Qwen3-VL 235B-A22B Thinking — model wnioskowania wizyjno-językowego o otwartej wadze, 235B parametrów całkowitych / 22B aktywnych parametrów, kontekst 128k.
Qwen3 VL 235B A22B Thinking to wielkoskalowy multimodalny model językowy z rodziny Qwen. Wykorzystuje architekturę mieszanki ekspertów, w której podczas wnioskowania aktywnych jest jedynie 22…
Model wykonuje szereg zadań wizyjno-językowych: opis obrazu, odpowiadanie na pytania wizualne, rozpoznawanie obiektów i rozumowanie przestrzenne. Potrafi interpretować diagramy, wykresy i odręczny tekst. Dzięki swojej strukturze MoE aktywuje odpowiednie moduły eksperckie dla każdego wejścia, co pomaga efektywnie obsługiwać różnorodne typy obrazów. Tryb myślenia dodatkowo poprawia dokładność w przypadku złożonych łamigłówek wizualnych lub wieloetapowego rozumowania scen. W przypadku prostych zadań, takich jak podstawowe liczenie obiektów, może wystarczyć mniejszy model.
Obsługa wejścia wideo odbywa się poprzez próbkowanie klatek w odstępach czasu (konfigurowalnych). Model może podsumowywać treść wideo, odpowiadać na pytania dotyczące działań lub obiektów w materiale oraz wykrywać sekwencje czasowe. Traktuje wideo jako serię obrazów z osią czasu, co umożliwia wnioskowanie o przyczynie i skutku lub zmianach w czasie. Tryb myślenia jest tutaj szczególnie przydatny, ponieważ może formułować pośrednie wnioski przed dostarczeniem ostatecznej analizy. W przypadku bardzo długich filmów mogą obowiązywać ograniczenia okna kontekstowego.
Qwen3 VL 235B A22B Thinking to duży model MoE z wyspecjalizowanym rozumowaniem. Używaj go, gdy potrzebujesz wysokiej dokładności w złożonych zadaniach multimodalnych, szczególnie tych wymagających logicznego wnioskowania, szczegółowego parsowania dokumentów lub analizy wideo. W przypadku prostego opisywania obrazów, podstawowego OCR lub prostego wyszukiwania, mniejsze modele (np. Qwen2.5 VL 7B) będą szybsze i tańsze. Tryb myślenia dodaje tokeny wyjściowe, więc jeśli nie potrzebujesz ciągu myśli, wyłącz go, aby obniżyć koszty i opóźnienia.
Jako model MoE może wykazywać nieco większe opóźnienie niż modele gęste o podobnym rozmiarze aktywowanym ze względu na narzut routingu. Tryb myślenia może generować długie łańcuchy wnioskowania, zwiększając liczbę tokenów wyjściowych i koszt. Jest zoptymalizowany głównie pod kątem tekstu w języku angielskim, a wydajność w przypadku języków nieanglojęzycznych lub o niskich zasobach może być słabsza. Przetwarzanie wideo jest ograniczone przez maksymalną liczbę klatek, które mieszczą się w oknie kontekstu. Model może również halucynować na niejednoznacznych lub kontradyktoryjnych wejściach, co jest typowe dla dużych modeli językowych.
Konkretne wyniki testów dla tego modelu nie zostały podane w dostępnych danych. Jako członek rodziny Qwen3 VL, dziedziczy on architektoniczne mocne strony serii, która zazwyczaj osiąga konkurencyjne rezultaty w zadaniach wizyjno-językowych, takich jak VQAv2, MMLU (wersja multimodalna) i DocVQA. Jednak wydajność może się różnić w zależności od zadania. Zalecamy przetestowanie modelu na własnych danych w celu oceny jego przydatności. Tryb myślenia (thinking mode) zazwyczaj poprawia wyniki w testach wymagających intensywnego rozumowania.
Opóźnienie zależy od rozmiaru danych wejściowych, liczby aktywnych ekspertów (22B) oraz tego, czy tryb myślenia jest włączony. Architektura MoE umożliwia efektywne skalowanie w porównaniu do gęstego modelu 235B. Opóźnienie pierwszego tokena jest typowe dla modelu o tej wielkości aktywowanej (około 22B parametrów). W przypadku krótkiego promptu obraz+tekst bez myślenia, czas do pierwszego tokena może wynosić kilka sekund. Przy włączonym myśleniu i długich sekwencjach wyjściowych całkowity czas wnioskowania może znacznie wzrosnąć. OrcaRouter zapewnia monitorowanie w czasie rzeczywistym za pomocą panelu API.
