Qwen: Qwen3 VL 235B A22B Instruct

Qwen3 VL 235B A22B Instruct, Qwen tarafından 23 Eylül 2025 tarihinde sağlayıcı tarafından yayımlanan açık ağırlıklı çok kipli bir modeldir. Qwen3 VL ailesinde yer alır ve talimat ayarlı varyanttır; ham araştırma deneylerinden ziyade genel görsel-dil çalışmalarına yöneliktir. Ağırlıklar açık olduğu için, ne çalıştırdığınızı inceleyebilir ve tek bir barındırılan uç noktanın ötesinde dağıtım seçenekleri üzerine akıl yürütebilirsiniz.

Model girdi olarak metin ve görüntüleri kabul eder ve metin döndürür. Bağlam penceresi 262144 tokendır ve maksimum çıktı 32768 tokendır. Sağlayıcı, modeli görüntüler ve video genelinde görsel anlayışla güçlü metin üretimini birleştiren bir model olarak tanımlar; Instruct modeli görsel soru yanıtlama, belge ayrıştırma ve grafik veya tablo anlama gibi genel görsel-dil kullanımını hedefler. Bilgi kesim tarihi 31 Mart 2025'tir, dolayısıyla bu tarihten sonraki her şey modelin eğitim sırasında öğrendiklerinin dışındadır.

Bu yetenekler oldukça belirli bir iş kümesine işaret eder. Ekran görüntüleri, fotoğraflar veya diyagramlar üzerinde görsel soru yanıtlama bariz olanıdır. Belge ayrıştırma, uzun bağlam ve görüntü girdisinin birleşimine uyar, çünkü çok sayfalı taramalar ve yoğun düzenler agresif parçalama olmadan aktarılabilir. Grafik ve tablo anlama, kaynağın temiz CSV yerine işlenmiş bir görsel olduğu analitik iş akışlarına uygundur. Uzun metin görevleri de tek başına çalışır, böylece tek bir model bazı isteklerin görüntü taşıdığı, diğerlerinin saf metin olduğu karma ardışık düzenleri işleyebilir.

Modele api14'ün OpenAI uyumlu API'si üzerinden "qwen/qwen3-vl-235b-a22b-instruct" model kimliğini kullanarak çağrı yaparsınız. Desteklenen parametreler 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 ve top_p'dir. Araç çağırma ve yapılandırılmış çıktıların ikisi de mevcuttur, bu da modeli işlev çağırma döngülerine bağlayabileceğiniz veya yanıtları bir şemaya kısıtlayabileceğiniz anlamına gelir. Örnekleme kontrolleri olağan temperature ve top_p'nin yanı sıra min_p, top_k ve repetition_penalty'yi kapsar; seed ile logprobs ve top_logprobs ise ihtiyaç duyduğunuzda yeniden üretilebilirlik ve token düzeyinde inceleme sağlar.

Taahhütte bulunmadan önce dikkate değer iki pratik kısıt vardır. 32768 tokenlık çıktı tavanı, 262144 tokenlık girdi penceresinin oldukça altındadır, bu nedenle büyük bir belgeyi tek geçişte yazıya dökme gibi çok uzun üretilmiş yanıtlar gerektiren görevlerin çağrılar arasında bölünmesi gerekecektir. 31 Mart 2025 bilgi kesim tarihi ayrıca yakın olaylarla ilgili soruların erişim veya daha güncel eğitim verisine sahip farklı bir model gerektirebileceği anlamına gelir. İş yükünüz yalnızca metinse ve görüntü girdisinden fayda sağlamıyorsa, metne odaklı bir model daha basit bir uyum olabilir.