Qwen3 235B (A22B-Thinking)
нейросеть
Qwen3-235B-A22B-Thinking — высокопроизводительная открытая MoE-языковая модель, которая при каждом прогоне активирует 22 млрд из 235 млрд параметров и нативно поддерживает контекст до 262144 токенов. Оптимизирована для задач сложного рассуждения и работы с очень длинными контекстами — подходит для анализа и суммаризации больших документов, глубокого логического анализа и исследовательских задач; доступна через BotHub.
Характеристики
- Входные данные
- текст, изображения, документы
- Результат
- текст
- Размер контекста
- 128 000 токенов
- Макс. длина ответа
- 16 384 токена
- Уровни рассуждений
- низкий, средний, высокий
- Возможности
- рассуждения, вызов функций
Стоимость промпта
(за 1M токенов)
Стоимость ответа
(за 1M токенов)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
// Sync - Text generation
async function main() {
const chatCompletion = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'qwen3-235b-a22b-thinking-2507',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'qwen3-235b-a22b-thinking-2507',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Как работает Qwen3 235B (A22B-Thinking)?
Попробуйте Qwen3-235B на BotHub — MoE для длинных контекстов и сложных рассуждений.Частые вопросы о Qwen3 235B (A22B-Thinking)
Вы можете использовать результаты генерации в коммерческих целях. Все права на созданный контент принадлежат вам. Единственное ограничение: убедитесь, что в запросе не использовались защищённые авторским правом материалы третьих сторон. Ответственность за соблюдение прав на входные данные лежит на пользователе.
Qwen3 235B A22B Thinking 2507 умеет преобразовывать и генерировать текст, извлекать информацию из документов и изображений, выполнять логические рассуждения и работать с внешними инструментами через вызов функций. Подходит вам для аналитики, подготовки материалов и автоматизации многошаговых задач.
Модель способна выдавать продолжительные ответы и развёрнутые объяснения на длинном контексте. Конкретная длина ответа зависит от настроек интерфейса и ограничений платформы BotHub; в реальных сценариях вы можете получить большие структурированные тексты и подробные разъяснения.
Да, модель поддерживает рассуждения перед ответом. Она может формулировать пошаговые рассуждения, объяснять логику выводов и приводить аргументы, что полезно вам при сложных задачах, проверке гипотез и объясняемых решений.
Да. Qwen3 поддерживает вызов функций и структурированный вывод в форматах вроде JSON, что облегчает вам интеграцию с внешними системами и инструментами: модель может возвращать машинно-читаемые ответы для дальнейшей автоматической обработки.
В модель можно загружать изображения и документы для извлечения текста и анализа контента. Приём аудио и видео в наших данных не отмечен, поэтому их использование не подтверждается и требует вашей отдельной проверки возможностей платформы.
Модель предназначена для работы с текстом, но в наших данных не указана конкретная оценка понимания русского языка. Качество работы с русским зависит от обучающих данных и промптов; вам стоит проверить на реальных примерах точность, стиль и адекватность ответов.