رفتن به محتوای اصلی
هوشوانا

Qwen · متن

Qwen3 VL 235B

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

Qwen3 VL 235B مدل متن‌باز بینایی و زبان علی‌بابا است که تولید متن قوی را با درک تصویر و ویدئو یکجا کرده است. در پرسش و پاسخ تصویری، تجزیه‌ی اسناد و خواندن نمودار و جدول عملکرد خوبی دارد.

  • ورودی تصویر
  • فراخوانی ابزار
  • خروجی JSON
  • استریم

هزینه‌ی تقریبی کارهای رایج

برآورد بر اساس میانگین توکن هر کار. عدد دقیق را در لاگ داشبورد می‌بینید.

  • یک پیام کوتاه در چت‌بات

    حدوداً ۱۷۷ تومان

  • یک مقاله‌ی ۱۵۰۰ کلمه‌ای فارسی

    حدوداً ۱٬۹۸۷ تومان

  • خلاصه‌ی یک سند ۲۰ صفحه‌ای

    حدوداً ۱٬۳۷۸ تومان

  • ۱۰۰۰ پاسخ چت‌بات پشتیبانی

    حدوداً ۱۸۹٬۶۸۵ تومان

نقاط قوت و کاربردها

  • تجزیه‌ی سند و جدول از روی تصویر
  • متن‌باز
  • قیمت ورودی پایین

بهترین گزینه برای

  • استخراج اطلاعات از فاکتور و رسید
  • خواندن جدول از تصویر
  • پرسش و پاسخ روی عکس
  • تحلیل اسکرین‌شات

ارزیابی هوشوانا

کیفیت فارسی

۳ از ۵ (خوب)

هوش

۴ از ۵ (خیلی خوب)

سرعت

۳ از ۵ (خوب)

امتیازها ارزیابی داخلی تیم هوشواناست و با داده‌ی شما ممکن است متفاوت باشد.

مشخصات فنی

شناسه‌ی مدل
qwen/qwen3-vl-235b-a22b-instruct
سازنده
Qwen
نوع
متن
طول کانتکست
۲۶۲ هزار توکن
حداکثر خروجی
۳۳ هزار توکن
تاریخ انتشار
۱ مهر ۱۴۰۴
سازگاری
OpenAI
آخرین به‌روزرسانی
۲۲ مهر ۱۴۰۵

نمونه‌کد با شناسه‌ی دقیق مدل

کلید را از داشبورد بسازید و در متغیر محیطی HOOSHVANA_API_KEY بگذارید. راهنمای شروع سریع

cURL
curl https://hooshvana.ir/api/v1/chat/completions \
  -H "Authorization: Bearer $HOOSHVANA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen/qwen3-vl-235b-a22b-instruct",
    "messages": [
      {"role": "user", "content": "یک شعار کوتاه برای کافه‌ام بنویس"}
    ]
  }'

این مدل در این دسته‌ها هم هست

جایگزین‌های ارزان‌تر

  • Qwen3.7 Flash

    qwen/qwen3.7-flash

    Qwen3.7 Flash مدل بینایی و زبان بسیار ارزان علی‌بابا است که در تشخیص اشیا، درک فضایی و تعامل با رابط کاربری قوی است. با هزینه‌ای در حد مدل‌های رایگان، برای پردازش انبوه تصویر و متن گزینه‌ای جذاب است.

    ورودی / ۱M توکن
    ۸٬۸۵۰ تومان
    خروجی / ۱M توکن
    ۳۸٬۳۵۰ تومان
    متن۱ میلیون توکنورودی تصویرفراخوانی ابزار
  • MiMo V2.6 Flash

    xiaomi/mimo-v2.6-flash

    MiMo V2.6 Flash مدل پایه‌ی متن‌باز شیائومی با ۳۰۹ میلیارد پارامتر کل و ۱۵ میلیارد پارامتر فعال است. متن، تصویر، صوت و ویدئو را می‌پذیرد و با کش تقریباً رایگان و خروجی ارزان، برای حجم بالا بسیار اقتصادی است.

    ورودی / ۱M توکن
    ۴۱٬۳۰۰ تومان
    خروجی / ۱M توکن
    ۸۲٬۶۰۰ تومان
    متن۱٫۱ میلیون توکنورودی تصویرورودی صوت
  • Gemma 4 31B

    google/gemma-4-31b-it

    Gemma 4 31B مدل متن‌باز چندرسانه‌ای Google DeepMind با ۳۱ میلیارد پارامتر است. کانتکست ۲۵۶ هزار توکنی، حالت استدلال قابل تنظیم و Tool calling بومی دارد و پشتیبانی چندزبانه‌ی آن برای فارسی از بسیاری از مدل‌های متن‌باز هم‌اندازه بهتر است.

