Qwen: Qwen3 VL 235B A22B Instruct qwen/qwen3-vl-235b-a22b-instruct

Модель Qwen: Qwen3 VL 235B A22B Instruct от Qwen (Alibaba) (семейство qwen) доступна через единый OpenAI-совместимый API НейроГейт — без VPN, с оплатой в рублях, единым ключом для всех 353+ моделей платформы.
Открытые модели Alibaba. Лучшие в open-source для китайского и кода.

👁 Зрение 🧠 Рассуждение 🎨 Генерация изображений 🎙 Аудио-вход 🔊 Синтез речи 🆓 Бесплатно

262K

контекст, токенов

20 ₽

за 1 млн входных токенов

88 ₽

за 1 млн выходных токенов

возможностей

2025-03

база знаний до

Что такое Qwen: Qwen3 VL 235B A22B Instruct

Мультимодальные задачи корпоративного уровня, где требуется глубокое понимание документов и изображений в сочетании с большим контекстом и открытыми весами.

Qwen3 VL 235B A22B Instruct — открытая мультимодальная модель от Alibaba (Qwen), объединяющая мощную генерацию текста с глубоким пониманием визуального контента: изображений, документов, таблиц, графиков и видео. Модель построена на архитектуре смешанных экспертов (MoE) с 235 миллиардами общих параметров при 22 миллиардах активных, что обеспечивает высокую производительность при относительно экономном использовании вычислительных ресурсов.

Контекстное окно в 262 144 токена позволяет обрабатывать длинные документы, многостраничные PDF и протяжённые диалоги с визуальными вложениями без потери контекста. Модель ориентирована на задачи визуально-языкового взаимодействия: ответы на вопросы по изображениям (VQA), разбор документов, извлечение данных из таблиц и диаграмм. Будучи open-weight, она доступна для локального развёртывания и тонкой настройки.

Для команд, которым нужна мощная vision-language модель с большим контекстом и возможностью кастомизации, Qwen3 VL 235B A22B Instruct представляет собой зрелое решение в открытом сегменте рынка мультимодальных систем.

Когда брать эту модель

✓ Разбор и извлечение данных из документов, PDF, счетов и форм
✓ Анализ графиков, диаграмм и таблиц с генерацией текстовых выводов
✓ Визуальный вопрос-ответ (VQA) по изображениям и кадрам из видео
✓ Построение RAG-пайплайнов с мультимодальными источниками данных
✓ Локальное или on-premise развёртывание с возможностью дообучения

Пример работы

Реальный сценарий, на котором модель проявляет себя:

Загрузи многостраничный финансовый отчёт в формате PDF и извлеки все ключевые показатели из таблиц, сформировав структурированное резюме с динамикой по кварталам.

Использование Qwen: Qwen3 VL 235B A22B Instruct через НейроГейт

OpenAI-совместимый эндпоинт https://api.neuralgate.ru/v1 — замени base_url в любом SDK и используй модель по её id.

# Chat completion
curl https://api.neuralgate.ru/v1/chat/completions \
  -H "Authorization: Bearer $NEURALGATE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen/qwen3-vl-235b-a22b-instruct",
    "messages": [{"role":"user","content":"Привет!"}]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="sk-...your-neuralgate-key...",
    base_url="https://api.neuralgate.ru/v1",
)
response = client.chat.completions.create(
    model="qwen/qwen3-vl-235b-a22b-instruct",
    messages=[{"role": "user", "content": "Привет!"}],
)
print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.NEURALGATE_API_KEY,
  baseURL: "https://api.neuralgate.ru/v1",
});
const resp = await client.chat.completions.create({
  model: "qwen/qwen3-vl-235b-a22b-instruct",
  messages: [{ role: "user", content: "Привет!" }],
});
console.log(resp.choices[0].message.content);