Qwen3 235B A22B 2507
性价比更高: Ling 3.0 Flash $0.115/M 即可获得 Index 51.7,便宜 70%。
有 18 个更便宜的已排名模型得分更高:GLM 5.3 Flash (57.8, $0.238)、DeepSeek V4 Flash (57.2, $0.262)、Claude Haiku 5.5 (56.7, $0.200),另有 15 个。
截至 2026年11月16日,Qwen3 235B A22B 2507(Alibaba)在 BenchLeader Index 上得分 51.8(共 608 个已排名配置)。表现最好的是长上下文(60),最弱的是智能体与工具(39)。API 价格为输入每百万 token $0.220、输出每百万 token $0.880(按 3:1 混合为 $0.385),为 2026年11月16日的标价。输出速度约为 110 token/秒(Artificial Analysis)。发布于 2025年7月22日。
要点(截至 2026年11月16日)
- Qwen3 235B A22B 2507 的 API 价格为输入每百万 token $0.220、输出每百万 token $0.880(按 3:1 混合为 $0.385)(标价,2026年11月16日)。
- Qwen3 235B A22B 2507 的输出速度约为 110 token/秒(Artificial Analysis,2026年11月16日)。
- Qwen3 235B A22B 2507 于 2025年7月22日发布(Alibaba)。
详细说明:Qwen3 235B A22B 2507 是 Alibaba 的开放权重推理模型,发布于 2025年7月22日。其最佳配置(推理强度 thinking)在 BenchLeader Index 上得分 51.8 ±4.0,在 608 个配置中排第 299 名,处于上半区。关键在于这个“±”:另有 269 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,长上下文得分最高(60),智能体与工具最低(39)。按混合价格计,每百万 token $0.385,比大多数已排名模型便宜。输出速度为 108 token/秒,首次回答需 35.1 秒,比大多数模型快。它已在 2 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。
- 混合价格
- $0.385/M
- 输入 $0.220 · 输出 $0.880
- 来源:Artificial Analysis
- 输出速度
- 108 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 35 s
- 首 token 3.46 s
- 上下文
- 262k
- 来源:models.dev
- 完整回答
- 210 s
- 最近一次测量 2026年11月13日
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2025年7月22日
- 综合 Index52
- 推理57
- 编程47
- 智能体与工具39
- 数学58
- 知识47
- 指令遵循53
- 人类偏好57
- 长上下文60
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/qwen3-235b-a22b-2507)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
Alibaba 以这个名称发布过 2 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
| 模型 | 发布日期 | Index | 排名 |
|---|---|---|---|
| Qwen3 235B A22B 2507thinking本页 | 2025年7月22日 | 51.8 | #299 |
| Qwen3 235B A22B | 2025年4月28日 | 50.1 | #345 |
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
Index 走势
2026年9月8日 至 2026年11月16日- thinking
- 默认
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
元数据
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| AA Openness Index不计入 Index | 44.4#97 | 44.4#97 | Artificial Analysis |
推理
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| GPQA Diamond | 80.0%#136 | – | Epoch AI Benchmarking Hub | |
| Arena Hard Prompts | 1418#162 | 1447#118 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 79.0%#206 | 75.3%#251 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 15.9%#266 | 11.1%#319 | Artificial Analysis | |
| GPQA Diamond (HELM)不计入 Index推理强度未说明 | – | 72.6%#7 | HELM Capabilities | |
| ARC-AGI-1推理强度未说明 | – | 11.0%#243 | ARC Prize | |
| ARC-AGI-2推理强度未说明 | – | 1.3%#226 | ARC Prize | |
| CritPt不计入 Index | 0.0%#337 | 0.0%#337 | Artificial Analysis | |
| Arena Expert不计入 Index | 1468#94 | 1447#122 | Arena (LMArena) | |
| Mystery Game Puzzles不计入 Index | 9.0%#120 | – | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index | 29.3%#146 | 23.5%#161 | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index | 80.3%#138 | 78.4%#147 | Epoch AI Benchmarking Hub | |
| ForecastBench不计入 Index | 62.0%#60 | – | ForecastBench |
编程
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| SciCode | 41.4%#171 | – | SciCode | |
| WeirdML | 41.0%#98 | 38.7%#111 | WeirdML | |
| Arena Coding | 1442#163 | 1472#121 | Arena (LMArena) | |
| SciCode (AA)不计入 Index | 41.4%#183 | – | Artificial Analysis | |
| Terminal-Bench 4.0 (AA)不计入 Index | 0.0%#186 | – | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index | 12.0%#194 | – | Artificial Analysis | |
| Design Arena Website不计入 Index | 1044#160 | 1050#158 | Design Arena | |
| LiveCodeBench (AA)不计入 Index | 78.8%#32 | 52.4%#133 | Artificial Analysis |
智能体与工具
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Terminal-Bench Hard | 13.6%#206 | 15.2%#197 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 53.2%#193 | 33.3%#249 | Artificial Analysis | |
| BFCL Overall推理强度未说明 | – | 52.1%#21 | Berkeley Function Calling Leaderboard | |
| GDPval-AA v2.1不计入 Index | 320#262 | – | Artificial Analysis | |
| τ³-Banking (AA) | 7.8%#162 | – | Artificial Analysis | |
