Qwen3 VL 235B A22B InstructのAPI料金はいくらですか？

FastMetalでは100万トークンあたり入力¥33.6・出力¥147.84（税別）の円建て従量課金です。前払いクレジットから使った分だけ差し引かれ、月額料金やサブスクリプションはありません。

Qwen3 VL 235B A22B InstructはOpenAI SDKからそのまま使えますか？

はい。base_url を https://api.fastmetal.ai/v1 に変更し、model に "qwen3-vl-235b-a22b-instruct" を指定するだけで、既存のOpenAI向けコードから呼び出せます。ストリーミング、ツール呼び出し、構造化出力にも対応しています。

Qwen3 VL 235B A22B Instructのコンテキスト長はどのくらいですか？

262,144トークンです。プロンプトと回答を合わせてこの範囲に収める必要があります。

Qwen3 VL 235B A22B Instructの評価・ランキングは？

公開アリーナの日本語カテゴリで118位（ELO 1,370）です。順位はリーダーボードの更新に合わせて変わります。

Qwen3 VL 235B A22B Instructを試すには何が必要ですか？

アカウントを作成してクレジットをチャージすると、ブラウザのチャット画面とAPIの両方から利用できます。契約や最低利用額はありません。

モデル一覧に戻る

Qwen

qwen3-vl-235b-a22b-instruct

Qwen3 VL 235B A22B Instruct

Qwen3-VL-235B-A22B Instructは、画像とビデオ全体にわたって強力なテキスト生成と視覚理解を統合するオープンウェイトのマルチモーダルモデルです。Instructモデルは、一般的なビジョン言語用途（VQA、ドキュメント解析、チャート/テーブル抽出、多言語OCR）を対象としています。このシリーズは、堅牢な知覚（多様な現実世界および合成カテゴリの認識）、空間理解（2D/3D接地）、および長形式の視覚理解を強調しており、知覚と推論の両方に関する公開マルチモーダルベンチマークで競争力のある結果を達成しています。分析を超えて、Qwen3-VLはエージェント的相互作用とツール使用をサポートしています。複数画像、複数ターンの対話にわたる複雑な指示に従うことができ、ビデオタイムラインにテキストを整列させて正確な時間的クエリを実行し、自動化タスク用のGUI要素を操作できます。また、スケッチやモックアップをコードに変換し、UIデバッグを支援するビジュアルコーディングワークフローも可能にしながら、フラグシップのQwen3言語モデルに匹敵する強力なテキストのみのパフォーマンスを維持しています。これにより、Qwen3-VLはドキュメントAI、多言語OCR、ソフトウェア/UIアシスタンス、空間/具現化タスク、およびビジョン言語エージェントの研究にわたる本番環境シナリオに適しています。

2025/9/23

262,144 トークン

#84 ビジョン (総合)

入力: ¥33.6/M

出力: ¥147.84/M

チャットで試す APIキーを取得

仕様

モダリティ

入力

text

image

出力

text

サポートされているパラメータ

frequency_penalty

logit_bias

max_tokens

min_p

presence_penalty

repetition_penalty

response_format

seed

stop

structured_outputs

temperature

tool_choice

tools

top_k

top_p

データの取り扱い

プロンプトの保持: 不明 — 確認できていません
学習への利用: 学習には利用されません

「不明」は「問題なし」ではありません。確認できていない、という意味です。

学習の可否は提供元との条件に基づく申告値です。保持の可否は、このモデルが到達しうる実行先すべてについて上流が公表する一覧から判定しています。いずれも推測は含みません。

実測パフォーマンス

応答開始 (p50)768ms

生成速度 (p50)14 トークン/秒

FastMetalのゲートウェイ経由で実測した値です（直近30日・応答開始660回）。

生成速度は1日1回の計測で、直近30日・27回分の中央値です。

応答開始は最初の応答が返るまで、生成速度は思考トークンを含む出力トークン数から算出しています。実測値であり、性能を保証するものではありません。

コード例

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

Qwen3 VL 235B A22B Instructの実際の回答

FastMetal上で実際に記録した、標準プロンプトへの回答です。

このエラーをデバッグして

以下のエラーがPythonアプリケーションで発生しています。原因を特定して修正してください。 Traceback (most recent call last): File "app.py", line 23, in get_user_orders total = sum(order["price"] * order["quantity"] for order in orders) TypeError: unsupport…

