BenchLeader

Qwen3 235B A22B 2507

推理强度
质量第 145 / 339 名
51.8Index
高于中位数
较中位数 +1.6
价格第 73 / 255 名
$0.385每百万 token
比多数便宜
中位数的 0.5 倍
速度第 72 / 216 名
108token/秒
高于中位数
中位数的 1.3 倍
性价比第 67 / 255 名
134.5分/$
高于中位数
中位数的 2.4 倍

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
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index52
  2. 推理57
  3. 编程47
  4. 智能体与工具39
  5. 数学58
  6. 知识47
  7. 指令遵循53
  8. 人类偏好57
  9. 长上下文60

嵌入这个排名

更多徽章样式
[![Qwen3 235B A22B 2507 on BenchLeader: 综合第 144 名](https://www.benchleader.com/badge/qwen3-235b-a22b-2507.svg?style=compact)](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。

Alibaba 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

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 A22B2025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。

推理强度Index排名速度首次回答聊天回复成本类别
thinking最佳51.8#299108 tok/s35 s$0.0004智能体与工具 39 · 编程 47 · 人类偏好 57 · 指令遵循 53 · 知识 47 · 长上下文 60 · 数学 58 · 推理 57
未说明50.7#33139 tok/s3.46 s$0.0004智能体与工具 57 · 编程 51 · 人类偏好 60 · 指令遵循 54 · 知识 37 · 长上下文 41 · 数学 69 · 推理 38

Index 走势

2026年9月8日 至 2026年11月16日
455259
  • 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 Index44.4#9744.4#97Artificial Analysis

推理

基准测试thinking默认来源趋势
GPQA Diamond80.0%#136–Epoch AI Benchmarking Hub
Arena Hard Prompts1418#1621447#118Arena (LMArena)
GPQA Diamond (AA)不计入 Index79.0%#20675.3%#251Artificial Analysis
Humanity's Last Exam (AA)不计入 Index15.9%#26611.1%#319Artificial Analysis
GPQA Diamond (HELM)不计入 Index推理强度未说明–72.6%#7HELM Capabilities
ARC-AGI-1推理强度未说明–11.0%#243ARC Prize
ARC-AGI-2推理强度未说明–1.3%#226ARC Prize
CritPt不计入 Index0.0%#3370.0%#337Artificial Analysis
Arena Expert不计入 Index1468#941447#122Arena (LMArena)
Mystery Game Puzzles不计入 Index9.0%#120–Epoch AI Benchmarking Hub
LMCA不计入 Index29.3%#14623.5%#161Epoch AI Benchmarking Hub
DTBench不计入 Index80.3%#13878.4%#147Epoch AI Benchmarking Hub
ForecastBench不计入 Index62.0%#60–ForecastBench

编程

基准测试thinking默认来源趋势
SciCode41.4%#171–SciCode
WeirdML41.0%#9838.7%#111WeirdML
Arena Coding1442#1631472#121Arena (LMArena)
SciCode (AA)不计入 Index41.4%#183–Artificial Analysis
Terminal-Bench 4.0 (AA)不计入 Index0.0%#186–Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index12.0%#194–Artificial Analysis
Design Arena Website不计入 Index1044#1601050#158Design Arena
LiveCodeBench (AA)不计入 Index78.8%#3252.4%#133Artificial Analysis

智能体与工具

基准测试thinking默认来源趋势
Terminal-Bench Hard13.6%#20615.2%#197Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index53.2%#19333.3%#249Artificial Analysis
BFCL Overall推理强度未说明–52.1%#21Berkeley Function Calling Leaderboard
GDPval-AA v2.1不计入 Index320#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 Index2.1%#216–Artificial Analysis
GDP.pdf (AA)不计入 Index4.8%#201–Artificial Analysis
AA-Briefcase v1.1不计入 Index170#241–Artificial Analysis
BrowseComp不计入 Index0.5%#32–OpenAI

数学

基准测试thinking默认来源趋势
OTIS Mock AIME86.7%#97–Epoch AI Benchmarking Hub
Omni-MATH (HELM)推理强度未说明–71.8%#3HELM Capabilities
Arena Maths1397#1571416#130Arena (LMArena)
AIME 2025 (AA)不计入 Index91.0%#2171.7%#89Artificial Analysis

知识

基准测试thinking默认来源趋势
SimpleQA Verified40.4%#54–Epoch AI Benchmarking Hub
PRBench Finance推理强度未说明–39.1%#33Scale AI SEAL
PRBench Legal推理强度未说明–38.3%#40Scale 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%#9HELM Capabilities
Global-MMLU-Lite (AA)不计入 Index85.3%#40–Artificial Analysis

指令遵循

基准测试thinking默认来源趋势
IFBench51.2%#16946.0%#200Artificial Analysis
IFEval (HELM)推理强度未说明–83.5%#31HELM Capabilities
WildBench (HELM)推理强度未说明–86.6%#1HELM Capabilities
Arena Instruction Following不计入 Index1386#1611414#125Arena (LMArena)

人类偏好

基准测试thinking默认来源趋势
Arena Text1400#1581422#125Arena (LMArena)
Arena Creative Writing不计入 Index1370#1551378#143Arena (LMArena)
Arena Multi-turn不计入 Index1393#1701436#110Arena (LMArena)
Arena Longer Queries不计入 Index1402#1661433#122Arena (LMArena)
Lech Mazur Creative Writing不计入 Index82.4%#11–Lech Mazur

长上下文

基准测试thinking默认来源趋势
Fiction.LiveBench 120k68.8%#8–Fiction.live
AA-LCR v1.172.0%#20833.9%#404Artificial Analysis
MLCR不计入 Index8.9%#133–Artificial Analysis

综合

基准测试thinking默认来源趋势
Epoch Capabilities Index不计入 Index143.2#101138.1#122Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index12.7#33512#349Artificial Analysis
AA Progress Index v1不计入 Index237.5#298215.2#362Artificial Analysis
HELM Capabilities mean不计入 Index推理强度未说明–79.8%#6HELM 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 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

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.632$1.26$1.90$2.5326年9月26年10月26年11月
输入 输出
当前:输入 $0.220 · 输出 $0.880

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$0.000337.9 s
总结一份 30 页的报告12,000 / 600$0.0032$0.003040.7 s
代码编辑6,000 / 1,500$0.0026$0.002649.1 s
智能体编程会话60,000 / 4,000$0.017$0.0161.2 min
结构化信息提取2,000 / 200$0.0006$0.000637.0 s

Alibaba 的更多模型

本月新上线

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。

[![Qwen3 235B A22B 2507 on BenchLeader: 综合第 144 名](https://www.benchleader.com/badge/qwen3-235b-a22b-2507.svg)](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}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

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。