| Vending-Bench 2不计入 Index | -11.3#69 | – | Andon Labs | |
| AutomationBench不计入 Index | 2.1%#216 | – | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | 4.8%#201 | – | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index | 170#241 | – | Artificial Analysis | |
| BrowseComp不计入 Index | 0.5%#32 | – | OpenAI |
数学
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| OTIS Mock AIME | 86.7%#97 | – | Epoch AI Benchmarking Hub | |
| Omni-MATH (HELM)推理强度未说明 | – | 71.8%#3 | HELM Capabilities | |
| Arena Maths | 1397#157 | 1416#130 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 91.0%#21 | 71.7%#89 | Artificial Analysis |
知识
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| SimpleQA Verified | 40.4%#54 | – | Epoch AI Benchmarking Hub | |
| PRBench Finance推理强度未说明 | – | 39.1%#33 | Scale AI SEAL | |
| PRBench Legal推理强度未说明 | – | 38.3%#40 | Scale AI SEAL | |
| MultiNRC可能存在污染 | 27.1%#28 | – | Scale AI SEAL | |
| MMLU-Pro (HELM)不计入 Index推理强度未说明 | – | 84.4%#9 | HELM Capabilities | |
| Global-MMLU-Lite (AA)不计入 Index | 85.3%#40 | – | Artificial Analysis |
指令遵循
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| IFBench | 51.2%#169 | 46.0%#200 | Artificial Analysis | |
| IFEval (HELM)推理强度未说明 | – | 83.5%#31 | HELM Capabilities | |
| WildBench (HELM)推理强度未说明 | – | 86.6%#1 | HELM Capabilities | |
| Arena Instruction Following不计入 Index | 1386#161 | 1414#125 | Arena (LMArena) |
人类偏好
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1400#158 | 1422#125 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1370#155 | 1378#143 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1393#170 | 1436#110 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1402#166 | 1433#122 | Arena (LMArena) | |
| Lech Mazur Creative Writing不计入 Index | 82.4%#11 | – | Lech Mazur |
长上下文
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Fiction.LiveBench 120k | 68.8%#8 | – | Fiction.live | |
| AA-LCR v1.1 | 72.0%#208 | 33.9%#404 | Artificial Analysis | |
| MLCR不计入 Index | 8.9%#133 | – | Artificial Analysis |
综合
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index | 143.2#101 | 138.1#122 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 12.7#335 | 12#349 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 237.5#298 | 215.2#362 | Artificial Analysis | |
| HELM Capabilities mean不计入 Index推理强度未说明 | – | 79.8%#6 | HELM Capabilities |
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| 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 |
价格历史
上述价格(每百万 token)在每个变动日的数值。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.200。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0004 | $0.0003 | 37.9 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0032 | $0.0030 | 40.7 s |
| 代码编辑 | 6,000 / 1,500 | $0.0026 | $0.0026 | 49.1 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.017 | $0.016 | 1.2 min |
| 结构化信息提取 | 2,000 / 200 | $0.0006 | $0.0006 | 37.0 s |
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Qwen3 235B A22B 2507 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/qwen3-235b-a22b-2507)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
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}
}常见问题
- Qwen3 235B A22B 2507 的基准测试得分是多少?
- 截至 2026年11月16日,Qwen3 235B A22B 2507(推理强度 thinking)的 BenchLeader Index 为 51.8 ±4.0。最强的是长上下文(60),最弱的是智能体与工具(39)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Qwen3 235B A22B 2507 排名第几?
- 截至 2026年11月16日,Qwen3 235B A22B 2507(推理强度 thinking)在 608 个已排名配置中排第 299 名。另有 269 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Qwen3 235B A22B 2507 每百万 token 的价格是多少?
- 截至 2026年11月16日,Qwen3 235B A22B 2507 的价格为输入每百万 token $0.220、输出每百万 token $0.880,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.385。标价最近一次变动是在 2026年11月3日。
- Qwen3 235B A22B 2507 是什么时候发布的?
- Alibaba 于 2025年7月22日发布了 Qwen3 235B A22B 2507。BenchLeader 收录了它在 2 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Qwen3 235B A22B 2507:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/qwen3-235b-a22b-2507。