Qwen3-VL 235B-A22B Thinking — オープンウェイトの視覚言語推論モデル、合計235B / アクティブパラメータ22B、128kコンテクスト。
Qwen3 VL 235B A22B Thinkingは、Qwenファミリーに属する大規模マルチモーダル言語モデルです。混合専門家アーキテクチャを採用しており、2350億のパラメータのうち、推論時にアクティブになるのは220億のみです。この設計は、計算効率と高いモデル容量のバランスを取ります。このモデルは、テキスト、画像、動画を入力として受け付け、テキストを出力します。その「Thinking」バリ…
このモデルは、画像キャプション作成、ビジュアル質問応答、物体認識、空間推論といった幅広い視覚言語タスクを実行します。図表、グラフ、手書きテキストも解釈可能です。MoE構造により、入力に応じて関連するエキスパートモジュールを活性化し、多様な画像タイプを効率的に処理します。思考モードは、複雑な視覚パズルやシーンに関する多段階推論の精度をさらに向上させます。基本的な物体計数のような単純なタスクには、より小規模なモデルで十分な場合もあります。
動画入力は、フレームを一定間隔（設定可能）でサンプリングすることで処理されます。モデルは動画コンテンツの要約、映像内の動作や物体に関する質問への回答、時間的シーケンスの検出が可能です。動画をタイムラインを持つ一連の画像として扱うため、因果関係や経時変化についての推論が可能です。思考モードは特に有用であり、最終的な分析を提供する前に中間的な結論を明確に述べることができます。非常に長い動画の場合、コンテキストウィンドウの制限が適用される可能性があります。
Qwen3 VL 235B A22B Thinkingは、専門的な推論を備えた大規模MoEモデルです。特に、論理的推論、詳細な文書解析、または動画理解を必要とする複雑なマルチモーダルタスクで高い精度が必要な場合に使用してください。単純な画像キャプション生成、基本的なOCR、または単純な検索には、より小型のモデル（例：Qwen2.5 VL 7B）の方が高速で低コストです。思考モードは出力トークンを追加するため、連鎖的思考が必要ない場合は、コストとレイテンシを削減するために無効にしてください。
MoEモデルは、ルーティングのオーバーヘッドにより、類似した活性化サイズの密なモデルに比べてレイテンシが若干高くなる可能性があります。思考モードでは長い推論連鎖が生成され、出力トークン数とコストが増加します。主に英語テキスト向けに最適化されており、非英語や低リソース言語でのパフォーマンスは低下する可能性があります。動画処理はコンテキストウィンドウ内に収まる最大フレーム数に制限されます。また、大規模言語モデルに共通して、曖昧または敵対的な入力に対して幻覚を起こす可能性があります。
このモデルの具体的なベンチマークスコアは、利用可能なデータでは提供されていません。Qwen3 VLファミリーの一員として、このシリーズのアーキテクチャ上の強みを継承しており、一般にVQAv2、MMLU（マルチモーダル版）、DocVQAなどの視覚言語タスクで競争力のある結果を達成しています。ただし、タスクによってパフォーマンスは異なる場合があります。モデルの適合性を評価するため、ご自身のデータでテストすることをお勧めします。思考モードは通常、推論重視のベンチマークでスコアを向上させます。
レイテンシは、入力サイズ、アクティブなエキスパート数 (22B)、思考モードが有効かどうかに依存します。MoEアーキテクチャは、高密度な235Bモデルと比較して効率的なスケーリングを可能にします。ファーストトークンレイテンシは、このアクティブサイズ（約22Bパラメータ）のモデルとしては一般的です。思考なしの短い画像+テキストプロンプトの場合、最初のトークンまでの時間は数秒になる可能性があります。思考モードを有効にして長い出力シーケンスの場合、総推論時間が大幅に増加する可能性があります。OrcaRouterはAPIダッシュボードを介してリアルタイム監視を提供します。
22Bのアクティブパラメータを持つMoE設計は、モデル容量と計算コストの間で有利なトレードオフを実現します。多くのタスクにおいて、トークンあたりのFLOPsが少ないにもかかわらず、70Bの高密度モデルと同等以上の精度を達成できます。エキスパートルーティングにより特殊化が可能となり、異なるエキスパートが異なる種類の視覚的または推論タスクを処理します。これにより、モデルはより小規模な高密度モデルよりもドメインシフトに対して頑健になります。レイテンシは235Bの高密度モデルよりも一般的に低いですが、22Bの高密度モデルよりも高くなります。
