Qwen3 VL 235B A22B Instruct

Fiche modèle · Alibaba Cloud / Qwen Team · qwen3-vl-235b-a22b-instruct

Qwen3-VL is a large multimodal model that unifies vision, language, and reasoning to achieve human-level perception and cognition across text, images, and video. Built on a 235B-parameter architecture, it integrates early joint training of visual and textual modalities for strong language grounding. The model supports up to a 1 million-token context window and excels at visual understanding, spatial reasoning, long video comprehension, and tool-based interaction. It can generate code from images, perform precise 2D/3D object grounding, and operate digital interfaces like a visual agent. The “Instruct” version rivals Gemini 2.5 Pro in perception benchmarks, while the “Thinking” version leads in multimodal reasoning and STEM tasks. With multilingual OCR, creative writing, and fine-grained scene interpretation, Qwen3-VL establishes a new open-source frontier for integrated vision-language intelligence.

Fiches modèles

Identité

Organisation	Alibaba Cloud / Qwen Team
Pays	—
Famille	—
Type	llm
Date de sortie	2025-09-22
Licence	apache 2.0
Licence commerciale	oui
Licence open source	oui
Poids ouverts	oui
Auto-hébergement (DGX Spark)	non — 236 Md > 107 Md
Modalités	image\|text\|video
Fenêtre de contexte	262 144
KV cache / token (Q8)	96.3 ko/token
Paramètres totaux	236 B
Paramètres actifs (session)	22 B
Source des paramètres actifs	actifs : nom (heuristique) ; total : config Hugging Face (Qwen/Qwen3-VL-235B-A22B-Instruct)
Curation des paramètres actifs	2026-11-04
Prix par session	0.38 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	3.16 $ (est.)
Tokens d'entraînement	—
Coupure de connaissance	—
Créé le	2026-05-07T16:53:36.429904Z
Mis à jour le	2026-11-04T06:05:06.807761Z
Source	LLM Stats
URL	https://llm-stats.com/models/qwen3-vl-235b-a22b-instruct

Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : non — hors DGX Spark (> 107 Md).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Fournisseur	Source	Souveraineté	Entrée (/M tok)	Sortie (/M tok)	Quantification	Contexte	Latence (s)	Débit (tok/s)	Statut
DeepInfra	llm-stats	non	0.20 $	0.88 $	—	—	—	—	active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
chat	3.40
image_to_text	0.70
instruction_following	0.80
language	0.80
legal	0.80
long_context	0.80
math	0.80
multimodal	1.10
physics	0.60
reasoning	0.70
spatial_reasoning	0.70
structured_output	0.80
factuality	0.50
finance	0.80
general	0.90
grounding	0.80
healthcare	0.80
3d	0.70
agents	0.70
chemistry	0.60
communication	3.40
creativity	0.80
economics	0.60
text-to-image	0.80
tool_calling	0.70
video	0.80
vision	0.70
writing	0.80

