हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।
Qwen: Qwen3 VL 235B A22B Instruct
qwen/qwen3-vl-235b-a22b-instructQwen: Qwen3 VL 235B A22B Instruct अभी आज़माएं
ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।
एक API. हर मॉडल.
सेशन लागत $0.00
सेटिंग्स
उन्नत पैरामीटर
Qwen: Qwen3 VL 235B A22B Instruct एक नज़र में
- इनपुट कीमत 434 टेक्स्ट मॉडल के मीडियन से 53% कम है।
- 2,62,144 tokens की context window, लंबे दस्तावेज़ों और कई चरणों वाली बातचीत के लिए काफी।
- agents और integrations के लिए tool (function) calling सपोर्ट करता है।
- schema के साथ structured JSON output सपोर्ट करता है।
- इनपुट के रूप में इमेज स्वीकार करता है (vision)।
- एक सामान्य request (1,000 इनपुट / 500 आउटपुट tokens) की लागत लगभग $0.00406 है।
Qwen: Qwen3 VL 235B A22B Instruct के बारे में
Qwen3 VL 235B A22B Instruct, Qwen का एक ओपन-वेट मल्टीमॉडल मॉडल है, जिसे प्रोवाइडर ने 23 सितंबर 2025 को जारी किया था। यह Qwen3 VL परिवार में आता है और इंस्ट्रक्शन-ट्यून्ड वेरिएंट है, जिसका लक्ष्य कच्चे शोध प्रयोग के बजाय सामान्य विज़न-लैंग्वेज कार्य हैं। चूंकि वेट ओपन हैं, आप देख सकते हैं कि आप क्या चला रहे हैं और एक होस्टेड एंडपॉइंट से आगे डिप्लॉयमेंट विकल्पों पर विचार कर सकते हैं।
मॉडल इनपुट के रूप में टेक्स्ट और इमेज स्वीकार करता है और टेक्स्ट लौटाता है। इसका कॉन्टेक्स्ट विंडो 262144 टोकन है, और अधिकतम आउटपुट 32768 टोकन है। प्रोवाइडर इसे इमेज और वीडियो में विज़ुअल समझ के साथ मजबूत टेक्स्ट जनरेशन को एकीकृत करने वाला बताता है, जिसमें Instruct मॉडल सामान्य विज़न-लैंग्वेज उपयोग जैसे विज़ुअल प्रश्न उत्तर, दस्तावेज़ पार्सिंग, और चार्ट या टेबल समझ को लक्षित करता है। इसका नॉलेज कटऑफ 31 मार्च 2025 है, इसलिए उस तारीख के बाद की कोई भी चीज़ मॉडल ने प्रशिक्षण के दौरान जो सीखा, उससे बाहर है।
ये क्षमताएं काफी विशिष्ट प्रकार के कार्यों की ओर इशारा करती हैं। स्क्रीनशॉट, फ़ोटो, या आरेखों पर विज़ुअल प्रश्न उत्तर स्पष्ट है। दस्तावेज़ पार्सिंग लंबे कॉन्टेक्स्ट और इमेज इनपुट के संयोजन के अनुकूल है, क्योंकि मल्टी-पेज स्कैन और घने लेआउट को आक्रामक चंकिंग के बिना पास किया जा सकता है। चार्ट और टेबल समझ एनालिटिक्स वर्कफ़्लो के लिए उपयुक्त है जहां स्रोत साफ़ CSV के बजाय एक रेंडर किया गया चित्र होता है। लंबे टेक्स्ट कार्य अपने आप में भी काम करते हैं, इसलिए एक ही मॉडल मिश्रित पाइपलाइनों को संभाल सकता है जहां कुछ अनुरोधों में इमेज होती हैं और अन्य पूरी तरह टेक्स्ट होते हैं।
आप इसे api14 के OpenAI-संगत API के माध्यम से मॉडल आईडी "qwen/qwen3-vl-235b-a22b-instruct" का उपयोग करके कॉल करते हैं। समर्थित पैरामीटर हैं frequency_penalty, logit_bias, logprobs, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs, और top_p। टूल कॉलिंग और स्ट्रक्चर्ड आउटपुट दोनों उपलब्ध हैं, जिसका अर्थ है कि आप मॉडल को फ़ंक्शन-कॉलिंग लूप में जोड़ सकते हैं या उत्तरों को एक स्कीमा तक सीमित कर सकते हैं। सैंपलिंग नियंत्रण सामान्य temperature और top_p के साथ-साथ min_p, top_k, और repetition_penalty को कवर करते हैं, और seed तथा logprobs और top_logprobs आपको पुनरुत्पादकता और टोकन-स्तरीय निरीक्षण देते हैं जब आपको उनकी आवश्यकता हो।
