BenchLeader

Qwen3 235B A22B 2507

推論エフォート
品質339中145位
51.8Index
中央値より上
中央値比 +1.6
価格255中73位
$0.385100万トークンあたり
多くのモデルより安い
中央値の0.5倍
速度216中72位
108トークン/秒
中央値より上
中央値の1.3倍
コスパ255中67位
134.5ポイント/$
中央値より上
中央値の2.4倍

よりコスパが高いモデル: Ling 3.0 Flash $0.115/MでIndex 51.7(70%安い)。

より安価でスコアの高いランク付けモデルが18つあります:GLM 5.3 Flash (57.8, $0.238)、DeepSeek V4 Flash (57.2, $0.262)、Claude Haiku 5.5 (56.7, $0.200)ほか15つ。

2026年11月16日時点で、Qwen3 235B A22B 2507(Alibaba)のBenchLeader Indexは51.8です(ランク付け対象は608構成)。最も強いのは長文コンテキスト(60)、最も弱いのはエージェント・ツール(39)です。API料金は入力100万トークンあたり$0.220、出力100万トークンあたり$0.880(3:1のブレンドで$0.385)で、2026年11月16日時点の定価です。出力速度は約110トークン/秒です(Artificial Analysis)。2025年7月22日にリリースされました。

要点(2026年11月16日時点)

  • Qwen3 235B A22B 2507のAPI料金は入力100万トークンあたり$0.220、出力100万トークンあたり$0.880(3:1のブレンドで$0.385)です(定価、2026年11月16日)。
  • Qwen3 235B A22B 2507の出力速度は約110トークン/秒です(Artificial Analysis、2026年11月16日)。
  • Qwen3 235B A22B 2507は2025年7月22日にリリースされました(Alibaba)。

詳しく見ると:Qwen3 235B A22B 2507はAlibabaのオープンウェイトの推論モデルです(2025年7月22日リリース)。最もスコアの高い構成(推論エフォート thinking)は、BenchLeader Indexで51.8 ±4.0を記録し、608構成中299位で上位半分に入ります。重要なのはこの「±」です。ほかに269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。カテゴリ別では長文コンテキストが最も高く(60)、エージェント・ツールが最も低くなっています(39)。ブレンド価格は100万トークンあたり$0.385で、ランク付けされたモデルの多くより安価です。出力速度は108トークン/秒、回答開始まで35.1秒で、多くのモデルより高速です。2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
$0.385/M
入力$0.220・出力$0.880
出典:Artificial Analysis
出力速度
108 tok/s
Artificial Analysisによる測定
回答開始
35 s
最初のトークン 3.46 s
コンテキスト
262k
出典:models.dev
回答完了まで
210 s
最終測定2026年11月13日
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7月22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Index52
  2. 推論57
  3. コーディング47
  4. エージェント・ツール39
  5. 数学58
  6. 知識47
  7. 指示追従53
  8. 人間の評価57
  9. 長文コンテキスト60

この順位を埋め込む

ほかのバッジスタイル
[![Qwen3 235B A22B 2507 on BenchLeader: 総合 144位](https://www.benchleader.com/badge/qwen3-235b-a22b-2507.svg?style=compact)](https://www.benchleader.com/models/qwen3-235b-a22b-2507)

README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。

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 2507thinkingこのページ2025年7月22日51.8#299
Qwen3 235B A22B2025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
thinking最良51.8#299108 tok/s35 s$0.0004エージェント・ツール 39 · コーディング 47 · 人間の評価 57 · 指示追従 53 · 知識 47 · 長文コンテキスト 60 · 数学 58 · 推論 57
未記載50.7#33139 tok/s3.46 s$0.0004エージェント・ツール 57 · コーディング 51 · 人間の評価 60 · 指示追従 54 · 知識 37 · 長文コンテキスト 41 · 数学 69 · 推論 38

