Kvantora.ai
ВойтиНачать работу
К результатам поиска

Alibaba

Qwen 3 235b A22B 2507 Thinking

Версия модели Qwen 3 235b A22B 2507 с режимом мышления: расширенные возможности рассуждения и пошаговое решение задач.

  • РассужденияРассужденияВ данных модели подтверждён режим рассуждений. Его параметры зависят от подключённой операции.
  • Понимание изображенийПонимание изображенийМодель умеет разбирать содержимое изображений.
  • Вызов инструментовВызов инструментовМодель может запросить вызов функции. Приложение проверяет права и выполняет действие.
  • Структурированный ответСтруктурированный ответМодель поддерживает заданную структуру ответа. Доступный формат проверяйте в параметрах API.
  • 131 072 токенов131 072 токеновКонтекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
  • Потоковый ответПотоковый ответОтвет можно получать по частям. Поддержка потока проверяется отдельно для каждой операции API.
Вход
35,45 ₽
Выход
354,48 ₽
Кэш
35,45 ₽
за 1 млн токенов
Интеллект
12,7
Код
22,1
Доступность
100%
Подключить APIОткрыть в студии
API ID
alibaba/qwen3-235b-a22b-thinking-2507

Данные каталога получены .

Цена

Текстовый диалог · вход
35,45 ₽ / 1 млн токенов
Текстовый диалог · выход
354,48 ₽ / 1 млн токенов
Текстовый диалог · вход из кэша
35,45 ₽ / 1 млн токенов

Цена указана в рублях для выбранной операции и её параметров.

Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.

О модели

Версия модели Qwen 3 235b A22B 2507 с режимом мышления. Отличается расширенными возможностями рассуждения и пошаговым решением задач.

Релиз

Характеристики

Доступность100%
  1. 7 октября: 100%
  2. 8 октября: нет данных
  3. 9 октября: 100%
Доля успешных запросов к модели за последние 72 часа. Обновляется каждые два часа.
Тип модели
Текст
Вход модели
Текст

Данные, которые модель принимает вместе с запросом.

Выход модели
Текст

Форматы результата, которые создаёт модель.

Контекстное окно
131 072 токенов

Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.

Операции
Текстовый диалог, Понимание изображений
Возможности модели
Потоковый ответ, Понимание изображений, Рассуждения, Вызов инструментов, Вызов функций, Структурированный ответ, Ответ в JSON, Входные изображения

Контрольные показатели

Artificial Analysis

25 показателей · проверено

Источник ↗
Индекс интеллекта
12,7 индексСводная оценка Artificial Analysis по всем её тестам
Индекс программирования
22,1 индексСводная оценка Artificial Analysis по программированию
Индекс агентных задач
1,3 индексСводная оценка Artificial Analysis по агентным задачам

Агентная работа

  • AA-Briefcase165 Elo

    Агентная работа со знаниями (Elo)

  • AutomationBench-AA2,2 %

    Автоматизация рабочего процесса со штрафами за нарушение ограничений

  • GDPval-AA v2317 Elo

    Экономически значимые задачи (Elo)

Рассуждение по документу

  • AA-LCR v1.172 %

    Рассуждение на длинном контексте с обновлённой оценкой

  • GDP.pdf4,8 %

    Профессиональное рассуждение по PDF: доля прохождения всех проверок

Устаревшие тесты

  • AA-LCR (версия не указана, архивный)72 %

    Оценка рассуждений на длинном контексте

  • GDPval-AA (версия не указана, архивный)0 %

    Задачи с экономической ценностью

  • GPQA Diamond (архивный)79 %

    Научные рассуждения уровня выпускника

  • T²-Bench Telecom (архивный)53,2 %

    Разговорные ИИ-агенты в сценариях с двойным управлением

  • Terminal-Bench Hard (архивный)13,6 %

    Агентное программирование и работа в терминале

Знания

  • AA-Omniscience · точность22,8 %

    Доля вопросов с правильным ответом

  • MMLU-Pro84,3 %

    Профессиональные и академические предметные знания

Знание

  • AA-Omniscience · доля выдуманных ответов (меньше лучше)89,8 %

    Доля неверных ответов среди некорректных ответов

Математика

  • AIME94 %

    Американский пригласительный экзамен по математике

  • Math-50098,4 %

    Набор задач для проверки решения разнообразных математических задач

Рассуждения

  • AIME 202591 %
  • HLE15,9 %

    Humanity’s Last Exam — вопросы экспертного уровня

Рассуждение

  • CritPt0 %

    Рассуждения по физике исследовательского уровня

  • IFBench51,2 %

    Тест на следование инструкциям

Программирование

  • LiveCodeBench78,8 %

    Бенчмарк по программированию без загрязнения данных

  • SciCode41,4 %

    Программирование на Python для научных вычислений

  • Terminal-Bench v4.00 %

    Практические задачи по программированию и работе в терминале

Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.

API-запрос

Операция доступна через API. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.

import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener

class NoRedirect(HTTPRedirectHandler):
    def redirect_request(self, req, fp, code, msg, headers, newurl):
        return None

opener = build_opener(NoRedirect)

def post(url, payload):
    request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
        "Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
        "Content-Type": "application/json",
        "Idempotency-Key": os.environ["REQUEST_ID"],
    }, method="POST")
    with opener.open(request, timeout=120) as response:
        return json.load(response)

payload = {
  "model": "alibaba/qwen3-235b-a22b-thinking-2507",
  "messages": [
    {
      "role": "user",
      "content": "Объясни задачу кратко."
    }
  ]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))
Документация APIСоздать API-ключ