Qwen3 VL 235B A22B Instruct
Rede Neural
Qwen3 VL 235B A22B Instruct — modelo multimodal Qwen para análise de imagens, vídeos, documentos, gráficos e tabelas
Especificações
- Entrada
- texto, imagens, documentos
- Saída
- texto
- Tamanho do contexto
- 262 144 tokens
- Comprimento máximo de resposta
- 32 768 tokens
- Níveis de raciocínio
- baixo, médio, alto
- Recursos
- raciocínio, chamada de funções
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Como funciona Qwen3 VL 235B A22B Instruct?
Qwen3 VL 235B A22B Instruct é um modelo multimodal de pesos abertos da equipe Qwen: combina geração de texto com compreensão de imagens e vídeos. A versão Instruct é otimizada para tarefas de visão e linguagem — responder perguntas sobre imagens, analisar documentos, ler gráficos e tabelas. Você pode enviar não apenas texto, mas também material visual, recebendo uma análise coerente do conteúdo. No BotHub, o modelo está disponível sem VPN ou cartões estrangeiros; o pagamento é feito em rublos com cartões russos, cobrando apenas pelos tokens utilizados, que não expiram. Mais de 250 modelos estão disponíveis na mesma janela para fácil comparação, e uma API compatível com OpenAI permite trocar de modelo sem reescrever a integração. As conversas são criptografadas via AES-GCM, os dados não são armazenados. Para empresas, oferecemos contrato, fatura, EDI e painel administrativo com limites. Cenários comuns: extrair dados de digitalizações e PDFs, descrever o conteúdo de fotos ou quadros, converter diagramas em tabelas, analisar capturas de tela de suporte e encontrar fragmentos em arquivos de vídeo.Perguntas frequentes sobre Qwen3 VL 235B A22B Instruct
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
É um modelo da Qwen que trabalha não apenas com texto, mas também com imagens e documentos. Adequado para analisar capturas de tela, diagramas e digitalizações, processar materiais longos, escrever e refatorar código, raciocínio passo a passo em tarefas e conectar ferramentas externas via chamada de função.
O limite de uma resposta é de 32.768 tokens, o suficiente para um artigo extenso, uma análise longa ou um grande módulo de código. A janela de contexto total é de 131.072 tokens, comportando tanto sua solicitação com arquivos quanto a própria resposta. Textos muito grandes são melhor obtidos em partes.
Sim, o modo de raciocínio do modelo está disponível: antes de responder, ele analisa a tarefa passo a passo. Isso ajuda significativamente em matemática, lógica, análise de dados e depuração de código. Peça para detalhar a solução passo a passo — a resposta será mais precisa, embora leve um pouco mais de tempo.
Sim, tanto a chamada de funções quanto a saída estruturada em JSON são suportadas. O modelo pode ser conectado aos seus serviços, bancos de dados e buscas através da API unificada compatível com OpenAI do BotHub, e as respostas podem ser obtidas estritamente de acordo com o esquema definido — útil quando o resultado vai direto para o código.
Imagens e documentos são aceitos como entrada: capturas de tela, fotos, diagramas, tabelas, digitalizações. O modelo descreverá o conteúdo, extrairá dados e responderá a perguntas sobre eles. Não há informações sobre áudio e vídeo em nossos dados, portanto, para esses arquivos, é melhor escolher um modelo especializado no catálogo.
O modelo pertence à linha multilíngue Qwen e é usado regularmente em tarefas em russo. Não temos dados precisos sobre os idiomas de prompt e saída, então teste-o em seus próprios cenários: no BotHub, isso está disponível sem VPN ou cartão estrangeiro, com pagamento em rublos.