その利点にもかかわらず、このモデルは万能な解決策ではありません。微調整を行わない限り、正確な空間位置特定（例：オブジェクトの正確なバウンディングボックス）を必要とするタスクでは苦戦する可能性があります。思考モードは時に無関係または循環的な推論を生成し、利益なくコストだけがかさむことがあります。超高解像度画像の推論は、すべてのパッチを処理する必要があるため、非効率になる可能性があります。ワークロードの大半がシンプルで低分散の入力で占められている場合、より小さなモデルの方が費用対効果が高く、高速になります。
料金は、インプットトークン100万個あたり$0.40、アウトプットトークン100万個あたり$4.00です。これらの料金はプロバイダーの料金に基づいて請求され、OrcaRouterによるマークアップは適用されません。インプットトークンには、すべてのテキストプロンプト、画像トークン、およびビデオフレームトークンが含まれます。アウトプットトークンには、思考チェーン（有効な場合）と最終回答の両方が含まれます。典型的なマルチモーダルクエリで、インプットトークン1,000個、アウトプットトークン500個の場合、コストは$0.00040 + $0.00200 = $0.00240となります。総コストはトークン使用量に比例して増加します。
OrcaRouterはプロバイダーの価格をマークアップしませんが、インフラストラクチャの一部としてキャッシュオプションを提供する場合があります。具体的には、プロンプトの一部（例：システムメッセージや一般的な画像スニペット）を再利用する場合、入力トークンキャッシュによってコストを削減できます。最新のキャッシュポリシーについては、OrcaRouterのドキュメントを参照してください。コミットメントや一括割引の仕組みはなく、消費したトークンに対してのみ支払います。MoEのコスト優位性はトークンごとに実現されます。これは、各ステップで22Bのパラメーターのみが使用されるためです。
入力トークン数は、画像や動画フレームの数およびその解像度に依存します。各画像は通常、固定サイズのパッチに分割され、各パッチがトークンに変換されます。高解像度の画像や長い動画では、入力トークン数が大幅に増加します。出力トークンには思考連鎖が含まれます。中程度の難易度の質問に対する典型的な思考連鎖では、200～500トークンが追加されることがあります。最大出力長は40,960トークンであり、必要に応じて非常に長い推論シーケンスが可能です。予算はそれに応じて計画してください。
OpenAI互換のAPIエンドポイント（ベースURL: https://api.orcarouter.ai/v1）を使用します。モデルパラメータは "qwen/qwen3-vl-235b-a22b-thinking" に設定します。認証はAuthorizationヘッダーに含まれるAPIキーを介して行われます。リクエスト形式は、メッセージを含むOpenAIのチャット補完規約に従います。マルチモーダル入力の場合は、タイプ "text" とタイプ "image_url"（動画の場合は "video_url"）を含むコンテンツ配列を含めます。例: curl -X POST https://api.orcarouter.ai/v1/chat/completions -H "Authorization: Bearer YOUR_KEY" -H "Content-Type: application/json" -d '{"model":"qwen/qwen3-vl-235b-a22b-thinking","messages":[{"role":"user","content":[{"type":"text","text":"この画像には何が写っていますか？"},{"type":"image_url","image_url":{"url":"https://example.com/photo.jpg"}}]}]}'
In addition to standard OpenAI-compatible parameters (temperature, top_p, max_tokens, stop, etc.), this model supports a "thinking" parameter to enable or disable the chain-of-thought mode. Set "thinking": true (default) to include reasoning, or false to output only the final answer. Other possible model-specific parameters include "max_thinking_tokens" to limit the length of the reasoning chain. See the OrcaRouter API documentation for a full list. The response format is identical to OpenAI’s, with the thinking chain included as part of the content if enabled.