Projekt MoE z 22B aktywnych parametrów oferuje korzystny kompromis między pojemnością modelu a kosztem obliczeniowym. Może dorównać lub przewyższyć dokładność gęstego modelu 70B w wielu zadaniach, zużywając przy tym mniej FLOPs na token. Routing ekspertów umożliwia specjalizację: różni eksperci obsługują różne typy zadań wizualnych lub rozumowania. Dzięki temu model jest bardziej odporny na zmiany domen niż mniejszy gęsty model. Opóźnienie jest generalnie niższe niż w przypadku gęstego modelu 235B, choć wyższe niż w przypadku gęstego modelu 22B.
Pomimo swoich zalet, model nie jest panaceum. Może mieć trudności z zadaniami wymagającymi precyzyjnej lokalizacji przestrzennej (np. dokładnych prostokątnych ramek ograniczających), chyba że zostanie dostrojony. Tryb myślenia może czasami generować nieistotne lub okrężne rozumowanie, zwiększając koszty bez korzyści. Wnioskowanie na obrazach o bardzo wysokiej rozdzielczości może być nieefektywne, ponieważ wszystkie fragmenty muszą zostać przetworzone. Jeśli Twoje obciążenie pracą składa się głównie z prostych danych wejściowych o niskiej wariancji, mniejszy model będzie bardziej opłacalny i szybszy.
Ceny wynoszą $0.40 za 1 milion tokenów wejściowych i $4.00 za 1 milion tokenów wyjściowych. Stawki te są rozliczane według stawek dostawcy, bez żadnej marży nakładanej przez OrcaRouter. Tokeny wejściowe obejmują wszystkie prompt-y tekstowe, tokeny obrazów i tokeny klatek wideo. Tokeny wyjściowe obejmują zarówno łańcuch myślenia (jeśli włączony), jak i ostateczną odpowiedź. W przypadku typowego multimodalnego zapytania składającego się z 1,000 tokenów wejściowych i 500 tokenów wyjściowych koszt wyniósłby $0.00040 + $0.00200 = $0.00240. Całkowite koszty skalują się liniowo wraz z użyciem tokenów.
OrcaRouter nie narzuca marży na ceny dostawców, ale może oferować opcje buforowania w ramach swojej infrastruktury. Konkretnie, buforowanie tokenów wejściowych może obniżyć koszty, jeśli wielokrotnie używasz fragmentów promptów (np. wiadomości systemowych lub typowych fragmentów obrazów). Zapoznaj się z dokumentacją OrcaRouter, aby poznać najnowsze zasady buforowania. Nie ma żadnych zobowiązań ani rabatów hurtowych; płacisz tylko za zużyte tokeny. Korzyść kosztowa MoE jest realizowana na token, ponieważ tylko 22B parametrów jest używanych na krok.
Tokeny wejściowe zależą od liczby obrazów lub klatek wideo oraz ich rozdzielczości. Każdy obraz jest zazwyczaj dzielony na fragmenty o stałym rozmiarze, a każdy z nich jest przekształcany w tokeny. Obrazy o wysokiej rozdzielczości lub dłuższe filmy znacznie zwiększają liczbę tokenów wejściowych. Tokeny wyjściowe obejmują łańcuch myślowy; typowy łańcuch myślowy dla pytania o średnim stopniu trudności może dodać od 200 do 500 tokenów. Maksymalna długość wyjścia to 40,960 tokenów, co pozwala na bardzo długie sekwencje rozumowania, jeśli to konieczne. Zaplanuj swój budżet odpowiednio.
Użyj punktu końcowego API zgodnego z OpenAI z bazowym URL https://api.orcarouter.ai/v1. Ustaw parametr model na "qwen/qwen3-vl-235b-a22b-thinking". Autoryzacja odbywa się za pomocą klucza API dołączonego w nagłówku Authorization. Format żądania jest zgodny z konwencją czatów OpenAI z parametrem messages. W przypadku wejść multimodalnych dołącz tablicę content z typem "text" i typem "image_url" (lub "video_url" dla wideo). Przykład: 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":"What is in this image?"},{"type":"image_url","image_url":{"url":"https://example.com/photo.jpg"}}]}]}'
Oprócz standardowych parametrów zgodnych z OpenAI (temperature, top_p, max_tokens, stop, itp.), ten model obsługuje parametr "thinking", który włącza lub wyłącza tryb łańcucha myśli. Ustaw "thinking": true (domyślnie), aby uwzględnić rozumowanie, lub false, aby wyświetlić tylko ostateczną odpowiedź. Inne parametry specyficzne dla modelu obejmują "max_thinking_tokens" w celu ograniczenia długości łańcucha myśli. Pełną listę znajdziesz w dokumentacji API OrcaRouter. Format odpowiedzi jest identyczny z API OpenAI, z łańcuchem myśli włączonym w treść, jeśli opcja jest włączona.
