Qwen3 235B A22B
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
- 総合Index50
- 推論45
- コーディング46
- 数学59
- 知識50
- 指示追従47
- 人間の評価54
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 2507thinking | 2025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。
Indexの推移
2026年9月8日〜2026年11月16日- 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%#182 | Epoch AI Benchmarking Hub | |
| SimpleBenchエフォート未記載 | – | – | 31.0%#88 | SimpleBench | |
| Arena Hard Prompts | 1420#155 | – | 1392#186 | Arena (LMArena) | |
| GPQA Diamond (AA)Index対象外 | 61.3%#374 | 70.0%#304 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | 4.2%#550 | 11.0%#324 | – | Artificial Analysis | |
| GPQA Diamond (Vals)Index対象外エフォート未記載 | – | – | 70.2%#90 | Vals AI | |
| Kagi LLM Benchmark | 55.0%#66 | 69.4%#29 | – | Kagi LLM Benchmark | |
| GPQA Diamond (HELM)Index対象外エフォート未記載 | – | – | 62.3%#24 | HELM Capabilities | |
| CritPtIndex対象外 | 0.0%#337 | 0.0%#337 | – | Artificial Analysis | |
| SciPredictIndex対象外エフォート未記載 | – | – | 16.6%#13 | Scale AI SEAL | |
| Arena ExpertIndex対象外 | 1394#181 | – | 1386#190 | Arena (LMArena) | |
| LMCAIndex対象外エフォート未記載 | – | – | 25.0%#157 | Epoch AI Benchmarking Hub | |
| DTBenchIndex対象外エフォート未記載 | – | – | 75.7%#155 | Epoch AI Benchmarking Hub | |
| ForecastBenchIndex対象外エフォート未記載 | – | – | 63.9%#35 | ForecastBench |
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%#119 | WeirdML | |
| Arena Coding | 1444#158 | – | 1432#180 | Arena (LMArena) | |
| LiveCodeBenchエフォート未記載 | – | – | 70.6%#85 | Vals AI | |
| SWE-Bench Proエフォート未記載 | – | – | 21.4%#18 | Scale AI SEAL | |
| Aider Polyglot | 59.6%#23 | – | – | Aider polyglot leaderboard | |
| Design Arena WebsiteIndex対象外エフォート未記載 | – | – | 1022#165 | Design Arena | |
| LiveCodeBench (AA)Index対象外 | 34.3%#188 | 62.2%#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 Hard | 6.1%#271 | 6.1%#271 | Artificial Analysis | |
| τ²-Bench Telecom (AA)Index対象外 | 27.2%#282 | 24.0%#308 | Artificial 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%#41 | Epoch AI Benchmarking Hub | |
| AIME (Vals)エフォート未記載 | – | – | 84.0%#40 | Vals AI | |
| MGSMエフォート未記載 | – | – | 92.5%#17 | Vals AI | |
| Omni-MATH (HELM)エフォート未記載 | – | – | 54.8%#15 | HELM Capabilities | |
| MATH 500Index対象外エフォート未記載 | – | – | 94.6%#8 | Vals AI | |
| Arena Maths | 1390#166 | – | 1391#165 | Arena (LMArena) | |
| AIME 2025 (AA)Index対象外 | 23.7%#192 | 82.0%#58 | – | Artificial Analysis |
知識
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| MMLU-Pro | 81.3%#80 | Vals AI | |
| LegalBench | 80.2%#88 | Vals AI | |
| TaxEval | 70.7%#87 | Vals AI | |
| MedQA | 90.6%#44 | Vals AI | |
| MultiNRC | 17.6%#38 | Scale AI SEAL | |
| MMLU-Pro (HELM)Index対象外 | 81.7%#15 | HELM Capabilities |
指示追従
| ベンチマーク | 推論なし | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| IFBench | 36.6%#304 | 38.7%#282 | – | Artificial Analysis | |
| MultiChallengeエフォート未記載 | – | – | 41.2%#35 | Scale AI SEAL | |
| IFEval (HELM)エフォート未記載 | – | – | 81.6%#40 | HELM Capabilities | |
| WildBench (HELM)エフォート未記載 | – | – | 82.8%#20 | HELM Capabilities | |
| Arena Instruction FollowingIndex対象外 | 1381#170 | – | 1357#192 | Arena (LMArena) |
人間の評価
| ベンチマーク | 推論なし | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| Arena Text | 1402#155 | – | 1375#185 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3Index対象外 | – | 1366#78 | – | EQ-Bench | |
| Arena Creative WritingIndex対象外 | 1366#157 | – | 1323#202 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1409#151 | – | 1369#188 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1410#153 | – | 1378#188 | Arena (LMArena) | |
| Lech Mazur Creative WritingIndex対象外エフォート未記載 | – | – | 83.0%#9 | Lech 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 v1.1 | 0.0%#517 | 0.0%#517 | Artificial 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#120 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2Index対象外 | 8.3#451 | 9.5#407 | – | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 175.4#492 | 208.9#385 | – | Artificial Analysis | |
| HELM Capabilities meanIndex対象外エフォート未記載 | – | – | 72.6%#19 | HELM 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%#81 | Scale AI SEAL | |
| MASKIndex対象外汚染の可能性 | 56.4%#43 | Scale 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。
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
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}
}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