Seedream 5.0 Pro 正式上線 | 在圖片生成器中體驗 →
alibaba
qwen/qwen3-235b-a22b-thinking-2507

qwen/qwen3-235b-a22b-thinking-2507

發布時間: 2025-07-25

131,072 context · $0.15/M input tokens · $1.50/M output tokens

Qwen3-235B-A22B-Thinking-2507 is a high-performance, open-weight Mixture-of-Experts (MoE) language model optimized for complex reasoning tasks. It activates 22B of its 235B parameters per forward pass and natively supports up to 262,144...

即將下線 2026年7月14日

定價

按用量付費

無需預付費用,僅按實際使用量付費

輸入$0.15 / M Tokens
輸出$1.50 / M Tokens

試用模型

qwen/qwen3-235b-a22b-thinking-2507
線上
alibaba
嗨!我是樂於助人的 AI 助理。有什麼可以幫你的嗎?
準備在本機編碼 Agent 中使用這個模型嗎?Agent 設定

API 使用

使用以下程式碼範例整合我們的 API:

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://llm.wavespeed.ai/v1"
)

response = client.chat.completions.create(
    model="qwen/qwen3-235b-a22b-thinking-2507",
    messages=[
        {"role": "user", "content": "Hello!"}
    ]
)

print(response.choices[0].message.content)

模型介紹

Qwen qwen3-235b-a22b-thinking-2507

qwen qwen3-235b-a22b-thinking-2507


Why It Looks Great

  • Large Language Model architecture for efficient processing
  • 262144 context window for long document handling
  • Competitive pricing at $0.1/$0.7 per million tokens

Key Features

  • Context Window: 262144 tokens
  • Max Output: 262144 tokens
  • Vision: Supported
  • Function Calling: Supported

Specifications

SpecificationValue
ProviderQwen
Model TypeLarge Language Model (LLM)
ArchitectureN/A
Context Window262144 tokens
Max Output262144 tokens
InputText
OutputText
VisionSupported
Function CallingSupported

Pricing

Token TypeCost per Million Tokens
Input$0.1
Output$0.7

How to Use

  1. Write your prompt — describe the task, provide context, and specify desired output format.
  2. Submit — the model processes your request and returns the response.

API Integration

Base URL: https://llm.wavespeed.ai/v1 API Endpoint: chat/completions Model ID: qwen/qwen3-235b-a22b-thinking-2507


API Usage

Python SDK

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://llm.wavespeed.ai/v1"
)

response = client.chat.completions.create(
    model="qwen/qwen3-235b-a22b-thinking-2507",
    messages=[
        {"role": "user", "content": "Hello!"}
    ]
)

print(response.choices[0].message.content)

cURL

curl https://llm.wavespeed.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "qwen/qwen3-235b-a22b-thinking-2507",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Notes

  • Model: qwen/qwen3-235b-a22b-thinking-2507
  • Provider: Qwen

資訊

提供商alibaba
類型llm

支援功能

輸入
文字
輸出
文字
上下文131,072
最大輸出262,144
視覺-
函式呼叫✓ 支援

API 存取指南

Base URLhttps://llm.wavespeed.ai/v1
API 端點chat/completions
Model IDqwen/qwen3-235b-a22b-thinking-2507

Qwen3 235b A22b Thinking 2507 API

qwen/qwen3-235b-a22b-thinking-2507

Qwen3-235B-A22B-Thinking-2507 is a high-performance, open-weight Mixture-of-Experts (MoE) language model optimized for complex reasoning tasks. It activates 22B of its 235B parameters per forward pass and natively supports up to 262,144...

輸入

$0.1495 /M

輸出

$1.495 /M

上下文

131K

最大輸出

262K

工具調用

支援

在 WaveSpeedAI 試用 Qwen3 235b A22b Thinking 2507

透過我們的統一 API 接入 Qwen3 235b A22b Thinking 2507 — 相容 OpenAI、無冷啟動、透明計費。

關於 Qwen3 235b A22b Thinking 2507 的常見問題

Qwen3 235b A22b Thinking 2507 API 多少錢?+

WaveSpeedAI 定價:輸入每百萬 token $0.15,輸出每百萬 token $1.50。Prompt 快取與批次處理分別計費,可顯著降低長上下文、高重複任務的實際成本。

Qwen3 235b A22b Thinking 2507 的上下文視窗有多大?+

Qwen3 235b A22b Thinking 2507 每次請求最多支援 131K 上下文 token,輸出最多 262K token。

Qwen3 235b A22b Thinking 2507 是否相容 OpenAI?+

是的。WaveSpeedAI 透過 https://llm.wavespeed.ai/v1 的 OpenAI 相容端點提供 Qwen3 235b A22b Thinking 2507。將官方 OpenAI SDK 的 base URL 指向該位址,使用 WaveSpeedAI 的 API Key 即可,無需其他程式碼變更。

如何開始使用 Qwen3 235b A22b Thinking 2507?+

登入 WaveSpeedAI,在 Access Keys 建立 API Key,使用上方顯示的 model id 向 https://llm.wavespeed.ai/v1/chat/completions 發送請求。新帳號將獲得免費額度,用於試用 Qwen3 235b A22b Thinking 2507。

相關 LLM API

Qwen3 235b A22b Thinking 2507 | Qwen LLM API | WaveSpeedAI