Qwen 3 235B Instruct

Teksts un tērzēšanaNav pieejams
no Alibaba (Qwen)Modeļa ID: qwen-3-235b

Alibaba's Qwen 3 flagship MoE: 235B total / 22B active. Strong reasoning and tool use, open-weights.

Statuss
Nav pieejams
Konteksts
131 072 marķieri
Maks. izvade
16 384 marķieri
Ievade → Izvade
Teksts → Teksts
Izstrādātājs
Alibaba (Qwen)
Atjaunināts
2026. gada 25. jūnijs

Qwen 3 235B Instruct pašlaik nav pieejams

Pašlaik nav pieejams: šis modelis ir deaktivizēts.

Jūs joprojām varat lasīt detaļas šajā lapā. Izvēlieties vienu no pieejamajām alternatīvām zemāk, lai uzreiz palaistu salīdzināmu modeli.

Uz alternatīvām
01

Salīdzināmi modeļi

Visi šajā kategorijā
  • Anthropic's model for the most demanding reasoning and long-horizon agentic work. 1M-token context window, up to 128K output tokens, adaptive thinking that is always on.

    12,00 $/1M ievade

  • The most capable model of Anthropic's Opus 4 series. State of the art on long-horizon agentic work, coding and knowledge tasks, with a 1M-token context window at standard pricing.

    6,00 $/1M ievade

  • Anthropic's current Opus model for long-running agentic coding and knowledge work. 1M-token context window, up to 128K output tokens, adaptive thinking that is always on.

    4,80 $/1M ievade

02

Spēļu laukums

Izmēģiniet Qwen 3 235B Instruct

Tērzēšana

Pašlaik nav pieejams

Pašlaik nav pieejams: šis modelis ir deaktivizēts.

Spēļu laukums ir atspējots. Salīdzināmus modeļus varat atrast vienā kategorijā: Skatīt alternatīvas

Izmēģiniet Qwen 3 235B Instruct

Nosūtiet ziņojumu. Atbilde tiek saņemta pilnībā, kad modelis ir pabeigis (bez straumēšanas).

Sistēmas uzvedne
Maks. atbildes garums (marķieri)

Šis palaišanas gadījums

Nav cenas – pašlaik nav pieejams.

Jauns šeit?

10 bezmaksas kredīti (0,10 $), reģistrējies ar Google

Pieejams 24 stundas pēc reģistrācijas, līdz 5 palaišanas gadījumi dienā un maksimāli 2 kredīti uz palaišanas gadījumu. Citas pierakstīšanās metodes sākas bez kredītiem.

03

Par Qwen 3 235B Instruct

ĪsumāUz 2026. gada 25. jūnijs

Qwen 3 235B Instruct ir Alibaba (Qwen) modelis kategorijā Teksts un tērzēšana. Qwen 3 235B Instruct pašlaik nav pieejams Railwail platformā. Konteksta logs satur 131 072 žetonus, un viena atbilde var būt līdz 16 384 žetonu gara.

Fons

Par Alibaba Cloud (Qwen team)

Dibināts 2009 · Hangzhou, China

The Qwen team inside Alibaba Cloud has shipped one of the most prolific open-weight model lines in industry, starting with Qwen-7B (Aug 2023, first Chinese open-weight foundation model from a hyperscaler), through Qwen 1.5 (Feb 2024), Qwen2 (Jun 2024), Qwen2.5 (Sep 2024, sizes 0.5B-72B plus Coder/Math/VL), Qwen2.5-Max closed-weight flagship (Jan 2025) and the Qwen3 family in April-May 2025. Qwen3 introduced a uniform 'hybrid thinking' approach across the family, letting developers toggle between fast direct answers and long chain-of-thought reasoning in the same checkpoint. The 235B-A22B MoE flagship anchors the family alongside dense variants from 0.6B to 32B. The team is led by Junyang Lin and has published over a dozen technical reports. Models ship under the Apache 2.0 license starting with Qwen3, a substantial liberalisation over the earlier Tongyi Qianwen LICENSE. Alibaba Cloud, founded in 2009, is the largest cloud provider in China and hosts the Qwen models on its Model Studio service while also distributing weights freely on HuggingFace, ModelScope and GitHub.

