Aller au contenu
Alpha
  • Modèles
  • Classements
  • Ori
Contacter l’équipe commerciale

Pied de page

OpenRouterOpenRouter
© 2026 OpenRouter, Inc

Produit

  • Chat
  • Classements
  • Évaluations comparatives
  • Applications
  • Découvrir
  • Modèles
  • Ori
  • Collections
  • Fournisseurs
  • Outils
  • Tarifs
  • Business
  • Enterprise
  • Laboratoire

Entreprise

  • À propos
  • Blog
  • Clients
  • Carrières
    Recrutement
  • Confidentialité
  • Conditions d’utilisation
  • Centre de confiance
  • Assistance
  • Compatible avec OR
  • Données
  • Marque

Développeur

  • Documentation
  • Référence de l’API
  • Plateforme pour développeurs
  • Statut
  • Plan du site pour l’IA

Connecter

  • Discord
  • GitHub
  • LinkedIn
  • X
  • YouTube
Favicon de qwen

Qwen: Qwen3 VL 235B A22B Instruct

qwen/qwen3-vl-235b-a22b-instruct

Poids du modèle
Comparer

Qwen3-VL-235B-A22B Instruct is an open-weight multimodal model that unifies strong text generation with visual understanding across images and video. The Instruct model targets general vision-language use (VQA, document parsing, chart/table extraction, multilingual OCR). The series emphasizes robust perception (recognition of diverse real-world and synthetic categories), spatial understanding (2D/3D grounding), and long-form visual comprehension, with competitive results on public multimodal benchmarks for both perception and reasoning.

Beyond analysis, Qwen3-VL supports agentic interaction and tool use: it can follow complex instructions over multi-image, multi-turn dialogues; align text to video timelines for precise temporal queries; and operate GUI elements for automation tasks. The models also enable visual coding workflows—turning sketches or mockups into code and assisting with UI debugging—while maintaining strong text-only performance comparable to the flagship Qwen3 language models. This makes Qwen3-VL suitable for production scenarios spanning document AI, multilingual OCR, software/UI assistance, spatial/embodied tasks, and research on vision-language agents.

Modalités
Prix en entrée / sortie
0,20 $US / 0,88 $USpar 1M
Contexte
262K
Publié
23 sept. 2025
Date limite des connaissances
mars 2025
Comparer
FournisseursTarificationPerformancesDisponibilitéÉvaluations comparativesApplicationsActivitéFAQExplorer

Fournisseurs

Différentes entreprises hébergent le même modèle. OpenRouter achemine votre requête vers l’une d’elles selon le mode de routage choisi — Balanced (prix + vitesse), Nitro (le plus rapide) ou Floor (le moins cher).

Tarification

Le prix moyen que les clients paient réellement pour ce modèle, à côté des prix affichés par les fournisseurs. Grâce à la mise en cache et aux remises, le prix réellement payé est souvent bien inférieur au prix affiché.

Performances

Le débit est la vitesse à laquelle le modèle écrit (jetons par seconde — plus il est élevé, mieux c’est). La latence est le temps total d’aller-retour (plus il est faible, mieux c’est). Le TTFT est le délai avant le premier jeton — le temps avant de voir quelque chose apparaître (plus il est faible, mieux c’est).

Disponibilité

La disponibilité correspond au pourcentage des 3 derniers jours pendant lequel au moins un fournisseur répondait aux requêtes. La disponibilité du service correspond au pourcentage de temps pendant lequel l’inférence a été assurée avec succès. OpenRouter surveille en continu les fournisseurs et utilise le meilleur fournisseur suivant lorsque l’un d’eux renvoie une erreur.

Évaluations comparatives

Scores aux évaluations standardisées et réponses de ce modèle aux prompts communs des tests de référence. Des pourcentages plus élevés sont meilleurs — et chaque rang indique la position de ce modèle parmi les modèles évalués sur cette source.