Indexの推移

2026年9月8日〜2026年11月16日
455259
  • thinking
  • 標準

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。

メタデータ

ベンチマークthinking標準出典推移
AA Openness IndexIndex対象外44.4#9744.4#97Artificial Analysis

推論

ベンチマークthinking標準出典推移
GPQA Diamond80.0%#136–Epoch AI Benchmarking Hub
Arena Hard Prompts1418#1621447#118Arena (LMArena)
GPQA Diamond (AA)Index対象外79.0%#20675.3%#251Artificial Analysis
Humanity's Last Exam (AA)Index対象外15.9%#26611.1%#319Artificial Analysis
GPQA Diamond (HELM)Index対象外エフォート未記載–72.6%#7HELM Capabilities
ARC-AGI-1エフォート未記載–11.0%#243ARC Prize
ARC-AGI-2エフォート未記載–1.3%#226ARC Prize
CritPtIndex対象外0.0%#3370.0%#337Artificial Analysis
Arena ExpertIndex対象外1468#941447#122Arena (LMArena)
Mystery Game PuzzlesIndex対象外9.0%#120–Epoch AI Benchmarking Hub
LMCAIndex対象外29.3%#14623.5%#161Epoch AI Benchmarking Hub
DTBenchIndex対象外80.3%#13878.4%#147Epoch AI Benchmarking Hub
ForecastBenchIndex対象外62.0%#60–ForecastBench

コーディング

ベンチマークthinking標準出典推移
SciCode41.4%#171–SciCode
WeirdML41.0%#9838.7%#111WeirdML
Arena Coding1442#1631472#121Arena (LMArena)
SciCode (AA)Index対象外41.4%#183–Artificial Analysis
Terminal-Bench 4.0 (AA)Index対象外0.0%#186–Artificial Analysis
Terminal-Bench 2.1 (AA)Index対象外12.0%#194–Artificial Analysis
Design Arena WebsiteIndex対象外1044#1601050#158Design Arena
LiveCodeBench (AA)Index対象外78.8%#3252.4%#133Artificial Analysis

エージェント・ツール

ベンチマークthinking標準出典推移
Terminal-Bench Hard13.6%#20615.2%#197Artificial Analysis
τ²-Bench Telecom (AA)Index対象外53.2%#19333.3%#249Artificial Analysis
BFCL Overallエフォート未記載–52.1%#21Berkeley Function Calling Leaderboard
GDPval-AA v2.1Index対象外320#262–Artificial Analysis
τ³-Banking (AA)7.8%#162–Artificial Analysis
Vending-Bench 2Index対象外-11.3#69–Andon Labs
AutomationBenchIndex対象外2.1%#216–Artificial Analysis
GDP.pdf (AA)Index対象外4.8%#201–Artificial Analysis
AA-Briefcase v1.1Index対象外170#241–Artificial Analysis
BrowseCompIndex対象外0.5%#32–OpenAI

数学

ベンチマークthinking標準出典推移
OTIS Mock AIME86.7%#97–Epoch AI Benchmarking Hub
Omni-MATH (HELM)エフォート未記載–71.8%#3HELM Capabilities
Arena Maths1397#1571416#130Arena (LMArena)
AIME 2025 (AA)Index対象外91.0%#2171.7%#89Artificial Analysis

知識

ベンチマークthinking標準出典推移
SimpleQA Verified40.4%#54–Epoch AI Benchmarking Hub
PRBench Financeエフォート未記載–39.1%#33Scale AI SEAL
PRBench Legalエフォート未記載–38.3%#40Scale AI SEAL
MultiNRC汚染の可能性27.1%#28–Scale AI SEAL
MMLU-Pro (HELM)Index対象外エフォート未記載–84.4%#9HELM Capabilities
Global-MMLU-Lite (AA)Index対象外85.3%#40–Artificial Analysis