現在OpenAIのGPT-4VまたはGPT-4oをご利用の場合、移行は簡単です。ベースURLをhttps://api.orcarouter.ai/v1に変更し、OrcaRouter APIキーを使用し、モデルを"qwen/qwen3-vl-235b-a22b-thinking"に設定してください。チャット補完APIのスキーマは同じです。thinkingモードは長い出力を生成する可能性がありますが、"thinking": falseで無効にできます。画像及び動画入力は同じコンテンツタイプ構造を使用します。互換性とコストを確認するために、まず少数のリクエストでテストしてください。
ビデオ入力は、ビデオファイル（例：MP4）のURLとして提供されます。メッセージコンテンツ配列内では、type "video_url" と url フィールドを使用します。OrcaRouterのバックエンドは、コンテキストウィンドウに収まる最大フレーム数までビデオからフレームをサンプリングします。オプションで frame_sample_rate パラメータを指定できます。その後、モデルはサンプリングされたフレームをシーケンスとして処理します。思考モードでは、フレーム間での推論により時間的なイベントを理解できます。非常に長いビデオの場合は、事前フィルタリングまたはセグメントへの分割を検討してください。
Qwen3 VL 235B A22Bは22Bのアクティブパラメータを持つMoEアーキテクチャを採用しており、一方GPT-4oはサイズ非公開の高密度モデルです。両モデルとも画像、テキスト、動画の入力をサポートしています。思考モードは明示的な推論を提供しますが、GPT-4oではデフォルトでは提供されておらず（ただし、チェーン・オブ・ソートを促すことは可能です）。Qwen3 VLは一般的にトークンあたりのコスト効率が高く（入力/出力トークン100万あたり$0.40/$4.00 vs GPT-4oの$5/$15）、レイテンシはMoEルーティングにより高くなる可能性があります。パフォーマンスは特定のタスクに依存するため、並行評価をお勧めします。
Gemini 2.0 Flashは、低レイテンシに最適化された、より小型で高速なモデルです。Qwen3 VL 235B A22B Thinkingは、MoEにより実効容量が大きく、組み込みの思考モードを備えています。Gemini Flashのコンテキストウィンドウは約100万トークンであるのに対し、Qwen3 VLは131Kです。複雑なビジュアルに対する深い推論が必要なタスクでは、Qwen3 VLの方が正確な結果をもたらす可能性があります。ただし、単純なタスクや時間に敏感なタスクでは、Gemini Flashの方が高速で安価です。どちらもOrcaRouterのAPIから利用可能です。
Llama 3.2 90Bは、90Bパラメータの高密度視覚言語モデルです。Qwen3 VL 235B A22Bは総パラメータ数が多いものの、アクティブになるのは22Bのみであり、トークンあたりのFLOPsが少なくなる可能性があります。Llama 3.2は画像入力のみ（動画は非対応）です。Qwen3 VLの思考モードは明示的な推論を提供しますが、Llamaには組み込みの仕組みはありません。OrcaRouter経由のLlama 3.2の価格は通常トークンあたり低めですが、推論の深さが重要なタスクではQwen3 VLの方が良い結果を提供する可能性があります。コンテキストウィンドウはQwen3 VLの方が大きい（131K対128K）。
このモデル（合計235B、アクティブ22B）は、Qwen3 VL MoEファミリーの中で最大のものです。小さなバリアント（例：合計72B / アクティブ15B）はより安く、より高速です。困難なマルチモーダル推論タスク、ビデオ理解、または思考モードが価値を追加する場合には、最高の精度が必要なときにこのモデルを選択してください。単純なキャプション作成や分類など、小さなモデルで十分に処理できるタスクでは、より小さなMoE（または高密度モデル）のコスト削減効果は大きくなります。
OpenAI 互換——今お使いの SDK のまま
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="qwen/qwen3-vl-235b-a22b-thinking",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)enable_searchenable_thinkinginclude_reasoninglogprobsmax_tokensnparallel_tool_callspresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstreamstream_optionstemperaturethinking_budgettool_choicetoolstop_ktop_logprobstop_p| 入力 / 1M tokens | $0.400 |
| 出力 / 1M tokens | $4.00 |
| 通貨 | USD |
表示価格に基づく概算
見積もりのみ — 実際のトークン数はプロバイダーのトークナイザーに依存します。
@misc{orcarouter_qwen3_vl_235b_a22b_thinking,
title = {Qwen3 VL 235B A22B Thinking API},
author = {Qwen},
year = {2025},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/qwen/qwen3-vl-235b-a22b-thinking}
}Qwen. (2025). Qwen3 VL 235B A22B Thinking API. OrcaRouter. https://www.orcarouter.ai/models/qwen/qwen3-vl-235b-a22b-thinking