Apmeklēt Alibaba Cloud (Qwen team)

Arhitektūra

Sparse Mixture-of-Experts Transformer (hybrid thinking)

Qwen3-235B-A22B is the flagship Mixture-of-Experts model of the Qwen3 family, released by Alibaba's Qwen team on 29 April 2025 with weights under Apache 2.0. The architecture is a Sparse MoE Transformer with 235 billion total parameters and 22 billion active per token (128 experts, 8 selected per token), 94 layers, and Grouped Query Attention (64 query heads / 4 KV heads). It supports a 128K native context window extended to 256K via YaRN scaling. The model was pretrained on approximately 36 trillion tokens spanning 119 languages with strong Chinese, English and code coverage, more than doubling the 18T-token corpus used for Qwen2.5. Pretraining was performed in three stages with progressively longer context lengths and improved data filtering. Post-training applied a four-stage pipeline: long-CoT cold start, RL on reasoning tasks, integration of thinking and non-thinking modes via mixed SFT, and a final general-purpose RL stage. The resulting model exposes hybrid thinking, toggled via the chat template, where the same checkpoint can produce either an R1-style chain-of-thought before the answer or a fast direct response. Qwen3-235B leads several open-weight benchmarks including AIME 2025, LiveCodeBench, ArenaHard and BFCL agent-eval as of release.

Parametri
235B total, 22B active per token
Konteksts
262 144 marķieri

Iespējas

  • 235B-parameter MoE with 22B active per token (128 experts, 8 selected)
  • Hybrid thinking mode toggle (CoT or direct answer in one checkpoint)
  • Pretrained on ~36T tokens across 119 languages
  • 256K context window with YaRN scaling
  • Apache 2.0 license, fully commercial
  • Top open-weight scores on AIME 2025, LiveCodeBench, ArenaHard, BFCL
  • Function calling, MCP server support, parallel tool calls
  • Specialised siblings: Qwen3-Coder, Qwen3-Math, Qwen3-VL
  • Compatible with vLLM, SGLang, llama.cpp, Ollama, MLX, HuggingFace
  • Broad multilingual coverage with strong Chinese/English/Japanese/Korean performance
  • Best for: open-weight reasoning, agentic workloads, multilingual chat, on-prem enterprise.

Apmācība un licence

Pretrained on approximately 36 trillion tokens covering 119 languages with strong Chinese and English emphasis, code repositories and scientific content. Post-training uses a four-stage pipeline: long-CoT cold start, reasoning RL, mixed SFT integrating thinking/non-thinking modes, and a final general-purpose RL stage.

Licence: Apache 2.0. Open weights, fully commercial use permitted including for >100M MAU products (a notable liberalisation versus the earlier Tongyi Qianwen LICENSE).

Drošības pārbaudes: Standard SFT+DPO safety alignment plus general RL safety stage. Filters Chinese politically sensitive topics. Limited third-party safety evaluations published.

Zināmi ierobežojumi

  • Filters Chinese political topics
  • Large memory footprint requires multi-GPU inference for FP16
  • Vision requires separate Qwen3-VL checkpoint
  • Knowledge cutoff approximately early 2025
  • Long context >128K degrades on some recall tasks
04

Cenas

Pašlaik nav pieejams: šis modelis ir deaktivizēts. Šim modelim pašlaik nav cenas, tāpēc to nevar palaist.

05

API

Izsauciet Qwen 3 235B Instruct ar savu Railwail API atslēgu. Izmantojiet šo modeļa ID pieprasījumā:

Pašlaik nav pieejams

Modelim nav pārbaudītas cenas vai tas ir deaktivizēts; API izsaukumi tiek noraidīti.