Résumé des scores aux tests de performance pour Qwen: Qwen3 VL 235B A22B Instruct (Artificial Analysis)
SourceTest de performanceScore
Artificial AnalysisQwen3 235B A22B (Non-reasoning) GPQA Diamond61.3%
Artificial AnalysisQwen3 235B A22B (Non-reasoning) HLE4.2%
Artificial AnalysisQwen3 235B A22B (Non-reasoning) IFBench36.6%
Artificial AnalysisQwen3 235B A22B (Non-reasoning) τ²-Bench Telecom27.2%
Artificial AnalysisQwen3 235B A22B (Non-reasoning) AA-LCR0.0%
Artificial AnalysisQwen3 235B A22B (Non-reasoning) CritPt0.0%
Artificial AnalysisQwen3 235B A22B (Non-reasoning) LiveCodeBench34.3%
Artificial AnalysisQwen3 235B A22B (Non-reasoning) Terminal-Bench Hard6.1%
Artificial AnalysisQwen3 235B A22B (Non-reasoning) MMLU-Pro76.2%
Artificial AnalysisQwen3 235B A22B (Non-reasoning) AIME 202523.7%
Artificial AnalysisQwen3 235B A22B (Non-reasoning) AIME32.7%
Artificial AnalysisQwen3 235B A22B (Non-reasoning) MATH-50090.2%
Artificial AnalysisQwen3 VL 235B A22B Instruct GPQA Diamond71.2%
Artificial AnalysisQwen3 VL 235B A22B Instruct HLE6.6%
Artificial AnalysisQwen3 VL 235B A22B Instruct IFBench42.7%
Artificial AnalysisQwen3 VL 235B A22B Instruct τ²-Bench Telecom35.1%
Artificial AnalysisQwen3 VL 235B A22B Instruct AA-LCR32.7%
Artificial AnalysisQwen3 VL 235B A22B Instruct CritPt0.0%
Artificial AnalysisQwen3 VL 235B A22B Instruct LiveCodeBench59.4%
Artificial AnalysisQwen3 VL 235B A22B Instruct Terminal-Bench Hard6.8%
Artificial AnalysisQwen3 VL 235B A22B Instruct MMLU-Pro82.3%
Artificial AnalysisQwen3 VL 235B A22B Instruct AIME 202570.7%

Applications

Applications publiques qui envoient le plus de trafic à ce modèle. Un bon indicateur des charges de travail réelles en production — et un aperçu des cas d’usage auxquels ce modèle convient le mieux.

Activité

Volume de jetons et trafic des requêtes vers ce modèle au fil du temps.

API

Code prêt à l’emploi pour appeler ce modèle. L’API d’OpenRouter est compatible avec OpenAI — la plupart des SDK fonctionnent en remplaçant simplement l’URL de base. Seul le slug du modèle ci-dessous change d’un modèle à l’autre.

Actuellement indisponible via le routage dans la région UE. Documentation sur le routage intrarégional

Explorer d’autres modèles

Modèles d’IA avec vision : LLM multimodaux pour la compréhension d’imagesCollectionClassements des modèles d’IAClassement
Latence / débit
0,21 $US1,90 $US0,10 $US1,09s25 tps
100,00 %
0,21 $US1,90 $US0,10 $US1,27s31 tps
95,79 %
0,20 $US0,88 $US0,11 $US1,70s8 tps
97,84 %
Débit
31jetons/s

P50, meilleur résultat tous fournisseurs confondus

Latence
1,09s

P50, meilleur fournisseur

Évaluations comparatives AutoExacto
GPQA DiamondTAU-BenchPrimeIntellect70,7 %48,0 %Novita71,4 %45,3 %Alibaba71,5 %42,7 %Parasail71,4 %41,3 %Venice69,9 %42,7 %
+2 fournisseurs supplémentaires
Disponibilité (3 j)Le modèle était joignable. Requête acheminée vers un fournisseur.
100,00 %
Disponibilité (3 j)Le modèle a renvoyé un résultat d’inférence, quel que soit le fournisseur. Les erreurs et les réponses vides sont comptabilisées à son détriment.
99,95 %

Disponibilité au cours des 3 derniers jours

72 dernières heures
Disponibilité 99,95 %
Il y a 3 joursIl y a 2 joursHierMaintenant

Disponibilité au cours des dernières 24 heures

OpenRouter Availability
99,97 %
Without Routing
93,54 %

Lorsqu’une erreur survient chez un fournisseur en amont, nous pouvons rétablir le service en routant la requête vers un autre fournisseur opérationnel, si les filtres de votre requête le permettent. Vous pouvez accéder par programmation aux données de disponibilité de chaque fournisseur via l’ API des points de terminaison. Découvrez nos options d’ équilibrage de charge et de routage des fournisseurs.

