Qwen3

Veröffentlichung

Juli 2025

Knowledge Cutoff

Juni 2025

Parameter

235 Mrd.

Modellfamilie

Qwen3

Apache 2.0

Zum Modell

Qwen3 235B A22B Thinking 2507 Modell-Übersicht

Qwen 3 ist eine Reihe an Sprachmodellen, die als Open Weight Models von Alibaba veröffentlicht wurden. Die Qwen 3 Familie umfasst mehrere Transformer- und Mixture-of-Experts-Modelle. Das Flaggschiff-Modell Qwen3-235B-A22B besitzt insgesamt 235 Mrd. Parameter und verwendet davon 22 Mrd. aktive Parameter pro Token während der Inferenz. Besonders beeindruckend sind die kleineren Modelle aus der Qwen 3 Familie, die in Benchmarks mit deutlich größeren Konkurrenzmodellen gleichziehen können. Du kannst die kleineren Versionen von Qwen auf Byte.de einsehen, indem du auf das Select-Menü für die Versionsauswahl klickst.

Playground Blog Github Hugging Face

Features

Tools

Websuche, Bildgenerierung, Computer Use und MCP-Server.

Multimodalität

Das Modell kann Text, Bilder, Audio und PDFs als Input verarbeiten.

Finetuning

Finetuning des Modells ist aktuell nicht möglich.

Details zum Modell

Max. Input

262,14k Token

Max. Output

81,92k Token

Trainingsdaten

36.000 Mrd.

Parameter

235 Mrd.

Input Preis

$0.13

Output Preis

$0.60

Vokabular

151,94k

Dateigröße

437,90 GB

Qwen3 235B A22B Thinking 2507 Benchmark Scores

Im KI-Kontext bezeichnet Performance die Leistungsfähigkeit eines Modells in Bereichen wie Sprachverständnis, Logik oder Programmierung – gemessen anhand standardisierter Benchmarks zur objektiven Vergleichbarkeit.

Qwen3 235B A22B Thinking 2507 Benchmark Übersicht

Überblick über die Leistungsfähigkeit des Modells in verschiedenen Benchmark-Tests.
Serie	Wissen & Sprache (min 0 / max 100)	Wissenschaft (min 0 / max 100)	Logik & Schlussfolgerung (min 0 / max 100)	Programmierung (min 0 / max 100)
Alibaba Qwen3 235B A22B Thinking 2507	84.4	81.1	55.25	74.1

Überblick über die Leistungsfähigkeit des Modells in verschiedenen Benchmark-Tests.

Ergebnisse in Benchmarks

Benchmark auswählen

Darstellung der Rohdaten für den Benchmark American Invitational Mathematics Examination 2025. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Grok-4 Heavy	100 %
GPT-5	99,6 %
Grok-4	98,8 %
GLM-4.6	93,9 %
OpenAI o4-mini	92,7 %
Qwen3 235B A22B Thinking 2507	92,3 %
GPT-5 mini	91,1 %
OpenAI o3	88,9 %

Vergleich von LLMs im Benchmark American Invitational Mathematics Examination 2025. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Graduate-Level Google-Proof Q&A Benchmark. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Grok-4 Heavy	88,9 %
Grok-4	87,5 %
Qwen3 235B A22B Thinking 2507	81,1 %
GLM-4.6	81 %
GLM-4.5	79,1 %

Vergleich von LLMs im Benchmark Graduate-Level Google-Proof Q&A Benchmark. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Humanity's Last Exam. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Grok-4 Heavy	44,4 %
Grok-4	38,6 %
GPT-5	35,2 %
OpenAI o3	24,9 %
Gemini 2.5 Pro	21,6 %
Qwen3 235B A22B Thinking 2507	18,2 %
OpenAI o4-mini	17,7 %
DeepSeek-R1-0528	17,7 %

Vergleich von LLMs im Benchmark Humanity's Last Exam. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark LiveCodeBench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GLM-4.6	82,8 %
Grok-4 Heavy	79,4 %
Grok-4	79,3 %
Gemini 2.5 Pro	74,2 %
Qwen3 235B A22B Thinking 2507	74,1 %
DeepSeek-R1-0528	73,3 %
GLM-4.5	72,9 %

