Qwen3 235B A22B 2507
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
- 総合Index52
- 推論57
- コーディング47
- エージェント・ツール39
- 数学58
- 知識47
- 指示追従53
- 人間の評価57
- 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[](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。
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 A22B | 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- 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#97 | 44.4#97 | Artificial Analysis |
推論
| ベンチマーク | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| GPQA Diamond | 80.0%#136 | – | Epoch AI Benchmarking Hub | |
| Arena Hard Prompts | 1418#162 | 1447#118 | Arena (LMArena) | |
| GPQA Diamond (AA)Index対象外 | 79.0%#206 | 75.3%#251 | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | 15.9%#266 | 11.1%#319 | Artificial Analysis | |
| GPQA Diamond (HELM)Index対象外エフォート未記載 | – | 72.6%#7 | HELM Capabilities | |
| ARC-AGI-1エフォート未記載 | – | 11.0%#243 | ARC Prize | |
| ARC-AGI-2エフォート未記載 | – | 1.3%#226 | ARC Prize | |
| CritPtIndex対象外 | 0.0%#337 | 0.0%#337 | Artificial Analysis | |
| Arena ExpertIndex対象外 | 1468#94 | 1447#122 | Arena (LMArena) | |
| Mystery Game PuzzlesIndex対象外 | 9.0%#120 | – | Epoch AI Benchmarking Hub | |
| LMCAIndex対象外 | 29.3%#146 | 23.5%#161 | Epoch AI Benchmarking Hub | |
| DTBenchIndex対象外 | 80.3%#138 | 78.4%#147 | Epoch 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 |
|---|---|---|---|---|
| SciCode | 41.4%#171 | – | SciCode | |
| WeirdML | 41.0%#98 | 38.7%#111 | WeirdML | |
| Arena Coding | 1442#163 | 1472#121 | Arena (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#160 | 1050#158 | Design Arena | |
| LiveCodeBench (AA)Index対象外 | 78.8%#32 | 52.4%#133 | Artificial 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 Hard | 13.6%#206 | 15.2%#197 | Artificial Analysis | |
| τ²-Bench Telecom (AA)Index対象外 | 53.2%#193 | 33.3%#249 | Artificial Analysis | |
| BFCL Overallエフォート未記載 | – | 52.1%#21 | Berkeley 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 AIME | 86.7%#97 | – | Epoch AI Benchmarking Hub | |
| Omni-MATH (HELM)エフォート未記載 | – | 71.8%#3 | HELM Capabilities | |
| Arena Maths | 1397#157 | 1416#130 | Arena (LMArena) | |
| AIME 2025 (AA)Index対象外 | 91.0%#21 | 71.7%#89 | Artificial Analysis |
知識
| ベンチマーク | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| SimpleQA Verified | 40.4%#54 | – | Epoch AI Benchmarking Hub | |
| PRBench Financeエフォート未記載 | – | 39.1%#33 | Scale AI SEAL | |
| PRBench Legalエフォート未記載 | – | 38.3%#40 | Scale 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%#9 | HELM 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 |
|---|---|---|---|---|
| IFBench | 51.2%#169 | 46.0%#200 | Artificial Analysis | |
| IFEval (HELM)エフォート未記載 | – | 83.5%#31 | HELM Capabilities | |
| WildBench (HELM)エフォート未記載 | – | 86.6%#1 | HELM Capabilities | |
| Arena Instruction FollowingIndex対象外 | 1386#161 | 1414#125 | Arena (LMArena) |
人間の評価
| ベンチマーク | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Arena Text | 1400#158 | 1422#125 | Arena (LMArena) | |
| Arena Creative WritingIndex対象外 | 1370#155 | 1378#143 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1393#170 | 1436#110 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1402#166 | 1433#122 | Arena (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 120k | 68.8%#8 | – | Fiction.live | |
| AA-LCR v1.1 | 72.0%#208 | 33.9%#404 | Artificial 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#101 | 138.1#122 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2Index対象外 | 12.7#335 | 12#349 | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 237.5#298 | 215.2#362 | Artificial Analysis | |
| HELM Capabilities meanIndex対象外エフォート未記載 | – | 79.8%#6 | HELM 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 Factory | 40 tok/s | 0.39 s | $0.200 | $0.600 | 262k | fp8 |
| Parasail | 35 tok/s | 0.44 s | $0.140 | $0.800 | 131k | fp8 |
| Venice | 25 tok/s | 0.60 s | $0.150 | $0.750 | 128k | fp8 |
| DeepInfra | 22 tok/s | 0.36 s | $0.090 | $0.550 | 262k | fp8 |
| DeepInfra | 15 tok/s | 0.39 s | $0.135 | $0.825 | 262k | fp8 |
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 | $0.0003 | 37.9 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.0032 | $0.0030 | 40.7 s |
| コード編集 | 6,000 / 1,500 | $0.0026 | $0.0026 | 49.1 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 | $0.016 | 1.2 min |
| 構造化データの抽出 | 2,000 / 200 | $0.0006 | $0.0006 | 37.0 s |
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。
[](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}
}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