Qwen3-VL-235B-A22B-Thinking
Tentang Qwen3-VL-235B-A22B-Thinking
Qwen3-VL-235B-A22B-Thinking adalah salah satu model seri Qwen3-VL, edisi Thinking yang ditingkatkan untuk penalaran yang mencapai hasil state-of-the-art (SOTA) di berbagai tolok ukur penalaran Multimodal, unggul dalam STEM, matematika, analisis kausal, dan jawaban logis berbasis bukti. Ini menampilkan arsitektur Mixture-of-Experts (MoE) dengan total 235B parameter dan 22B parameter aktif.
Jelajahi bagaimana penalaran multimodal canggih dari Qwen3-VL-235B-A22B-Thinking menyelesaikan masalah kompleks di dunia nyata dengan mengintegrasikan data visual dan Text.
Penemuan Ilmiah Lanjutan
Mempercepat penelitian dengan menganalisis data visual dan Text yang kompleks, menghasilkan bukti, dan menyusun makalah dengan penalaran yang kuat dan bertahap.
Contoh Kasus Penggunaan:
"Membantu seorang ilmuwan material dengan menganalisis video mikroskopi dan data eksperimen untuk mengidentifikasi mekanisme pertumbuhan kristal baru, merumuskan Model prediktif dalam Python."
Generasi Kode Visual & Debug
Menghasilkan kode dari desain UI atau melakukan debug pada sistem kompleks dengan menganalisis aliran eksekusi dan Output visual, mengidentifikasi kesalahan halus dan menyarankan optimasi.
Contoh Kasus Penggunaan:
"Menghasilkan komponen React yang fungsional dari screenshot desain Figma, kemudian melakukan debug terhadap hambatan kinerja dalam layanan mikro Go dengan menganalisis log penelusuran terdistribusi dan dasbor visualnya."
Wawasan Keuangan Multimodal
Melakukan analisis kuantitatif dan kualitatif mendalam pada dokumen keuangan yang beragam, grafik pasar, dan umpan berita untuk menyimpulkan hubungan kausal dan memberikan rekomendasi strategis.
Contoh Kasus Penggunaan:
"Menganalisis laporan tahunan perusahaan (PDF), grafik harga saham, dan artikel berita terkini untuk memprediksi sentimen pasar dan merekomendasikan penyesuaian portofolio, dengan menjelaskan penalarannya."
Audit Sistem Cerdas
Melakukan audit sistem kompleks seperti skema rekayasa, dokumen hukum, atau alur UI dengan menalar melalui dependensi logis, mengidentifikasi inkonsistensi, dan menandai potensi masalah.
Contoh Kasus Penggunaan:
"Melakukan audit pada skema sistem kontrol industri yang kompleks (Image) dan log operasional (Text) untuk mengidentifikasi potensi kerentanan keamanan, kemudian mensimulasikan strategi mitigasi menggunakan antarmuka visualnya."
Metadata
Spesifikasi
Negara
Deprecated
Arsitektur
Mixture of Experts
Terkalibrasi
Tidak
Campuran Ahli
Ya
Total Parameter
235B
Parameter yang Diaktifkan
22B
Penalaran
Tidak
Precision
FP8
Text panjang konteks
262K
Max Tokens
262K
Bandingkan dengan Model Lain
Lihat bagaimana model ini dibandingkan dengan yang lain.
Qwen
chat
Qwen3-VL-32B-Instruct
Dirilis pada: 21 Okt 2025
Total Context:
262K
Max output:
262K
Input:
$
0.2
/ M Tokens
Output:
$
0.6
/ M Tokens
Qwen
chat
Qwen3-VL-32B-Thinking
Dirilis pada: 21 Okt 2025
Total Context:
262K
Max output:
262K
Input:
$
0.2
/ M Tokens
Output:
$
1.5
/ M Tokens
Qwen
chat
Qwen3-VL-8B-Instruct
Dirilis pada: 15 Okt 2025
Total Context:
262K
Max output:
262K
Input:
$
0.18
/ M Tokens
Output:
$
0.68
/ M Tokens
Qwen
chat
Qwen3-VL-8B-Thinking
Dirilis pada: 15 Okt 2025
Total Context:
262K
Max output:
262K
Input:
$
0.18
/ M Tokens
Output:
$
2.0
/ M Tokens
Qwen
chat
Qwen3-VL-235B-A22B-Instruct
Dirilis pada: 4 Okt 2025
Total Context:
262K
Max output:
262K
Input:
$
0.3
/ M Tokens
Output:
$
1.5
/ M Tokens
Qwen
chat
Qwen3-VL-235B-A22B-Thinking
Dirilis pada: 4 Okt 2025
Total Context:
262K
Max output:
262K
Input:
$
0.45
/ M Tokens
Output:
$
3.5
/ M Tokens
Qwen
chat
Qwen3-VL-30B-A3B-Instruct
Dirilis pada: 5 Okt 2025
Total Context:
262K
Max output:
262K
Input:
$
0.29
/ M Tokens
Output:
$
1.0
/ M Tokens
Qwen
chat
Qwen3-VL-30B-A3B-Thinking
Dirilis pada: 11 Okt 2025
Total Context:
262K
Max output:
262K
Input:
$
0.29
/ M Tokens
Output:
$
1.0
/ M Tokens
Qwen
image-to-video
Wan2.2-I2V-A14B
Dirilis pada: 13 Agu 2025
$
0.29
/ Video
