотографиях.
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.
Да, разработчик описывает режим визуального агента для интерфейсов компьютера и телефона, с распознаванием элементов и вызовом инструментов.
Да, поддерживаются вызов функций и структурированный вывод по схеме.
Все AI-модели каталога Apikley — доступ через API из России, оплата в рублях, без VPN.