Qwen3 VL 235B A2B - Amazon Bedrock
Qwen — Qwen3 VL 235B A22B模型详细信息功能和特点定价以编程方式访问服务等级区域可用性配额和限制示例代码

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

Qwen3 VL 235B A2B

Qwen — Qwen3 VL 235B A22B

模型详细信息

Qwen3 VL 235B A22B 是 Qwen 的视觉语言 mixture-of-experts模型，它处理文本和图像以实现视觉推理和文档理解。有关模型开发和性能的更多信息，请参阅模型/服务卡片。

  • 车型发布日期：2025年9月23日

  • 型号停产日期：N/ A

  • 最终用户许可协议和使用条款：查看

  • 模型生命周期：活跃

  • 上下文窗口：12.8 万个代币

  • 最大输出代币：8K

输入模式 输出模式 APIs 支持的 支持的终端节点
No音频No嵌入No ResponsesYes bedrock-runtime
Yes图片No图片Yes Chat CompletionsYes bedrock-mantle
No演讲No演讲Yes Invoke
Yes文本Yes文本Yes Converse
No视频No视频
注意

我们建议您尽可能使用bedrock-mantle终端节点。

功能和特点

基岩特征

使用bedrock-mantle端点支持的功能

支持的 不支持

使用bedrock-runtime端点支持的功能

支持的 不支持

定价

有关定价，请参阅 Amazon Bedrock 定价页面。

以编程方式访问

使用以下模型 IDs 和端点 URLs 以编程方式访问此模型。有关可用 APIs 和终端节点的更多信息，请参阅APIs 支持的和支持的终端节点。

Endpoint 型号标识 区域内终端节点 URL 地理推理 ID 全局推理 ID
bedrock-runtime qwen.qwen3-vl-235b-a22b https://bedrock-runtime.{region}.amazonaws.com 不支持 不支持
bedrock-mantle qwen.qwen3-vl-235b-a22b-instruct https://bedrock-mantle.{region}.api.aws/v1 不支持 不支持

例如，如果区域为 us-east-1（弗吉尼亚北部），则基岩运行时端点 URL 将为 “”，基岩地幔的终端节点 URL 将https://bedrock-runtime.us-east-1.amazonaws.com为” https://bedrock-mantle.us-east-1.api.aws/v1 “。

服务等级

Amazon Bedrock 提供多个服务等级，以满足您的工作负载要求。标准版提供 pay-per-token访问权限，无需任何承诺。P@@ ri ority 通过基于时间的承诺提供更高的吞吐量。Flex 为灵活 non-time-sensitive的工作负载提供更低成本的访问权限。Reserved 为可预测的工作负载提供@@ 专用吞吐量和定期承诺。有关更多信息，请参阅服务等级。

Standard 优先级 Flex 已保留
Yes Yes Yes No

区域可用性

地区供应情况一览

Bedrock 提供三种推理选项：区域内将请求保留在单个区域内以严格合规；跨地理区域（美国、欧盟等）进行跨区域路由以提高吞吐量，同时尊重数据驻留；全球跨区域路由，以便在没有居住限制的情况下实现最大吞吐量。有关更多详细信息，请参阅该区域可用性页面。

区域 区域内 Geo Global
us-east-1（弗吉尼亚北部）YesNoNo
us-east-2（俄亥俄州）YesNoNo
us-west-2（俄勒冈州）YesNoNo
eu-south-1（米兰）YesNoNo
eu-west-1（爱尔兰）YesNoNo
eu-west-2（伦敦）YesNoNo
ap-northeast-1（东京）YesNoNo
ap-south-1（孟买）YesNoNo
ap-southeast-2（悉尼）YesNoNo
sa-east-1（圣保罗）YesNoNo

配额和限制

您的 AWS 账户具有默认配额，用于维持服务性能并确保适当使用 Amazon Bedrock。分配给账户的默认配额可能会根据地区因素、付款历史记录、欺诈性使用情况、增加配额请求的 and/or 批准而更新。有关更多详细信息，请参阅Amazon Bedrock 的配额文档并查看该模型的限制。

示例代码

第 1 步-AWS 账户：如果您已有 AWS 账户，请跳过此步骤。如果您不熟悉 AWS，请注册一个 A WS 账户。

第 2 步-API 密钥：前往 Amazon Bedrock 控制台生成长期 API 密钥。

第 3 步-获取 SDK：要使用本入门指南，必须已安装 Python。然后根据 APIs 您使用的软件安装相关软件。

Responses/Chat Completions API
pip install boto3 openai
Invoke/Converse API
pip install boto3

第 4 步-设置环境变量：将您的环境配置为使用 API 密钥进行身份验证。

Responses/Chat Completions API
OPENAI_API_KEY="<provide your Bedrock API key>"
OPENAI_BASE_URL="https://bedrock-mantle.<your-region>.api.aws/v1"
Invoke/Converse API
AWS_BEARER_TOKEN_BEDROCK="<provide your Bedrock API key>"

第 5 步-运行您的第一个推理请求：将文件另存为 bedrock-first-request.py

Responses API
from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="qwen.qwen3-vl-235b-a22b-instruct",
    input="Can you explain the features of Amazon Bedrock?"
    )
print(response)
Chat Completions API
from openai import OpenAI

client = OpenAI()

response = client.chat.completions.create(
    model="qwen.qwen3-vl-235b-a22b-instruct",
    messages=[{"role": "user", "content": "Can you explain the features of Amazon Bedrock?"}]
    )
print(response)
Invoke API
import json
import boto3

client = boto3.client('bedrock-runtime', region_name='us-east-1')
response = client.invoke_model(
    modelId='qwen.qwen3-vl-235b-a22b',
    body=json.dumps({
            'messages': [{ 'role': 'user', 'content': 'Can you explain the features of Amazon Bedrock?'}],
            'max_tokens': 1024
    })
 )
 print(json.loads(response['body'].read()))
Converse API
import boto3

client = boto3.client('bedrock-runtime', region_name='us-east-1')
response = client.converse(
    modelId='qwen.qwen3-vl-235b-a22b',
    messages=[
        {
            'role': 'user',
            'content': [{'text': 'Can you explain the features of Amazon Bedrock?'}]
        }
    ]
)
print(response)