Qwen: Qwen3 235B A22B

Qwen3-235B-A22B es un modelo de Mixture-of-Experts (MoE) de última generación con 235 mil millones de parámetros desarrollado por Qwen. Activa inteligentemente 22 mil millones de parámetros por pasada hacia adelante, ofreciendo una operación de doble modo única: un modo de 'pensamiento' para tareas intrincadas como el razonamiento complejo, las matemáticas avanzadas y la generación de código, y un modo de 'no pensamiento' optimizado para la eficiencia conversacional general. Esta flexibilidad lo hace altamente adaptable a diversas necesidades de aplicación. Este modelo demuestra capacidades de razonamiento excepcionales, un sólido soporte multilingüe en más de 100 idiomas y dialectos, seguimiento avanzado de instrucciones y sofisticadas funcionalidades de llamada a herramientas de agente. Maneja de forma nativa una ventana de contexto sustancial de 32K tokens, que puede extenderse hasta unos impresionantes 131K tokens utilizando el escalado basado en YaRN, lo que le permite procesar y comprender información extensa. Con una salida máxima de 4K tokens, es ideal para respuestas detalladas. Qwen3-235B-A22B admite funciones, código y capacidades de streaming. El precio es competitivo: $0.20 por 1 millón de tokens de entrada y $0.60 por 1 millón de tokens de salida. Es el más adecuado para chat, generación de código y resolución de problemas matemáticos. Tenga en cuenta que no admite la generación de imágenes ni el acceso a Internet.