Zum Hauptinhalt springen
SprachmodellAktiv

Qwen 3 VL 235B A22B

Alibaba

Veröffentlicht
22. September 2025
Datenstand
8. September 2026
Geschwindigkeit
49,3 Token/s
Ausgabe-Tempo
Preis
Eingabe · Ausgabe / 1 Mio. Token
Eingabe
Text, Bild, Video
Ausgabe
Text

Qwen 3 VL 235B A22B ist das große offene Vision-Language-Modell der Qwen3-VL-Reihe. Ein Vision Encoder verbindet Bild- und Videoinhalte über einen MLP-Übergang mit dem Qwen3-Sprachmodell. Qwen hebt räumliches Verständnis, Videodynamik und Agenteninteraktion hervor. Das sparse MoE aktiviert 22 Milliarden von 235 Milliarden Parametern.

Der Instruct-Checkpoint antwortet mit Text und läuft ohne Thinking-Modus. Interleaved-MRoPE, DeepStack und die Zuordnung von Text zu Zeitstempeln zielen auf lange Videos und feine Bilddetails. Das native Fenster umfasst 262.144 Token, die Gewichte stehen unter Apache-2.0.

Technische Daten und Zugang

AngabeWert und Quelle
Gewichte
Open WeightsQuelle
Zugang
API, LokalQuelle
Parameter
235 Mrd.Quelle
Aktive Parameter
22 Mrd.Quelle
Kontextfenster
262.144 TokenQuelle
Modell-Repository
Qwen/Qwen3-VL-235B-A22B-InstructQuelle
Lizenz
Apache-2.0Quelle
Architektur
vision encoder + MLP vision-language merger + Qwen3 language model; dense or MoEQuelle
Eingabe
Text, Bild, VideoQuelle
Ausgabe
TextQuelle
Reasoning-Modus
instruct/non-thinkingQuelle
Werkzeugaufrufe
Strukturierte Ausgabe
Natives Kontextfenster
262.144 TokenQuelle
Maximales Kontextfenster
262.144 TokenQuelle
Sprachen
39 languages testedQuelle
Repository erstellt
2025-09-22 (Repository creation date is a precise publication proxy, but may differ from the public announcement date or an individual checkpoint's first availability.)Quelle