指示追従

ベンチマークthinking標準出典推移
IFBench51.2%#16946.0%#200Artificial Analysis
IFEval (HELM)エフォート未記載–83.5%#31HELM Capabilities
WildBench (HELM)エフォート未記載–86.6%#1HELM Capabilities
Arena Instruction FollowingIndex対象外1386#1611414#125Arena (LMArena)

人間の評価

ベンチマークthinking標準出典推移
Arena Text1400#1581422#125Arena (LMArena)
Arena Creative WritingIndex対象外1370#1551378#143Arena (LMArena)
Arena Multi-turnIndex対象外1393#1701436#110Arena (LMArena)
Arena Longer QueriesIndex対象外1402#1661433#122Arena (LMArena)
Lech Mazur Creative WritingIndex対象外82.4%#11–Lech Mazur

長文コンテキスト

ベンチマークthinking標準出典推移
Fiction.LiveBench 120k68.8%#8–Fiction.live
AA-LCR v1.172.0%#20833.9%#404Artificial Analysis
MLCRIndex対象外8.9%#133–Artificial Analysis

総合

ベンチマークthinking標準出典推移
Epoch Capabilities IndexIndex対象外143.2#101138.1#122Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2Index対象外12.7#33512#349Artificial Analysis
AA Progress Index v1Index対象外237.5#298215.2#362Artificial Analysis
HELM Capabilities meanIndex対象外エフォート未記載–79.8%#6HELM Capabilities

API料金:提供プロバイダー別

OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。

プロバイダー速度最初のトークン入力 $/M出力 $/Mコンテキスト量子化
Nebius Token Factory40 tok/s0.39 s$0.200$0.600262kfp8
Parasail35 tok/s0.44 s$0.140$0.800131kfp8
Venice25 tok/s0.60 s$0.150$0.750128kfp8
DeepInfra22 tok/s0.36 s$0.090$0.550262kfp8
DeepInfra15 tok/s0.39 s$0.135$0.825262kfp8

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$0.632$1.26$1.90$2.5326年9月26年10月26年11月
入力 出力
現在:入力$0.220・出力$0.880

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100万トークンあたり$0.200の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$0.0004$0.000337.9 s
30ページのレポートを要約12,000 / 600$0.0032$0.003040.7 s
コード編集6,000 / 1,500$0.0026$0.002649.1 s
エージェント型コーディングセッション60,000 / 4,000$0.017$0.0161.2 min
構造化データの抽出2,000 / 200$0.0006$0.000637.0 s

Alibabaのほかのモデル

今月の新着

関連ページ

埋め込み・引用

Qwen3 235B A22B 2507の順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。

[![Qwen3 235B A22B 2507 on BenchLeader: 総合 144位](https://www.benchleader.com/badge/qwen3-235b-a22b-2507.svg)](https://www.benchleader.com/models/qwen3-235b-a22b-2507)

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 2507 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen3-235b-a22b-2507

BibTeX:

@misc{benchleader_qwen3_235b_a22b_2507_20261116,
  author       = {{BenchLeader}},
  title        = {{Qwen3 235B A22B 2507 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/qwen3-235b-a22b-2507}},
  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 2507のベンチマークスコアは?
2026年11月16日時点で、Qwen3 235B A22B 2507(推論エフォート thinking)のBenchLeader Indexは51.8 ±4.0です。最も強いのは長文コンテキスト(60)、最も弱いのはエージェント・ツール(39)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 2507の順位は?
2026年11月16日時点で、Qwen3 235B A22B 2507(推論エフォート thinking)はランク付けされた608構成中299位です。ほかに269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 2507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 2507の料金は入力100万トークンあたり$0.220、出力100万トークンあたり$0.880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$0.385です。定価が最後に変わったのは2026年11月3日です。
Qwen3 235B A22B 2507はいつリリースされましたか?
Alibabaが2025年7月22日にQwen3 235B A22B 2507をリリースしました。BenchLeaderには2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 2507: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-2507