    ورودی / ۱M توکن
    ۲۶٬۵۵۰ تومان
    خروجی / ۱M توکن
    ۱۰۰٬۳۰۰ تومان
    متن۲۶۲ هزار توکنورودی تصویرفراخوانی ابزارفارسی ۴ از ۵
  • Qwen3.8 Flash

    qwen/qwen3.8-flash

    Qwen3.8 Flash مدل استدلالی چندرسانه‌ای و سریع علی‌بابا است. برای دستیار کدنویسی، گردش‌کار عامل‌محور، تحلیل نمودار و سند و حتی تحلیل ویدئوی طولانی مناسب است و قیمت بسیار پایینی دارد.

    ورودی / ۱M توکن
    ۴۴٬۲۵۰ تومان
    خروجی / ۱M توکن
    ۱۳۸٬۶۵۰ تومان
    متن۱ میلیون توکنورودی تصویرفراخوانی ابزار

مدل‌های مشابه

همه‌ی مدل‌ها
  • Claude Sonnet 5.5

    anthropic/claude-sonnet-5.5

    محبوب

    Claude Sonnet 5.5 مدل همه‌کاره‌ی Anthropic برای کارهای روزمره‌ی حرفه‌ای و جانشین مستقیم Sonnet 5 است. در ساخت قابلیت جدید، رفع باگ و نوشتن متن فارسی تمیز بسیار قوی است و با قیمتی نصف Opus، برای بیشتر تیم‌ها بهترین نقطه‌ی شروع است.

    ورودی / ۱M توکن
    ۵۹۰٬۰۰۰ تومان
    خروجی / ۱M توکن
    ۲٫۹۵ میلیون تومان
    متن۱ میلیون توکنورودی تصویرفراخوانی ابزارفارسی ۵ از ۵
  • GPT-6.1 Sol

    openai/gpt-6.1-sol

    محبوب

    GPT-6.1 Sol نسخه‌ی به‌روزشده‌ی مدل میان‌رده‌ی خانواده‌ی GPT-6 از OpenAI است که یک پله پایین‌تر از Astra قرار می‌گیرد. توازن خیلی خوبی بین هوش، سرعت و هزینه دارد و برای کدنویسی عامل‌محور، کار با اسناد طولانی و تولید محتوای حرفه‌ای انتخابی مطمئن است.

    ورودی / ۱M توکن
    ۵۹۰٬۰۰۰ تومان
    خروجی / ۱M توکن
    ۲٫۹۵ میلیون تومان
    متن۱٫۱ میلیون توکنورودی تصویرفراخوانی ابزارفارسی ۵ از ۵
  • Gemini 3.8 Flash

    google/gemini-3.8-flash

    محبوب

    Gemini 3.8 Flash هوشمندترین مدل Flash گوگل تا امروز است که نسبت به 3.7 در مهندسی نرم‌افزار، کارهای عامل‌محور و استدلال چندمرحله‌ای پیشرفت چشمگیری دارد. سرعت بالا، ورودی چندرسانه‌ای و قیمت متعادل آن را به یکی از بهترین انتخاب‌های همه‌کاره تبدیل کرده است.

    ورودی / ۱M توکن
    ۲۲۱٬۲۵۰ تومان
    خروجی / ۱M توکن
    ۱٫۱۱ میلیون تومان
    متن۱ میلیون توکنورودی تصویرفراخوانی ابزارفارسی ۵ از ۵
  • GPT-6 Astra

    openai/gpt-6-astra

    GPT-6 Astra پرچم‌دار OpenAI برای سخت‌ترین کارهای سرتاسری است. در تحلیل‌های پیچیده، مهندسی نرم‌افزار، پژوهش عمیق و کارهای علمی بهترین عملکرد خانواده‌ی GPT-6 را دارد و برای وظایف طولانی‌مدت که نیاز به برنامه‌ریزی چندمرحله‌ای دارند ساخته شده است.

    ورودی / ۱M توکن
    ۲٫۹۵ میلیون تومان
    خروجی / ۱M توکن
    ۱۴٫۷۵ میلیون تومان
    متن۱٫۱ میلیون توکنورودی تصویرفراخوانی ابزارفارسی ۵ از ۵

Qwen3 VL 235B را همین حالا امتحان کنید