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
ai2d	vision	0.90	1.00	0.90	non	oui	2026-11-04T06:05:06.906305Z
aime-2025	math	0.75	1.00	0.75	non	oui	2026-11-04T06:05:06.830486Z
androidworld-sr	general	0.64	1.00	0.64	non	oui	2026-11-04T06:05:06.963310Z
arena-hard-v2	general	0.77	1.00	0.77	non	oui	2026-11-04T06:05:06.852217Z
bfcl-v3	general	0.68	1.00	0.68	non	oui	2026-11-04T06:05:06.860724Z
blink	vision	0.71	1.00	0.71	non	oui	2026-11-04T06:05:06.928306Z
cc-ocr	vision	0.82	1.00	0.82	non	oui	2026-11-04T06:05:06.919269Z
charadessta	video	0.65	1.00	0.65	non	oui	2026-11-04T06:05:06.946746Z
charxiv-r	reasoning	0.62	1.00	0.62	non	oui	2026-11-04T06:05:06.922206Z
creative-writing-v3	creativity	0.86	1.00	0.86	non	oui	2026-11-04T06:05:06.855103Z
csimpleqa	general	0.83	1.00	0.83	non	oui	2026-11-04T06:05:06.827331Z
docvqatest	vision	0.97	1.00	0.97	non	oui	2026-11-04T06:05:06.899936Z
erqa	vision	0.51	1.00	0.51	non	oui	2026-11-04T06:05:06.934844Z
hallusion-bench	vision	0.63	1.00	0.63	non	oui	2026-11-04T06:05:06.893996Z
hmmt25	math	0.57	1.00	0.57	non	oui	2026-11-04T06:05:06.833588Z
ifeval	chat	0.88	1.00	0.88	non	oui	2026-11-04T06:05:06.849227Z
include	general	0.80	1.00	0.80	non	oui	2026-11-04T06:05:06.869847Z
infovqatest	vision	0.89	1.00	0.89	non	oui	2026-11-04T06:05:06.903433Z
livebench-20241125	math	0.75	1.00	0.75	non	oui	2026-11-04T06:05:06.836669Z
livecodebench-v5	reasoning	0.61	1.00	0.61	non	oui	2026-11-04T06:05:06.839937Z
livecodebench-v6	reasoning	0.54	1.00	0.54	non	oui	2026-11-04T06:05:06.843026Z
lvbench	vision	0.68	1.00	0.68	non	oui	2026-11-04T06:05:06.943633Z
mathvision	math	0.67	1.00	0.67	non	oui	2026-11-04T06:05:06.882232Z
mathvista-mini	math	0.85	1.00	0.85	non	oui	2026-11-04T06:05:06.878910Z
mlvu	video	0.84	1.00	0.84	non	oui	2026-11-04T06:05:06.940709Z
mm-mt-bench	chat	8.50	100.00	0.09	non	oui	2026-11-04T06:05:06.896927Z
mmbench-v1.1	vision	0.90	1.00	0.90	non	oui	2026-11-04T06:05:06.885223Z
mmlu	general	0.89	1.00	0.89	non	oui	2026-11-04T06:05:06.811371Z
mmlu-pro	language	0.82	1.00	0.82	non	oui	2026-11-04T06:05:06.814297Z
mmlu-prox	language	0.78	1.00	0.78	non	oui	2026-11-04T06:05:06.866827Z
mmlu-redux	language	0.92	1.00	0.92	non	oui	2026-11-04T06:05:06.817682Z
mmmu-pro	vision	0.68	1.00	0.68	non	oui	2026-11-04T06:05:06.875715Z
mmmuval	vision	0.79	1.00	0.79	non	oui	2026-11-04T06:05:06.872866Z
mmstar	vision	0.78	1.00	0.78	non	oui	2026-11-04T06:05:06.891178Z
muirbench	vision	0.73	1.00	0.73	non	oui	2026-11-04T06:05:06.931282Z
multi-if	chat	0.76	1.00	0.76	non	oui	2026-11-04T06:05:06.863685Z
multipl-e	general	0.86	1.00	0.86	non	oui	2026-11-04T06:05:06.846114Z
ocrbench	vision	0.92	1.00	0.92	non	oui	2026-11-04T06:05:06.909610Z
ocrbench-v2-(en)	vision	0.67	1.00	0.67	non	oui	2026-11-04T06:05:06.912840Z
ocrbench-v2-(zh)	vision	0.62	1.00	0.62	non	oui	2026-11-04T06:05:06.915914Z
odinw	vision	0.49	1.00	0.49	non	oui	2026-11-04T06:05:06.925297Z
osworld	multimodal	0.67	1.00	0.67	non	oui	2026-11-04T06:05:06.960079Z
realworldqa	vision	0.79	1.00	0.79	non	oui	2026-11-04T06:05:06.888195Z
screenspot	vision	0.95	1.00	0.95	non	oui	2026-11-04T06:05:06.953850Z
screenspot-pro	vision	0.62	1.00	0.62	non	oui	2026-11-04T06:05:06.956905Z
simpleqa	factuality	0.52	1.00	0.52	non	oui	2026-11-04T06:05:06.824375Z
supergpqa	reasoning	0.60	1.00	0.60	non	oui	2026-11-04T06:05:06.821162Z
videomme-w-o-sub.	multimodal	0.79	1.00	0.79	non	oui	2026-11-04T06:05:06.937743Z
videommmu	multimodal	0.75	1.00	0.75	non	oui	2026-11-04T06:05:06.949745Z
writingbench	writing	0.85	1.00	0.85	non	oui	2026-11-04T06:05:06.857921Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
chat	46	3.40	20.53	3	trueskill	2026-11-04T08:08:43.789169Z	rankings
agents	122	—	12.56	3	trueskill	2026-10-20	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04