qwen
Qwen: Qwen3 VL 235B A22B Instruct
qwen/qwen3-vl-235b-a22b-instruct
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
Qwen3-VL-235B-A22B-Instruct é um modelo de visão-linguagem de mistura de especialistas e pesos abertos da Qwen que aceita texto e imagens e retorna texto. A ficha técnica o descreve como um sistema geral de visão-linguagem para VQA, análise de documentos e compreensão de gráficos, com capacidades declaradas pelo fornecedor em controle de agentes de GUI, ancoragem espacial, compreensão de vídeo e OCR em 32 idiomas. O OpenRouter lista contexto de 262.144 tokens, chamadas de ferramentas e saídas estruturadas; a ficha afirma 256K nativos expansíveis a 1M. Os pesos têm licença Apache-2.0. Este pacote não inclui medições independentes de desempenho.[1][2]
Pontos fortes
- Amplitude multimodal declarada pelo fornecedor: operação de agentes em interfaces de desktop e celular, ancoragem espacial 2D/3D, compreensão de vídeo com localização temporal por marcações de tempo e OCR em 32 idiomas.[2]
- Contexto longo conforme catálogo e ficha: o OpenRouter mostra janela de 262.144 tokens e a ficha afirma 256K nativos expansíveis a 1M para documentos extensos e vídeos de horas.[1][2]
- Pesos abertos sob licença Apache-2.0; o OpenRouter lista chamadas de ferramentas, saídas estruturadas e entrada de texto e imagem com saída de texto.[1][2]
Limitações
- Lacuna de evidência: este pacote não contém resultados de benchmark medidos de forma independente; as tabelas de desempenho da ficha são imagens sem números legíveis e os campos de benchmark do OpenRouter estão vazios. Valide as capacidades declaradas nas suas próprias cargas de trabalho.[1][2]
- Atrito de auto-hospedagem: a ficha recomenda compilar o transformers a partir do código-fonte porque a versão publicada ainda não incluía esta arquitetura, e sugere FlashAttention-2 para economia de memória nesta escala MoE da classe 235B.[2]
- Divergência de modalidade a verificar: o OpenRouter lista apenas entradas de texto e imagem enquanto a ficha descreve compreensão de vídeo, portanto nessa rota o vídeo pode exigir quadros amostrados.[1][2]
Onde usar
- Sugestão editorial: pipelines de inteligência documental com OCR em 32 idiomas, análise estrutural de documentos longos e perguntas sobre gráficos ou tabelas, conforme o fornecedor.[2]
- Sugestão editorial: assistentes visuais de contexto longo para arquivos extensos ou revisão de vídeo prolongada em que o contexto acima de 256K importa; valide antes a qualidade de recuperação.[1][2]
- Sugestão editorial: prototipagem de agentes de GUI ou geração de código a partir de imagens como Draw.io, HTML, CSS e JS, ambos descritos pelo fornecedor mas sem medições aqui.[2]
Fontes
- [1] OpenRouter catalog · Qwen: Qwen3 VL 235B A22B InstructFontes consultadas: 13 de nov. de 2026
- [2] Model documentation · Qwen: Qwen3 VL 235B A22B InstructFontes consultadas: 13 de nov. de 2026
Sobre este modelo
A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.
Qwen3-VL-235B-A22B Instruct is an open-weight multimodal model that unifies strong text generation with visual understanding across images and video. The Instruct model targets general vision-language use (VQA, document parsing, chart/table...
Especificações
- ID do modelo
- qwen/qwen3-vl-235b-a22b-instruct
- Criador
- qwen
- Adicionado ao OpenRouter
- 23.09.2025
- Comprimento de contexto
- 262,144
- Modalidade
- text+image->text
- Modalidades de entrada
- text, image
- Modalidades de saída
- text
- Preço por token
- USD por 1M de tokens: entrada $0.210 / saída $1.9
- Corte de conhecimento
- 31.03.2025
- Data de expiração
- —
Tarefas e capacidades
Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.
| Tarefa | Nota | Capacidade declarada pela fonte |
|---|---|---|
| Qualidade geral | Sem medição | — |
| Programação | Sem medição | — |
| Agentes | Sem medição | parâmetros: structured_outputs, tool_choice, tools |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | — |
| Análise de documentos | Sem medição | — |
| Visão | Sem medição | entrada: image |
| Geração de imagens | Sem medição | — |
| Áudio | Sem medição | — |
| Vídeo | Sem medição | — |
| Embeddings | Sem medição | — |
Avaliações
Não há avaliações fornecidas para este modelo.
Como funcionam as notas
Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.
- S — S — top 10% da coorte
- A — A — próximos 20% da coorte
- B — B — próximos 30% da coorte
- C — C — abaixo da faixa B
Provedores
Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.
| Provedor | Comprimento de contexto | Preço entrada /1M | Preço saída /1M | Latência p50 (30m, s) | Taxa p50 (30m, tok/s) | Disponibilidade (30m) |
|---|---|---|---|---|---|---|
| DeepInfrafp8 | 262,144 | $0.200 | $0.880 | — | — | 100% |
| Venicefp8 | 128,000 | $0.210 | $1.9 | — | — | 100% |
| Parasailfp8 | 131,072 | $0.210 | $1.9 | — | — | 100% |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
Nenhum artigo publicado identifica este modelo ainda.