Qwen3-235B-A22B-Thinking-2507

Fiche modèle · Alibaba Cloud / Qwen Team · qwen3-235b-a22b-thinking-2507

Qwen3-235B-A22B-Thinking-2507 is a state-of-the-art thinking-enabled Mixture-of-Experts (MoE) model with 235B total parameters (22B activated). It features 94 layers, 128 experts (8 activated), and supports 262K native context length. This version delivers significantly improved reasoning performance, achieving state-of-the-art results among open-source thinking models on logical reasoning, mathematics, science, coding, and academic benchmarks. Key enhancements include markedly better general capabilities (instruction following, tool usage, text generation), enhanced 256K long-context understanding, and increased thinking depth. The model supports only thinking mode with automatic <think> tag inclusion.

Fiches modèles

Identité

Organisation	Alibaba Cloud / Qwen Team
Pays	—
Famille	—
Type	llm
Date de sortie	2025-07-25
Licence	apache 2.0
Licence commerciale	oui
Licence open source	oui
Poids ouverts	oui
Auto-hébergement (DGX Spark)	non — 235 Md > 107 Md
Modalités	text
Fenêtre de contexte	262 144
KV cache / token (Q8)	96.3 ko/token
Paramètres totaux	235 B
Paramètres actifs (session)	22 B
Source des paramètres actifs	actifs : nom (heuristique) ; total : config Hugging Face (Qwen/Qwen3-235B-A22B-Thinking-2507)
Curation des paramètres actifs	2026-11-04
Prix par session	—
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	—
Tokens d'entraînement	—
Coupure de connaissance	—
Créé le	2026-05-07T16:53:41.246145Z
Mis à jour le	2026-11-04T06:05:15.257387Z
Source	LLM Stats
URL	https://llm-stats.com/models/qwen3-235b-a22b-thinking-2507

Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : non — hors DGX Spark (> 107 Md).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Aucune donnée.

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
chat	0.70
instruction_following	0.80
language	0.80
legal	0.80
math	0.70
multimodal	0.60
physics	0.70
reasoning	0.70
spatial_reasoning	0.60
structured_output	0.80
finance	0.80
general	0.70
healthcare	0.80
agents	0.70
biology	0.80
chemistry	0.70
communication	0.70
creativity	0.80
economics	0.60
tool_calling	0.60
vision	0.40
writing	0.80

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aime-2025	math	0.92	1.00	0.92	non	oui	2026-11-04T06:05:15.271875Z
arena-hard-v2	general	0.80	1.00	0.80	non	oui	2026-11-04T06:05:15.296175Z
bfcl-v3	general	0.72	1.00	0.72	non	oui	2026-11-04T06:05:15.304680Z
cfeval	code	2 134.00	10 000.00	0.21	non	oui	2026-11-04T06:05:15.287497Z
creative-writing-v3	creativity	0.86	1.00	0.86	non	oui	2026-11-04T06:05:15.299116Z
gpqa	reasoning	0.81	1.00	0.81	non	oui	2026-11-04T06:05:15.266192Z
hmmt25	math	0.84	1.00	0.84	non	oui	2026-11-04T06:05:15.274726Z
humanity's-last-exam	reasoning	0.18	1.00	0.18	non	oui	2026-11-04T06:05:15.281362Z
ifeval	chat	0.88	1.00	0.88	non	oui	2026-11-04T06:05:15.293305Z
include	general	0.81	1.00	0.81	non	oui	2026-11-04T06:05:15.327039Z
livebench-20241125	math	0.78	1.00	0.78	non	oui	2026-11-04T06:05:15.277668Z
livecodebench-v6	reasoning	0.74	1.00	0.74	non	oui	2026-11-04T06:05:15.284371Z
mmlu-pro	language	0.84	1.00	0.84	non	oui	2026-11-04T06:05:15.260516Z
mmlu-prox	language	0.81	1.00	0.81	non	oui	2026-11-04T06:05:15.324258Z
mmlu-redux	language	0.94	1.00	0.94	non	oui	2026-11-04T06:05:15.263388Z
multi-if	chat	0.81	1.00	0.81	non	oui	2026-11-04T06:05:15.321382Z
ojbench	reasoning	0.33	1.00	0.33	non	oui	2026-11-04T06:05:15.290309Z
polymath	math	0.60	1.00	0.60	non	oui	2026-11-04T06:05:15.329660Z
supergpqa	reasoning	0.65	1.00	0.65	non	oui	2026-11-04T06:05:15.269043Z
tau-bench-airline	reasoning	0.46	1.00	0.46	non	oui	2026-11-04T06:05:15.310133Z
tau-bench-retail	chat	0.68	1.00	0.68	non	oui	2026-11-04T06:05:15.307308Z
tau2-airline	chat	0.58	1.00	0.58	non	oui	2026-11-04T06:05:15.315744Z
tau2-retail	communication	0.72	1.00	0.72	non	oui	2026-11-04T06:05:15.312941Z
tau2-telecom	communication	0.46	1.00	0.46	non	oui	2026-11-04T06:05:15.318600Z
writingbench	writing	0.88	1.00	0.88	non	oui	2026-11-04T06:05:15.301849Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
chat	34	0.70	22.47	4	trueskill	2026-11-04T08:08:43.789169Z	rankings
agents	122	—	11.40	1	trueskill	2026-10-19	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04