1.
Favicon de https://modelgates.ai/
ModelGates
nouveau
2Bjetons
2.
Favicon de https://app.chasky.mx/
Chasky Pods
nouveau
1,18Bjetons
3.
Favicon de https://github.com/tvtips
tvtips
nouveau
860Mjetons
4.
Favicon de https://insense.pro/
Insense Tagging Pipeline
nouveau
782Mjetons
5.
Favicon de https://i.love.koalas.ai/
KoalaBear
nouveau
531Mjetons

Questions fréquentes

Qwen3-VL-235B-A22B Instruct is an open-weight multimodal model that unifies strong text generation with visual understanding across images and video. The Instruct model targets general vision-language use (VQA, document parsing, chart/table extraction, multilingual OCR).

Qwen3 VL 235B A22B Instruct coûte 0,20 $US/M de jetons d’entrée et 0,88 $US/M de jetons de sortie, avec des tarifs distincts pour Cache Read à 0,11 $US/M tokens.

Qwen3 VL 235B A22B Instruct dispose d’une fenêtre de contexte de 262 144 jetons. Il prend en charge jusqu’à 16 384 jetons de complétion.

Oui. Qwen3 VL 235B A22B Instruct accepte tools et tool_choice pour l’appel de fonctions. Il prend également en charge les sorties structurées via un schéma JSON dans response_format.

Qwen3 VL 235B A22B Instruct accepte texte et images en entrée et renvoie texte.

Qwen3 VL 235B A22B Instruct est proposé par 3 fournisseurs sur OpenRouter : DeepInfra, Venice et Parasail. Les requêtes sont acheminées vers le meilleur fournisseur disponible, avec un basculement automatique vers les autres, et vous pouvez fixer ou exclure des fournisseurs avec le routage des fournisseurs.

Qwen3 VL 235B A22B Instruct est sorti le 23 septembre 2025. Ses connaissances s’arrêtent au 31 mars 2025.

Autres modèles de Qwen

Qwen Image 2.1 Turbo

Qwen Image 2.1 Turbo is the fast, lower-cost tier of the Qwen Image 2.1 series from Qwen, for image generation and editing where throughput and price matter more than peak fidelity. See Qwen Image 2.1 Pro for the higher-quality tier.

Imagefrom 0,0184 $US/image
Qwen Image 2.1 Pro

Qwen Image 2.1 Pro is an image generation and editing model from Qwen, the higher-quality tier of the Qwen Image 2.1 series. Choose it over Qwen Image 2.1 Turbo when output fidelity matters more than cost or speed.

Imagefrom 0,046 $US/image
Qwen3.8 Max Prime

Qwen3.8 Max Prime is a higher-throughput variant of Qwen3.8 Max from Alibaba's Qwen team, served as a separate SKU at a higher price point. It accepts text, image, and video input and returns text, with a 1M-token context window and reasoning enabled by default. Tool calling, structured outputs, and configurable reasoning effort are supported, matching Qwen3.8 Max.

TexteContexte de 1M4 $US / 12 $US
Qwen3.8 Omni Flash

Qwen3.8 Omni Flash is an omni-modal reasoning model from Alibaba, the first Qwen model built around agentic capabilities with native audio-video understanding. It is suited for audio-video analysis and summarization, video editing and production workflows, audio-video dialogue, coding, knowledge work, and GUI interaction, and it is particularly strong at long-form multimedia tasks that combine speech, sound, and visual context. It also supports two-channel and four-channel spatial audio understanding.

TexteContexte de 1M0,15 $US / 0,47 $US
Qwen3.8 Max

Qwen3.8 Max 0902 is an updated snapshot of Qwen3.8 Max from Alibaba's Qwen team. It is a 2.4-trillion-parameter mixture-of-experts model that accepts text, image, and video input and returns text, with a 1M-token context window and reasoning enabled by default.

This snapshot is post-trained for coding and agentic work, including multi-step software projects, multi-tool orchestration, and long-horizon task execution. It also targets chart reasoning, document parsing, and multimodal understanding over long documents and extended video. Tool calling, structured outputs, and configurable reasoning effort are supported.

TexteContexte de 1M2 $US / 6 $US
Qwen3.8 Flash

Qwen3.8 Flash is a multimodal reasoning model from Alibaba. It is suited for coding assistance, agentic workflows, visual understanding, document and codebase analysis, desktop interaction, chart analysis, and long-video analysis.

TexteContexte de 1M0,15 $US / 0,47 $US
Qwen3 Reranker 0.6B

Qwen3 Reranker 0.6B is the smallest text reranking model from Alibaba Cloud in the Qwen3 Reranker series. Built on the Qwen3 architecture, it evaluates query-document pairs to produce relevance scores for retrieval and RAG pipelines. Supports 100+ languages with instruction-aware reranking. Designed for low-latency, resource-constrained deployments.

