Qwen: Qwen3 235B A22B Thinking 2507

Qwen3 235B A22B Thinking 2507 är en textmodell från Qwen, släppt av leverantören 2025-07-25. Det är en öppen vikt Mixture-of-Experts (MoE) språkmodell byggd för komplexa resonemangsuppgifter, och den aktiverar 22B av sina 235B parametrar per framåtpassning. Etiketten "Thinking" och resonemangsparametrarna den exponerar indikerar att modellen är designad för att arbeta igenom problem steg för steg snarare än att svara i en enda passning.

Modellen accepterar textinmatning och returnerar textutdata, så den passar text-only pipelines. Den har ett kontextfönster på 128 000 tokens och en maximal utdata på 16 384 tokens, med en kunskapsgräns på 2025-06-30. Eftersom det är en resonemangsorienterad modell kan svar innehålla en resonemangsfas, och parametrarna include_reasoning och reasoning låter dig styra hur det hanteras i svaret du får.

Dessa förmågor pekar mot användningsfall där noggrant flerstegstänkande spelar roll: matematisk och logisk problemlösning, kodanalys och generering, strukturerad extraktion från långa dokument, och flerstegsplanering eller beslutsstöd. Kontexten på 128 000 tokens är tillräckligt stor för att rymma omfattande källmaterial tillsammans med instruktioner, vilket passar uppgifter som att granska långa specifikationer, sammanfatta eller fråga ut långa rapporter, och arbeta igenom problem som kräver att modellen håller många begränsningar i sikte samtidigt. Stöd för verktygsanrop gör den också användbar i agent-liknande arbetsflöden där modellen avgör när en funktion ska anropas.

Du anropar modellen via api14:s OpenAI-kompatibla API med modell-id "qwen/qwen3-235b-a22b-thinking-2507". De stödda begärandeparametrarna är frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, stop, temperature, tool_choice, tools, top_k och top_p. Eftersom gränssnittet är OpenAI-kompatibelt kan du peka en befintlig OpenAI-klient mot api14 och ändra modell-id, sedan justera sampling med temperature, top_p eller top_k, begränsa svaret med max_tokens, och skicka tools och tool_choice när du vill ha funktionsanrop.

Tänk på utdatagränsen: max_tokens är högst 16 384, så uppgifter som behöver ett mycket långt enskilt svar kan kräva att arbetet delas upp över flera anrop. Modellen är text-only, så om din inmatning innehåller bilder eller ljud skulle du behöva en annan modell. För enkla textuppgifter med hög volym där djupgående resonemang inte behövs kan en lättare modell vara ett bättre val, medan denna är inriktad på problem som drar nytta av explicit resonemang.