qwen

Qwen3 VL 235B A22B Instruct

qwen/qwen3-vl-235b-a22b-instruct

Qwen3-VL-235B-A22B Instruct — open‑weight мультимодальная модель, объединяющая сильную генерацию текста с визуальным пониманием изображений и видео. Instruct‑вариант нацелен на общее использование в vision‑language задачах (VQA, разбор документов, извлечение данных из графиков/таблиц, многоязычный OCR). Серия делает акцент на устойчивом восприятии (распознавание разнообразных реальных и синтетических категорий), пространственном понимании (2D/3D привязка) и длинной визуальной интерпретации, показывая конкурентные результаты на публичных мультимодальных бенчмарках как в восприятии, так и в рассуждениях. Помимо анализа, Qwen3‑VL поддерживает агентное взаимодействие и использование инструментов: может следовать сложным инструкциям в многоизображенных, многоходовых диалогах; сопоставлять текст с временными шкалами видео для точных запросов по времени; и управлять элементами GUI для задач автоматизации. Модели также поддерживают визуальные рабочие процессы программирования — превращение скетчей/макетов в код и помощь в отладке UI — при сохранении сильной текстовой производительности, сопоставимой с флагманскими языковыми моделями Qwen3. Это делает Qwen3‑VL подходящей для продакшн‑сценариев: document AI, многоязычный OCR, помощь в разработке UI, пространственные задачи и исследования агентных vision‑language систем.

Контекст
262K
Вход / 1M
₽22.80
Выход / 1M
₽100.32
Выпущена
23 Sep 2025
Быстрый старт

Как использовать модель

Готовые примеры, где модель уже указана в запросе.

curl https://api.routify.ru/v1/chat/completions \
  -H "Authorization: Bearer $ROUTIFY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen/qwen3-vl-235b-a22b-instruct",
    "messages": [
      {"role": "system", "content": "Ты - полезный ассистент."},
      {"role": "user", "content": "Объясни, что такое API"}
    ]
  }'