BenchLeader

Qwen3 235B A22B

推論エフォート
品質339中171位
50.1Index
中央値より下
中央値比 −0.1
価格255中150位
$1.23100万トークンあたり
多くのモデルより高い
中央値の1.4倍
コスパ255中154位
40.9ポイント/$
中央値より下
中央値の0.7倍

よりコスパが高いモデル: Ling 3.0 Flash $0.115/MでIndex 51.7(11分の1の価格)。

より安価でスコアの高いランク付けモデルが69つあります:Kimi K2.5 (59.4, $1.20)、Qwen3.6 Plus (59.0, $1.13)、Gemini 3 Flash (58.9, $1.13)ほか66つ。

2026年11月16日時点で、Qwen3 235B A22B(Alibaba)のBenchLeader Indexは50.1です(ランク付け対象は608構成)。最も強いのは数学(59)、最も弱いのは推論(45)です。API料金は入力100万トークンあたり$0.700、出力100万トークンあたり$2.80(3:1のブレンドで$1.23)で、2026年11月16日時点の定価です。2025年4月28日にリリースされました。

要点(2026年11月16日時点)

  • Qwen3 235B A22BのAPI料金は入力100万トークンあたり$0.700、出力100万トークンあたり$2.80(3:1のブレンドで$1.23)です(定価、2026年11月16日)。
  • Qwen3 235B A22Bは2025年4月28日にリリースされました(Alibaba)。

詳しく見ると:Qwen3 235B A22BはAlibabaのオープンウェイトの推論モデルです(2025年4月28日リリース)。最もスコアの高い構成は、BenchLeader Indexで50.1 ±3.6を記録し、608構成中345位で下位半分に入ります。重要なのはこの「±」です。ほかに264構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では数学が最も高く(59)、推論が最も低くなっています(45)。ブレンド価格は100万トークンあたり$1.23で、中程度の価格帯です。すでにQwen3 235B A22B 2507に置き換えられており、いま比較すべきはそちらのバージョンです。3通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年11月11日。

ブレンド価格
$1.23/M
入力$0.700・出力$2.80
出典:models.dev
出力速度
–
回答開始
–
コンテキスト
131k
出典:models.dev
タスクあたりコスト
–
タスクあたりトークン数
–
リリース日
2025年4月28日
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index50
  2. 推論45
  3. コーディング46
  4. 数学59
  5. 知識50
  6. 指示追従47
  7. 人間の評価54

Alibabaの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

バージョン

Alibabaはこの名前で2つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。

モデルリリース日Index順位
Qwen3 235B A22B 2507thinking2025年7月22日51.8#299
Qwen3 235B A22Bこのページ2025年4月28日50.1#345

推論エフォート別の構成

同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
推論なし47.4#406––$0.0011エージェント・ツール 39 · コーディング 57 · 人間の評価 57 · 指示追従 40 · 長文コンテキスト 23 · 数学 56 · 推論 54
thinking––––$0.0011エージェント・ツール 39 · 指示追従 42 · 長文コンテキスト 23 · 推論 63
未記載最良50.1#345––$0.0011コーディング 46 · 人間の評価 54 · 指示追従 47 · 知識 50 · 数学 59 · 推論 45

Indexの推移

2026年9月8日〜2026年11月16日
394755
  • 標準
  • 推論なし

Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。

ベンチマーク結果

LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。

推論

ベンチマーク推論なしthinking標準出典推移
GPQA Diamondエフォート未記載––70.7%#182Epoch AI Benchmarking Hub
SimpleBenchエフォート未記載––31.0%#88SimpleBench
Arena Hard Prompts1420#155–1392#186Arena (LMArena)
GPQA Diamond (AA)Index対象外61.3%#37470.0%#304–Artificial Analysis
Humanity's Last Exam (AA)Index対象外4.2%#55011.0%#324–Artificial Analysis
GPQA Diamond (Vals)Index対象外エフォート未記載––70.2%#90Vals AI
Kagi LLM Benchmark55.0%#6669.4%#29–Kagi LLM Benchmark
GPQA Diamond (HELM)Index対象外エフォート未記載––62.3%#24HELM Capabilities
CritPtIndex対象外0.0%#3370.0%#337–Artificial Analysis
SciPredictIndex対象外エフォート未記載––16.6%#13Scale AI SEAL
Arena ExpertIndex対象外1394#181–1386#190Arena (LMArena)
LMCAIndex対象外エフォート未記載––25.0%#157Epoch AI Benchmarking Hub
DTBenchIndex対象外エフォート未記載––75.7%#155Epoch AI Benchmarking Hub
ForecastBenchIndex対象外エフォート未記載––63.9%#35ForecastBench

コーディング

ベンチマーク推論なしthinking標準出典推移
WeirdMLエフォート未記載––37.3%#119WeirdML
Arena Coding1444#158–1432#180Arena (LMArena)
LiveCodeBenchエフォート未記載––70.6%#85Vals AI
SWE-Bench Proエフォート未記載––21.4%#18Scale AI SEAL
Aider Polyglot59.6%#23––Aider polyglot leaderboard
Design Arena WebsiteIndex対象外エフォート未記載––1022#165Design Arena
LiveCodeBench (AA)Index対象外34.3%#18862.2%#104–Artificial Analysis

