Qwen: Qwen3 235B A22B Thinking 2507

Qwen3 235B A22B Thinking 2507 is een tekstmodel van Qwen, uitgebracht door de provider op 2025-07-25. Het is een open-weight Mixture-of-Experts (MoE) taalmodel gebouwd voor complexe redeneertaken, en het activeert 22B van zijn 235B parameters per forward pass. Het label "Thinking" en de reasoning-parameters die het beschikbaar stelt, geven aan dat het model is ontworpen om problemen stap voor stap door te werken in plaats van in een enkele pass te antwoorden.

Het model accepteert tekstinvoer en retourneert tekstuitvoer, dus het past bij tekst-only pipelines. Het heeft een contextvenster van 128.000 tokens en een maximale uitvoer van 16.384 tokens, met een knowledge cutoff van 2025-06-30. Omdat het een op redeneren gericht model is, kunnen antwoorden een reasoning-fase bevatten, en met de parameters include_reasoning en reasoning kun je bepalen hoe daarmee wordt omgegaan in het antwoord dat je ontvangt.

Die mogelijkheden wijzen op use cases waarin zorgvuldig meerstapsdenken belangrijk is: wiskundige en logische probleemoplossing, code-analyse en -generatie, gestructureerde extractie uit lange documenten, en meerstapsplanning of beslissingsondersteuning. De context van 128.000 tokens is groot genoeg om substantieel bronmateriaal samen met instructies te bevatten, wat geschikt is voor taken zoals het beoordelen van lange specificaties, het samenvatten van of queryen in uitgebreide rapporten, en het doorwerken van problemen waarbij het model veel beperkingen tegelijk in het oog moet houden. Ondersteuning voor tool calling maakt het ook bruikbaar in agent-achtige workflows waarin het model beslist wanneer het een functie aanroept.

Je roept het model aan via de OpenAI-compatibele API van api14 met het model-id "qwen/qwen3-235b-a22b-thinking-2507". De ondersteunde request-parameters zijn frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, stop, temperature, tool_choice, tools, top_k en top_p. Omdat de interface OpenAI-compatibel is, kun je een bestaande OpenAI-client op api14 richten en het model-id wijzigen, en vervolgens sampling afstemmen met temperature, top_p of top_k, het antwoord beperken met max_tokens, en tools en tool_choice doorgeven wanneer je function calling wilt.

Houd rekening met de uitvoerlimiet: max_tokens is beperkt tot 16.384, dus taken die een zeer lang enkel antwoord nodig hebben, kunnen vereisen dat het werk over meerdere aanroepen wordt gesplitst. Het model is tekst-only, dus als je invoer afbeeldingen of audio bevat, heb je een ander model nodig. Voor eenvoudige, hoogvolume tekstitaken waarbij diep redeneren niet nodig is, kan een lichter model beter passen, terwijl dit model is gericht op problemen die baat hebben bij expliciet redeneren.