Reclassement
Qwen3 Reranker 4B

Qwen3 Reranker 4B is a text reranking model from Alibaba Cloud built on the Qwen3 architecture. It evaluates query-document pairs to produce relevance scores for use in retrieval and RAG pipelines. Supports 100+ languages and programming languages, with instruction-aware reranking that allows customizing scoring criteria per task. A compact 4B alternative balancing performance and inference cost.

Reclassement
Qwen3.8 27B

Qwen3.8 27B is an open-weight dense vision-language model from Qwen. It is suited for coding, professional workflows, research, multimodal interaction, and long-running agent tasks, with flexible thinking that can be enabled or disabled.

TexteContexte de 1,0M0,005 $US / 0,28 $US
Qwen3 Reranker 8B

Qwen3 Reranker 8B is a text reranking model from Alibaba Cloud built on the Qwen3 architecture. It evaluates query-document pairs to produce relevance scores for use in retrieval and RAG pipelines. Supports 100+ languages and programming languages, with instruction-aware reranking that allows customizing scoring criteria per task. Offers strong performance on multilingual benchmarks including MTEB, CMTEB, and MMTEB.

Reclassement0,20 $US/M tokens
Qwen3 ASR 1.7B

Qwen3 ASR 1.7B is an automatic speech recognition model from Qwen. It supports multilingual language identification and transcription across 30 languages and 22 Chinese dialects, with streaming and offline inference plus segment-level and word-level timestamps.

Transcription0,000008 $US/second
Qwen3 ASR 0.6B

Qwen3 ASR 0.6B is a compact automatic speech recognition model from Qwen. It supports multilingual language identification and transcription across 30 languages and 22 Chinese dialects, with streaming and offline inference plus segment-level and word-level timestamps.

Transcription0,000003 $US/second
Qwen3.8 2.4T A95B

Qwen3.8 2.4T A95B is an open-weight sparse mixture-of-experts model from Qwen and the open-weight variant of Qwen3.8 Max, with 95 billion active parameters out of 2.4 trillion total. It is suited for coding, research, complex reasoning, and agentic workflows.

TexteContexte de 1,0M2 $US / 6 $US
Qwen Image 3 Pro

Qwen Image 3 Pro is an image generation and editing model from Qwen. It supports precise rendering of text and details as small as 10px, along with richer world knowledge compared to previous generations.

Imagefrom 0,04 $US/image
Qwen Image 3

Qwen Image 3 is a unified image generation and editing model from Qwen. It supports precise rendering of text and details as small as 10px, along with a richer world knowledge base than previous generations.

Imagefrom 0,03 $US/image
Qwen3.8 Max

Qwen3.8 Max (0803) is the August 3, 2026 checkpoint of Qwen3.8 Max, the flagship model in Alibaba's Qwen3.8 series and the general-availability successor to the Qwen3.8 Max Preview. It is a multimodal reasoning model intended for complex reasoning, visual understanding, coding, and agentic workflows. This checkpoint was superseded by Qwen3.8 Max (0902) on September 5, 2026.

TexteContexte de 1M
Qwen3.7 Flash

Qwen3.7 Flash is a vision-language reasoning model from Alibaba. It is suited for multimodal agents, visual coding, search, and computer interaction, with strengths in object recognition, spatial understanding, and real-world visual perception.

TexteContexte de 1M0,03 $US / 0,13 $US
Qwen-Audio-3.0-TTS Flash

Qwen-Audio-3.0-TTS Flash is Alibaba's fast, cost-efficient text-to-speech model, generating spoken audio from text via the DashScope Speech Synthesizer API.

Parole15 $US/M characters
Qwen-Audio-3.0-TTS Plus

Qwen-Audio-3.0-TTS Plus is Alibaba's higher-quality text-to-speech model, generating spoken audio from text via the DashScope Speech Synthesizer API.

Parole20 $US/M characters
Qwen3.7 Plus

Qwen3.7-Plus is a cost-effective model in Alibaba's Qwen3.7 series. It supports text and image input with text output, building on the series' text capabilities with a comprehensive upgrade to its vision-language abilities while retaining full-stack, agent-level intelligence for coding, tool use, and productivity workflows. Its distinguishing trait is multi-modal interactive hybrid agent capability: it can perceive real-world scenes, read screens and interact with GUIs, generate code from visual references, and perform end-to-end navigation within mobile apps.

TexteContexte de 1M0,32 $US / 1,28 $US