Jeśli obecnie używasz OpenAI GPT-4V lub GPT-4o, migracja jest prosta. Zmień bazowy URL na https://api.orcarouter.ai/v1, użyj swojego klucza API OrcaRouter i ustaw model na "qwen/qwen3-vl-235b-a22b-thinking". Schemat API do realizacji czatu jest identyczny. Pamiętaj, że tryb myślenia może generować dłuższe odpowiedzi; możesz go wyłączyć, ustawiając "thinking": false. Dane wejściowe obrazów i wideo wykorzystują tę samą strukturę typów treści. Najpierw przetestuj na niewielkiej liczbie zapytań, aby sprawdzić zgodność i koszty.
Dane wejściowe wideo są dostarczane jako URL do pliku wideo (np. MP4). W tablicy treści wiadomości użyj typu "video_url" z polem url. Backend OrcaRouter pobierze próbki klatek z wideo do maksymalnej liczby, która mieści się w oknie kontekstu. Opcjonalnie możesz określić parametr frame_sample_rate. Model następnie przetwarza próbkowane klatki jako sekwencję. Tryb myślenia może analizować poszczególne klatki, aby zrozumieć zdarzenia czasowe. W przypadku bardzo długich filmów rozważ wstępne filtrowanie lub podzielenie na segmenty.
Qwen3 VL 235B A22B Thinking wykorzystuje architekturę MoE z 22 miliardami aktywnych parametrów, podczas gdy GPT-4o jest gęstym modelem o nieujawnionym rozmiarze. Oba obsługują wejście obrazu, tekstu i wideo. Tryb myślenia zapewnia wyraźne wnioskowanie, czego GPT-4o domyślnie nie oferuje (choć można zachęcić do wnioskowania krok po kroku). Qwen3 VL jest generalnie bardziej opłacalny na token ($0,40/$4,00 wobec $5/$15 GPT-4o za 1M tokenów wejściowych/wyjściowych). Opóźnienie może być wyższe ze względu na routing MoE. Wydajność zależy od konkretnego zadania; zalecamy porównanie obu modeli w praktyce.
Gemini 2.0 Flash to mniejszy, szybszy model zoptymalizowany pod kątem niskiego opóźnienia. Qwen3 VL 235B A22B Thinking oferuje większą efektywną pojemność dzięki MoE i wbudowany tryb myślenia. Gemini Flash ma okno kontekstowe o wielkości ~1M tokenów, podczas gdy Qwen3 VL ma 131K. W przypadku zadań wymagających głębokiego rozumowania na podstawie złożonych obrazów, Qwen3 VL może dawać dokładniejsze wyniki. Jednak w przypadku zadań prostych lub wymagających szybkiego czasu odpowiedzi, Gemini Flash będzie szybszy i tańszy. Oba są dostępne za pośrednictwem API OrcaRouter.
Llama 3.2 90B to gęsty model wizyjno-językowy z 90B parametrów. Qwen3 VL 235B A22B ma więcej parametrów całkowitych, ale aktywuje jedynie 22B, potencjalnie używając mniej FLOPów na token. Llama 3.2 obsługuje tylko obrazy (bez wideo). Tryb myślenia w Qwen3 VL zapewnia jawne rozumowanie, podczas gdy Llama nie ma wbudowanego takiego mechanizmu. Cennik za Llama 3.2 przez OrcaRouter jest zazwyczaj niższy na token, ale w przypadku zadań, gdzie istotna jest głębia rozumowania, Qwen3 VL może zapewnić lepsze wyniki. Okno kontekstu jest większe w Qwen3 VL (131K vs. 128K).
Ten model (235B łącznie, 22B aktywnych) jest największym w rodzinie Qwen3 VL MoE. Mniejsze warianty (np. 72B łącznie / 15B aktywnych) są tańsze i szybsze. Wybierz ten model, gdy potrzebujesz najwyższej możliwej dokładności w wymagających zadaniach wnioskowania multimodalnego, analizie wideo lub gdy tryb myślenia dodaje wartości. W przypadku zadań dobrze obsługiwanych przez mniejsze modele, takich jak proste opisywanie czy klasyfikacja, oszczędności kosztów przy użyciu mniejszego MoE (lub modelu gęstego) będą znaczące.
Zgodne z OpenAI — zostań przy swoim SDK
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| Wejście / 1M tokenów | $0.400 |
| Wyjście / 1M tokenów | $4.00 |
| Waluta | USD |
Szacunek na podstawie cennika
Tylko szacunek — rzeczywista liczba tokenów zależy od tokenizatora dostawcy.
GET /api/public/models/qwen/qwen3-vl-235b-a22b-thinkingOtwórz @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