エージェント・ツール

ベンチマーク推論なしthinking出典推移
Terminal-Bench Hard6.1%#2716.1%#271Artificial Analysis
τ²-Bench Telecom (AA)Index対象外27.2%#28224.0%#308Artificial Analysis

数学

ベンチマーク推論なしthinking標準出典推移
MATH Level 5エフォート未記載––68.9%#41Epoch AI Benchmarking Hub
AIME (Vals)エフォート未記載––84.0%#40Vals AI
MGSMエフォート未記載––92.5%#17Vals AI
Omni-MATH (HELM)エフォート未記載––54.8%#15HELM Capabilities
MATH 500Index対象外エフォート未記載––94.6%#8Vals AI
Arena Maths1390#166–1391#165Arena (LMArena)
AIME 2025 (AA)Index対象外23.7%#19282.0%#58–Artificial Analysis

知識

ベンチマーク標準出典推移
MMLU-Pro81.3%#80Vals AI
LegalBench80.2%#88Vals AI
TaxEval70.7%#87Vals AI
MedQA90.6%#44Vals AI
MultiNRC17.6%#38Scale AI SEAL
MMLU-Pro (HELM)Index対象外81.7%#15HELM Capabilities

指示追従

ベンチマーク推論なしthinking標準出典推移
IFBench36.6%#30438.7%#282–Artificial Analysis
MultiChallengeエフォート未記載––41.2%#35Scale AI SEAL
IFEval (HELM)エフォート未記載––81.6%#40HELM Capabilities
WildBench (HELM)エフォート未記載––82.8%#20HELM Capabilities
Arena Instruction FollowingIndex対象外1381#170–1357#192Arena (LMArena)

人間の評価

ベンチマーク推論なしthinking標準出典推移
Arena Text1402#155–1375#185Arena (LMArena)
EQ-Bench Creative Writing v3Index対象外–1366#78–EQ-Bench
Arena Creative WritingIndex対象外1366#157–1323#202Arena (LMArena)
Arena Multi-turnIndex対象外1409#151–1369#188Arena (LMArena)
Arena Longer QueriesIndex対象外1410#153–1378#188Arena (LMArena)
Lech Mazur Creative WritingIndex対象外エフォート未記載––83.0%#9Lech Mazur

長文コンテキスト

ベンチマーク推論なしthinking出典推移
AA-LCR v1.10.0%#5170.0%#517Artificial Analysis

総合

ベンチマーク推論なしthinking標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載––138.4#120Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2Index対象外8.3#4519.5#407–Artificial Analysis
AA Progress Index v1Index対象外175.4#492208.9#385–Artificial Analysis
HELM Capabilities meanIndex対象外エフォート未記載––72.6%#19HELM Capabilities

安全性・誠実さ

ベンチマーク標準出典推移
FORTRESSIndex対象外61.4%#81Scale AI SEAL
MASKIndex対象外汚染の可能性56.4%#43Scale AI SEAL

価格の推移

上記の価格(100万トークンあたり)を、変更があった日ごとに示します。

$0.00$0.770$1.54$2.31$3.0826年9月26年10月26年11月
入力 出力
現在:入力$0.700・出力$2.80

タスクあたりのコスト

最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3がプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。

ワークロード入力/出力トークンコストキャッシュあり時間
チャットの返答400 / 300$0.0011––
30ページのレポートを要約12,000 / 600$0.010––
コード編集6,000 / 1,500$0.0084––
エージェント型コーディングセッション60,000 / 4,000$0.053––
構造化データの抽出2,000 / 200$0.0020––

Alibabaのほかのモデル

今月の新着

関連ページ

埋め込み・引用

このページを引用する

ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:

BenchLeader. (2026, November 16). Qwen3 235B A22B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen3-235b-a22b

BibTeX:

@misc{benchleader_qwen3_235b_a22b_20261116,
  author       = {{BenchLeader}},
  title        = {{Qwen3 235B A22B on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/qwen3-235b-a22b}},
  note         = {Data as of 2026-11-16}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

よくある質問

Qwen3 235B A22Bのベンチマークスコアは?
2026年11月16日時点で、Qwen3 235B A22BのBenchLeader Indexは50.1 ±3.6です。最も強いのは数学(59)、最も弱いのは推論(45)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
Qwen3 235B A22Bの順位は?
2026年11月16日時点で、Qwen3 235B A22Bはランク付けされた608構成中345位です。ほかに264構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
Qwen3 235B A22Bの料金は100万トークンあたりいくらですか?
2026年11月16日時点で、Qwen3 235B A22Bの料金は入力100万トークンあたり$0.700、出力100万トークンあたり$2.80で、ブレンド価格(出力1トークンにつき入力3トークン)は$1.23です。定価が最後に変わったのは2026年11月4日です。
Qwen3 235B A22Bはいつリリースされましたか?
Alibabaが2025年4月28日にQwen3 235B A22Bをリリースしました。BenchLeaderには3通りの推論エフォート設定での結果があります。

2026年11月16日時点のデータです。 これらの構成を比較

引用表記:BenchLeader「Qwen3 235B A22B:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/qwen3-235b-a22b