このエラーの原因は、**`order["price"]` が文字列（`str`）型であるため、整数（`int`）型の `order["quantity"]` と掛け算できない**ことです。 --- ### 🚫 エラーの原因 ```python total = sum(order["price"] * order["quantity"] for order in orders) ``` ここで `order["price"]` はデータベースから取得した値ですが、**文字列として取得されている**ため、`int` 型の `order["quantity"]` と `*` 演算子で計算しようとすると、`TypeError` が発生します。例： ```python "100" * 2 # → TypeError: unsupported operand type(s) for *: 'str' and 'int' ``` --- ### ✅ 修正方法 `order["price"]` を **数値型（`int` または `float`）に変換**してから計算します。 #### ✅ 修正例（`float` で変換する場合） ```python def get_user_orders(user_id): orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id) total = sum(float(order["price"]) * ord…

応答時間 13.3秒出力 914 トークン

コードレビュー

以下のTypeScript関数をレビューして、可読性・パフォーマンス・ベストプラクティスの観点から改善点を提案してください。 async function fetchAllUsers(page: number = 1): Promise<any[]> { let allUsers: any[] = []; let hasMore = true; let currentPage = page; while (hasMo…

このTypeScript関数 `fetchAllUsers` は、ページネーションされたユーザー一覧をすべて取得し、削除済みユーザーを除外して返す機能を持っています。以下に、**可読性・パフォーマンス・ベストプラクティス**の観点から改善点を提案します。 --- ## ✅ 1. 型定義の改善（型安全性の向上） ### 問題点： - `Promise<any[]>` と `any[]` を使用している → 型安全性が失われ、IDEの補完や静的チェックが効かない。 - `data.users[i]` のプロパティアクセスも `any` 依存 → 実行時エラーのリスク。 ### 改善案： ```ts interface User { id: number; first_name: string; last_name: string; email: string; status: string; // または "active" | "deleted" のようなリテラル型 } interface ApiResponse { users: User[]; } interface ProcessedUser { id: number; name: string; email: string; } async function fetchAllUsers(page: number = 1): Promise<ProcessedUser[]> { ``` --- ## ✅ 2. `for` ループ → `for...of` または `filt…

応答時間 45.5秒出力 2067 トークン

SQLクエリの最適化

以下のSQLクエリは500万行のテーブルに対して実行すると30秒以上かかります。最適化してください。 SELECT p.product_name, c.category_name, COUNT(o.order_id) as order_count, SUM(o.amount) as total_sales, AVG(r.rating) as avg_rating FROM products p LEFT JOIN…

このSQLクエリは、500万行のテーブルに対して30秒以上かかるのは、**結合の順序、インデックスの不足、WHERE句の条件適用タイミング、および集計の効率性**が主な原因です。以下に具体的な最適化案とその理由を段階的に説明します。 --- ## ✅ 最適化ポイントと改善案 --- ### 1. **インデックスの追加（最も重要）** 現在、`products(id)` と `orders(order_id)` のみのインデックスしかありませんが、以下のインデックスを追加することで、JOINとWHERE条件の効率が劇的に向上します。 #### ✅ 追加すべきインデックス： ```sql -- order_details に product_id と order_id の複合インデックス（JOIN用） CREATE INDEX idx_order_details_product_order ON order_details (product_id, order_id); -- orders に status と created_at の複合インデックス（WHERE条件用） CREATE INDEX idx_orders_status_created ON orders (status, created_at); -- reviews に product_id のインデックス（JOIN用） CREATE INDEX idx_reviews_product_id ON reviews (product_id); -- products に is_active と…

応答時間 56.6秒出力 2358 トークン

他のモデルと並べて比較する →

よくある質問

Qwen3 VL 235B A22B InstructのAPI料金はいくらですか？: FastMetalでは100万トークンあたり入力¥33.6・出力¥147.84（税別）の円建て従量課金です。前払いクレジットから使った分だけ差し引かれ、月額料金やサブスクリプションはありません。
Qwen3 VL 235B A22B InstructはOpenAI SDKからそのまま使えますか？: はい。base_url を https://api.fastmetal.ai/v1 に変更し、model に "qwen3-vl-235b-a22b-instruct" を指定するだけで、既存のOpenAI向けコードから呼び出せます。ストリーミング、ツール呼び出し、構造化出力にも対応しています。
Qwen3 VL 235B A22B Instructのコンテキスト長はどのくらいですか？: 262,144トークンです。プロンプトと回答を合わせてこの範囲に収める必要があります。
Qwen3 VL 235B A22B Instructの評価・ランキングは？: 公開アリーナの日本語カテゴリで118位（ELO 1,370）です。順位はリーダーボードの更新に合わせて変わります。
Qwen3 VL 235B A22B Instructを試すには何が必要ですか？: アカウントを作成してクレジットをチャージすると、ブラウザのチャット画面とAPIの両方から利用できます。契約や最低利用額はありません。