Qwen: Qwen3 VL 235B A22B Instruct

Qwen3 VL 235B A22B Instruct adalah model multimodal open-weight dari Qwen, yang dirilis oleh provider pada 23 September 2025. Model ini berada dalam keluarga Qwen3 VL dan merupakan varian yang di-instruction-tune, ditujukan untuk pekerjaan vision-language umum alih-alih eksperimen riset mentah. Karena bobotnya terbuka, Anda dapat memeriksa apa yang Anda jalankan dan mempertimbangkan opsi deployment di luar satu endpoint yang di-host.

Model ini menerima teks dan gambar sebagai input dan mengembalikan teks. Context window-nya adalah 262144 token, dan output maksimumnya adalah 32768 token. Provider mendeskripsikannya sebagai penyatu generasi teks yang kuat dengan pemahaman visual pada gambar dan video, dengan model Instruct yang menyasar penggunaan vision-language umum seperti visual question answering, document parsing, dan pemahaman chart atau table. Knowledge cutoff-nya adalah 31 Maret 2025, jadi apa pun setelah tanggal itu berada di luar apa yang dipelajari model selama pelatihan.

Kemampuan tersebut mengarah ke serangkaian pekerjaan yang cukup spesifik. Visual question answering atas screenshot, foto, atau diagram adalah yang paling jelas. Document parsing cocok dengan kombinasi context panjang dan input gambar, karena scan multi-halaman dan layout padat dapat dimasukkan tanpa chunking yang agresif. Pemahaman chart dan table cocok untuk alur kerja analitik di mana sumbernya adalah figur yang dirender alih-alih CSV yang bersih. Tugas teks panjang juga berfungsi sendiri, sehingga satu model dapat menangani pipeline campuran di mana sebagian request membawa gambar dan sebagian lainnya teks murni.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "qwen/qwen3-vl-235b-a22b-instruct". Parameter yang didukung adalah 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, dan top_p. Tool calling dan structured outputs keduanya tersedia, yang berarti Anda dapat menghubungkan model ke loop function-calling atau membatasi balasan ke suatu schema. Kontrol sampling mencakup temperature dan top_p yang biasa serta min_p, top_k, dan repetition_penalty, dan seed plus logprobs dan top_logprobs memberi Anda reproduktibilitas dan inspeksi tingkat token saat Anda membutuhkannya.

Dua batasan praktis perlu diperhatikan sebelum Anda berkomitmen. Batas output 32768 token jauh di bawah jendela input 262144 token, sehingga tugas yang memerlukan jawaban yang dihasilkan sangat panjang, seperti mentranskripsikan dokumen besar dalam satu kali proses, perlu dipecah ke beberapa panggilan. Knowledge cutoff 31 Maret 2025 juga berarti pertanyaan tentang peristiwa terkini mungkin memerlukan retrieval atau model lain dengan data pelatihan yang lebih baru. Jika beban kerja Anda hanya teks dan tidak mendapat manfaat dari input gambar, model yang berfokus pada teks mungkin lebih cocok.