Qwen: Qwen3 235B A22B Instruct 2507

Qwen: Qwen3 235B A22B Instruct 2507 adalah model generasi teks dari Qwen. Ini adalah model mixture-of-experts multibahasa yang diinstruksikan (instruction-tuned), dibangun di atas arsitektur Qwen3 235B, dengan 22 miliar parameter aktif per forward pass. Tanggal rilis dari provider adalah 21 Juli 2025, dan knowledge cutoff model adalah 30 Juni 2025.

Model ini bekerja dengan input teks dan hanya menghasilkan output teks, sehingga ditujukan untuk tugas bahasa dan bukan untuk pekerjaan gambar atau audio. Context window-nya adalah 262.144 token, yang memungkinkan prompt sangat panjang, dokumen besar, atau percakapan panjang ditangani dalam satu permintaan. Output maksimum adalah 16.384 token per respons. Sebagai model yang diinstruksikan, model ini dioptimalkan untuk generasi teks serbaguna, termasuk mengikuti instruksi, dan pelatihan multibahasanya membuatnya cocok untuk pekerjaan lintas lebih dari satu bahasa.

Kemampuan ini mengarah pada serangkaian penggunaan praktis yang cukup luas. Analisis dokumen panjang, peringkasan, dan tanya jawab atas input besar adalah kecocokan alami mengingat context window-nya. Karena model ini mengikuti instruksi dan menangani teks multibahasa, model ini juga cocok untuk asisten chat, penyusunan konten, alur kerja yang terkait penerjemahan, dan ekstraksi data terstruktur. Kombinasi dukungan tool use dan structured output berarti model ini dapat ditempatkan di belakang agent loop atau digunakan untuk menghasilkan respons yang dapat dibaca mesin untuk sistem hilir.

Anda dapat memanggil model ini melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "qwen/qwen3-235b-a22b-2507". Permintaan mendukung berbagai parameter: temperature, top_p, top_k, min_p, frequency_penalty, presence_penalty, dan repetition_penalty untuk kontrol sampling; max_tokens dan stop untuk panjang output dan penghentian; seed untuk reproduktibilitas; serta logprobs dengan top_logprobs untuk probabilitas tingkat token. Untuk pekerjaan terstruktur tersedia response_format dan structured_outputs, dan untuk function calling tersedia tools dan tool_choice. logit_bias juga diterima. Klien apa pun yang mendukung format OpenAI chat completions seharusnya dapat bekerja dengan field-field ini.

Satu batasan praktis yang perlu diingat adalah panjang output: 16.384 token per respons, meskipun konteks input jauh lebih besar, sehingga tugas yang membutuhkan satu completion sangat panjang mungkin perlu memecah pekerjaan. Model ini hanya teks, jadi jika input atau output Anda melibatkan gambar atau audio, model lain adalah pilihan yang lebih tepat. Karena knowledge cutoff-nya adalah 30 Juni 2025, apa pun setelah tanggal itu bergantung pada prompt atau pada tools yang Anda berikan, bukan pada pengetahuan model itu sendiri.