प्रतिबद्ध होने से पहले दो व्यावहारिक बाधाएं ध्यान देने योग्य हैं। 32768 टोकन आउटपुट सीमा 262144 टोकन इनपुट विंडो से काफी नीचे है, इसलिए जिन कार्यों में बहुत लंबे जनरेट किए गए उत्तरों की आवश्यकता होती है, जैसे एक बड़े दस्तावेज़ को एक ही पास में ट्रांसक्राइब करना, उन्हें कॉलों में विभाजित करने की आवश्यकता होगी। 31 मार्च 2025 का नॉलेज कटऑफ भी इसका अर्थ है कि हाल की घटनाओं के बारे में प्रश्नों के लिए रिट्रीवल या ताज़ा प्रशिक्षण डेटा वाले किसी भिन्न मॉडल की आवश्यकता हो सकती है। यदि आपका वर्कलोड केवल टेक्स्ट है और इमेज इनपुट से लाभ नहीं उठाता, तो टेक्स्ट-केंद्रित मॉडल अधिक सरल विकल्प हो सकता है।
Qwen: Qwen3 VL 235B A22B Instruct API कैसे कॉल करें
- अपने dashboard में API key बनाएं।
- अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
- baseURL को https://api14.com/api/v1 और model को "qwen/qwen3-vl-235b-a22b-instruct" पर सेट करें।
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "qwen/qwen3-vl-235b-a22b-instruct",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
समर्थित parameters
frequency_penaltylogit_biaslogprobsmax_tokensmin_ppresence_penaltyrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_pस्पेसिफिकेशन
- Context लंबाई
- 2,62,144
- अधिकतम आउटपुट
- 32,768
- इनपुट
- text, image
- आउटपुट
- text
- Knowledge cutoff
- 2025-03-31
api14 पर requests · पिछले 7 दिन
Qwen: Qwen3 VL 235B A22B Instruct: अक्सर पूछे जाने वाले सवाल
- Qwen: Qwen3 VL 235B A22B Instruct API की कीमत कितनी है?
- Qwen: Qwen3 VL 235B A22B Instruct की कीमत इनपुट $0.74 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
- Qwen: Qwen3 VL 235B A22B Instruct की context window कितनी है?
- Qwen: Qwen3 VL 235B A22B Instruct हर request में 2,62,144 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 32,768 आउटपुट tokens तक लिखता है।
- Qwen: Qwen3 VL 235B A22B Instruct क्या कर सकता है?
- Qwen: Qwen3 VL 235B A22B Instruct text, image स्वीकार करता है और text लौटाता है। यह tool calling, structured JSON output सपोर्ट करता है।
- अपने कोड से Qwen: Qwen3 VL 235B A22B Instruct कैसे कॉल करूं?
- किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "qwen/qwen3-vl-235b-a22b-instruct" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
- Qwen: Qwen3 VL 235B A22B Instruct के विकल्प क्या हैं?
- मिलती-जुलती कीमत वाले टेक्स्ट मॉडल: AionLabs: Aion 3.5 Mini, AionLabs: Aion-3.0-Mini, Qwen: Qwen3.5 Plus 2026-04-20। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।
Qwen: Qwen3 VL 235B A22B Instruct कम्युनिटी
नया टॉपिकइस कम्युनिटी में अभी कोई टॉपिक नहीं है। Qwen: Qwen3 VL 235B A22B Instruct के बारे में पहला टॉपिक खोलें।