Qwen3-VL-235B-A22B-Thinking
Acerca de Qwen3-VL-235B-A22B-Thinking
Qwen3-VL-235B-A22B-Thinking es uno de los modelos de la serie Qwen3-VL, una edición Thinking con razonamiento mejorado que logra resultados a la vanguardia (SOTA) en múltiples evaluaciones de referencia de razonamiento multimodal, destacando en STEM, matemáticas, análisis causal y respuestas lógicas basadas en evidencias. Cuenta con una arquitectura de Mezcla de Expertos (MoE) con 235B de parámetros totales y 22B de parámetros activos.
Explore cómo el razonamiento multimodal avanzado de Qwen3-VL-235B-A22B-Thinking resuelve problemas complejos del mundo real mediante la integración de datos visuales y de texto.
Descubrimiento científico avanzado
Acelere la investigación mediante el análisis de datos visuales y de texto complejos, generando pruebas y redactando artículos con un razonamiento sólido paso a paso.
Ejemplo de caso de uso:
"Ayudó a un científico de materiales analizando videos de microscopía y datos experimentales para identificar un nuevo mecanismo de crecimiento de cristales, formulando un modelo predictivo en Python."
Generación y depuración de código visual
Genere código a partir de diseños de interfaz de usuario o depure sistemas complejos analizando flujos de ejecución y outputs visuales, identificando errores sutiles y sugiriendo optimizaciones.
Ejemplo de caso de uso:
"Generó un componente React funcional a partir de una captura de pantalla de diseño de Figma, y luego depuró un cuello de botella de rendimiento en un microservicio Go analizando sus registros de seguimiento distribuido y paneles visuales."
Información financiera multimodal
Realice análisis cuantitativos y cualitativos profundos en diversos documentos financieros, gráficos de mercado y fuentes de noticias para inferir vínculos causales y proporcionar recomendaciones estratégicas.
Ejemplo de caso de uso:
"Analizó el informe anual de una empresa (PDF), gráficos de precios de acciones y artículos de noticias recientes para predecir el sentimiento del mercado y recomendar un ajuste de cartera, detallando el razonamiento."
Auditoría inteligente de sistemas
Audite sistemas complejos como esquemas de ingeniería, documentos legales o flujos de interfaz de usuario razonando a través de dependencias lógicas, identificando inconsistencias y señalando posibles problemas.
Ejemplo de caso de uso:
"Auditó los esquemas de un sistema de control industrial complejo (images) y los registros operativos (text) para identificar una posible vulnerabilidad de seguridad, y luego simuló una estrategia de mitigación utilizando su interfaz visual."
Metadatos
Especificación
Estado
Deprecated
Arquitectura
Mixture of Experts
Calibrado
No
Mezcla de expertos
Sí
Parámetros totales
235B
Parámetros activados
22B
Razonamiento
No
Precisión
FP8
Longitud del contexto
262K
Tokens máximos
262K
Comparar con otros modelos
Descubre cómo se compara este modelo con otros.
Qwen
chat
Qwen3-VL-32B-Instruct
Contexto total:
262K
Output máx.:
262K
Input:
$
0.2
/ M Tokens
Output:
$
0.6
/ M Tokens
Qwen
chat
Qwen3-VL-32B-Thinking
Contexto total:
262K
Output máx.:
262K
Input:
$
0.2
/ M Tokens
Output:
$
1.5
/ M Tokens
Qwen
chat
Qwen3-VL-8B-Instruct
Contexto total:
262K
Output máx.:
262K
Input:
$
0.18
/ M Tokens
Output:
$
0.68
/ M Tokens
Qwen
chat
Qwen3-VL-8B-Thinking
Contexto total:
262K
Output máx.:
262K
Input:
$
0.18
/ M Tokens
Output:
$
2.0
/ M Tokens
Qwen
chat
Qwen3-VL-235B-A22B-Instruct
Contexto total:
262K
Output máx.:
262K
Input:
$
0.3
/ M Tokens
Output:
$
1.5
/ M Tokens
Qwen
chat
Qwen3-VL-235B-A22B-Thinking
Contexto total:
262K
Output máx.:
262K
Input:
$
0.45
/ M Tokens
Output:
$
3.5
/ M Tokens
Qwen
chat
Qwen3-VL-30B-A3B-Instruct
Contexto total:
262K
Output máx.:
262K
Input:
$
0.29
/ M Tokens
Output:
$
1.0
/ M Tokens
Qwen
chat
Qwen3-VL-30B-A3B-Thinking
Contexto total:
262K
Output máx.:
262K
Input:
$
0.29
/ M Tokens
Output:
$
1.0
/ M Tokens
Qwen
image-to-video
Wan2.2-I2V-A14B
$
0.29
/ Video