06

Specifikācijas

Modeļa ID
qwen-3-235b
Izstrādātājs
Alibaba (Qwen)
Ievade
Teksts
Izvade
Teksts
Konteksta logs
131 072 marķieri
Maks. izvade
16 384 marķieri
Modeļa izmērs
235B total, 22B active per token
Licence
Apache 2.0. Open weights, fully commercial use permitted including for >100M MAU products (a notable liberalisation versus the earlier Tongyi Qianwen LICENSE).
Kataloga ieraksts atjaunināts
2026. gada 25. jūnijs

Ievades parametri

Ievades un iestatījumi no modeļa ievades shēmas. Piemērs API sadaļā parāda, kurus no tiem API pieņem.

  • promptobligāts

    User message

    Tips: Teksts
    Noklusējums: –
    Atļautās vērtības: līdz 16 000 rakstzīmēm
  • top_p
    Tips: Skaitlis
    Noklusējums: 1
    Atļautās vērtības: 0 līdz 1
  • stream
    Tips: Jā/Nē
    Noklusējums: false
    Atļautās vērtības: –
  • max_tokens
    Tips: Vesels skaitlis
    Noklusējums: 2048
    Atļautās vērtības: 1 līdz 16 384
  • temperature
    Tips: Skaitlis
    Noklusējums: 0.7
    Atļautās vērtības: 0 līdz 2
  • system_prompt

    Optional system instruction

    Tips: Teksts
    Noklusējums: –
    Atļautās vērtības: līdz 8000 rakstzīmēm

Tagi

  • qwen
  • alibaba
  • moe
  • open-weights
  • flagship
07

Lietošanas gadījumi

Kam to izmanto

  • Open-weight reasoning workloads
  • Agentic tool-using applications
  • Multilingual chat across 100+ languages
  • On-prem enterprise deployments
  • Fine-tuning base for vertical models
  • Apache-2.0-required commercial products
08

Bieži uzdotie jautājumi

Kas ir Qwen 3 235B Instruct?

Qwen 3 235B Instruct ir Alibaba (Qwen) izstrādāts modelis Teksts un tērzēšana kategorijā. Tas ir uzskaitīts Railwail katalogā, bet pašlaik to nevar palaist.

Cik maksā Qwen 3 235B Instruct Railwail?

Qwen 3 235B Instruct pašlaik nevar tikt palaists Railwail, tāpēc nav pašreizējās cenas. Pieejamās alternatīvas ar cenām ir norādītas tālāk šajā lapā.

Kāds ir Qwen 3 235B Instruct konteksta logs?

Qwen 3 235B Instruct konteksta logs satur 131 072 žetonus. Viena atbilde var būt līdz 16 384 žetonu gara.

Cik ātrs ir Qwen 3 235B Instruct?

Railwail platformā Qwen 3 235B Instruct vēl nav pietiekami daudz izmērītu izpilžu, lai norādītu izpildes laiku. Tas ir atkarīgs no ievades, iestatījumiem un sniedzēja slodzes.

Vai Qwen 3 235B Instruct ir labāks par Claude Fable 5.1?

Tas ir atkarīgs no uzdevuma. Qwen 3 235B Instruct (Alibaba (Qwen)) un Claude Fable 5.1 (Anthropic) ir abi modeļi Teksts un tērzēšana kategorijā. Salīdzināšanas lapā to cenas un specifikācijas ir parādītas blakus.

Salīdzināt Qwen 3 235B Instruct un Claude Fable 5.1

Vai es varu izmantot Qwen 3 235B Instruct tieši tagad?

Pašlaik nav pieejams: šis modelis ir deaktivizēts. Lapa paliek tiešsaistē; pieejamās alternatīvas no vienas kategorijas ir norādītas tālāk.

Visi modeļi caur vienu API

Viena API atslēga visiem Railwail modeļiem. Izmantošana tiek aprēķināta no iepriekš apmaksātiem kredītiem, 1 kredīts = 0,01 $.