токенмостAPIЛичный кабинет ↗

QWEN · КАТАЛОГ МОДЕЛЕЙ

Qwen3 VL 235B A22B Thinking API

Qwen3 VL 235B A22B Thinking можно оценить на аудите торговой полки по нескольким фотографиям. Есть планограмма, снимки секций и крупные кадры ценников. Модель должна связать один и тот же товар между ракурсами, заметить перекрытые области и объяснить, какие нарушения видны, а какие требуют повторного снимка. Полезный результат не сводится к списку объектов: сотруднику нужна проверяемая карта полки с координатами, уровнем уверенности и ссылкой на конкретный кадр.

Текст
На входе Текст Изображения
QwenQwen3 VL 235B A22B ThinkingQwen
Результат Текст
Контекст
131 072токенов
Результат
Текстформат ответа
Вход / выход
80 ₽ / 730 ₽за 1 млн токенов

ПОДКЛЮЧЕНИЕ

От модели к первому запросу

Используйте идентификатор модели в совместимом API-клиенте. Полные параметры, ключи и ответы с ошибками описаны в документации.

const response = await client.chat.completions.create({
  model: "qwen/qwen3-vl-235b-a22b-thinking",
  messages: [{ role: "user", content: "Ваш запрос" }],
});
Открыть инструкцию по подключению →

ПОДРОБНЫЙ ОБЗОР

Возможности модели

Официальная карточка Qwen описывает Qwen3-VL-235B-A22B-Thinking как reasoning-версию vision-language семейства. Разработчик заявляет усиленное визуальное рассуждение, пространственное восприятие, OCR на 32 языках, работу с интерфейсами и нативный контекст 256K с возможностью специального расширения до 1M. Текущий маршрут Tokenmost принимает только текст и изображения, возвращает текст, использует обязательный reasoning, окно 131 072 и максимальный выход 32 768 токенов. Возможность открытой модели обрабатывать видео не означает, что видео принимается этим маршрутом.

Снимайте полку как набор связанных областей

Начните с общего кадра, на котором видны границы секции и номера полок, затем добавьте крупные снимки слева направо. Дайте каждому изображению короткий идентификатор и укажите предполагаемое перекрытие. Если крупный кадр обрезает край упаковки, модель должна использовать общий снимок только как контекст, а не дорисовывать отсутствующую маркировку. Блики, закрытые ценники и размытые участки отмечайте как отдельные состояния. Повторный снимок должен закрывать конкретный пробел, а не просто увеличивать число файлов.

Сопоставляйте товар, место и ценник раздельно

Для каждой позиции храните три связи: обнаруженная упаковка, место в планограмме и относящийся к ней ценник. Соседство на фотографии не всегда доказывает соответствие, особенно если один держатель расположен между двумя товарами. Попросите указать признаки сопоставления: читаемый артикул, название, цветовая схема, граница ячейки. При конфликте результат должен содержать несколько кандидатов и причину неопределённости. Так reasoning помогает разбирать связь объектов, не превращая догадку в факт аудита.

API и агент для визуального аудита

Выбирайте точный ID qwen/qwen3-vl-235b-a22b-thinking. Сначала отправьте одно контрольное изображение с известной разметкой и проверьте, как клиент передаёт image input и возвращает reasoning. Затем добавьте серию с явными идентификаторами. Агент может записать таблицу нарушений или сформировать задачу на пересъёмку, если приложение предоставляет инструменты и подтверждает их результат. Изменение остатков, цены или статуса проверки должно оставаться отдельным действием с правами сотрудника. Поддержка tools в каталоге не подтверждает готовность любой комбинации клиента и маршрута.

Отделяйте видимое нарушение от вывода

Запись аудита должна показывать наблюдение и правило планограммы отдельно. Фраза товар стоит на второй полке является наблюдением, если граница полки видна. Фраза товар размещён неправильно требует сравнения с указанной ячейкой плана. Для каждого нарушения сохраняйте кадр, область и применённое правило. Если планограмма устарела или фотография не показывает край секции, статус остаётся на проверке. Такая структура позволяет повторно оценить вывод без полного запуска модели и защищает от уверенного ответа по неполному ракурсу.

Токены и стоимость серии изображений

Расход включает текст задания, визуальные входы, планограмму, reasoning и финальную таблицу. Количество файлов само по себе не показывает число токенов: на стоимость влияют размер и обработка изображений конкретным API, а также длина ответа. Не отправляйте общий кадр и все крупные планы заново после каждого уточнения. Сохраняйте проверенные позиции, затем передавайте только спорную область и относящееся к ней правило. Для сравнения Thinking с Instruct считайте стоимость подтверждённого нарушения, число ложных тревог и время сотрудника на разбор неопределённых строк по usage и розничным ставкам Tokenmost.

Вопросы и ответы

Qwen3 VL 235B Thinking принимает видео через Tokenmost?

Нет подтверждения для этого маршрута. Открытая модель описывает работу с видео, но текущая карточка Tokenmost указывает только текст и изображения на входе.

Какой контекст у маршрута VL Thinking?

Текущий маршрут публикует 131 072 токена контекста и до 32 768 токенов выхода. Заявленные разработчиком 256K и расширение до 1M нельзя автоматически переносить на это подключение.

Можно отправить несколько фотографий одной полки?

Маршрут поддерживает изображения, но предел числа и размера файлов проверяется в API. Подписывайте каждый кадр и начинайте с небольшого набора с известным результатом.

Модель может сама изменить цену или остаток?

Только если приложение выдаст соответствующий инструмент и права. Для безопасного аудита сначала сохраняйте предложение изменения, которое подтверждает сотрудник.

Когда сравнивать Thinking с Instruct?

Thinking проверяйте на перекрытиях, неоднозначных ценниках и связях между ракурсами. Для прямого чтения хорошо снятых этикеток отдельно оцените Instruct на тех же кадрах.

Сравните с другими моделями