Vergleich von LLMs im Benchmark LiveCodeBench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark MMLU-Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Grok-4	86,6 %
DeepSeek-R1-0528	85 %
GLM-4.5	84,6 %
Qwen3 235B A22B Thinking 2507	84,4 %
GLM-4.5 Air	81,4 %
Qwen3 30B A3B Instruct 2507	78,4 %

Vergleich von LLMs im Benchmark MMLU-Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

‌
‌

Technologie & Daten

Technische Spezifikationen

Architektur	Mixture-of-Experts Transformer
Input Kontextlänge	262,14k
Output Kontextlänge	81,92k
Tokenizer	Qwen3 BPE (ChatML)

Besonderheiten

Besonderheit 1	Thinking-only Modus
Besonderheit 2	Erweiterbarer Kontext
Besonderheit 3	Agentic Tool-Use
Versionen	235B, 32B, 30B, 14B, 8B, 4B, 1.7B, 0.6B

Vorteile & Nachteile

Vorteile

Open Weight Modelle, lokal ausführbar
Die gesamte Qwen 3 Modellfamilie wird komplett inklusive offener Gewichtungen veröffentlicht und kann beliebig nach-trainiert werden. Außerdem lassen sich die Qwen 3 Modelle über Apps wie Ollama oder LM Studio lokal und ohne Internetverbindung nutzen.
Großzügige Lizenzen
Mit Apache-2.0 gewährt Alibaba Entwicklern viel Spielraum für die kommerzielle Nutzung der Qwen 3 Modelle.
Dynamischer "Thinking" Modus
Für die größeren Qwen3-Modelle lassen sich verschiedene "Thinking" Stufen definieren, die die Qualität der Outputs verbessern.
Starke Benchmark-Performances der kleinen Modelle
Insbesondere die kleinen Modelle, rund um Qwen3-30B-A3B erzielen beeindruckende Ergebnisse, die in größeren Benchmarks mit Modellen wie DeepSeekV3 und GPT-4o mithalten können.
Gutes Instruction Following
Nach ersten Einschätzungen scheinen die Qwen 3 Modelle gut im Instruction Following zu sein.

Nachteile

Keine native Multimodalität
Qwen 3 ist nativ keine multimodale Modellfamilie. Die Modelle lassen sich von Haus aus also nicht für Computer Vision o.ä. nutzen.
Eingeschränktes Kontextfenster
Je nach Inferenz-Anbieter beträgt das native Kontextfenster von Qwen3 auch in den großen Modellen max. 262k Tokens.

Vergleiche Qwen3 235B A22B Thinking 2507 mit anderen LLMs

Vergleiche Qwen3 235B A22B Thinking 2507 mit anderen Sprachmodellen anhand wichtiger Metriken wie Kontextgröße, Parameteranzahl, Preisen und Benchmark-Leistung.

Entwickler	Modell⇅	Lizenz⇅	Parameter ⇅	Input-Tokens ⇅	Output-Tokens ⇅	Input-Preis ⇅	Output-Preis ⇅	GPQA
Z.ai	GLM-4.6	MIT	355 Mrd.	200k	128k	$0.60	$2.00	82,8 %
xAI	Grok-4 Heavy	Proprietär	Unbekannt	256k	256k	$3.00	$15.00	79,4 %
xAI	Grok 4	Proprietär	Unbekannt	256k	256k	$3.00	$15.00	79,3 %
Google DeepMind	Gemini 2.5 Pro	Proprietär	Unbekannt	1,05 Mio.	65,54k	$1.25	$10.00	74,2 %
Alibaba	Qwen3	Apache 2.0	235 Mrd.	262,14k	81,92k	$0.13	$0.60	74,1 %
DeepSeek AI	Deepseek-R1	MIT	671 Mrd.	163,84k	163,84k	$0.50	$2.15	73,3 %
Z.ai	GLM-4.5	MIT	355 Mrd.	131,07k	131,07k	$0.60	$2.20	72,9 %
Z.ai	GLM-4.5 Air	MIT	106 Mrd.	131,07k	131,07k	$0.20	$1.10	70,7 %
Google DeepMind	Gemini 2.5 Pro	Proprietär	Unbekannt	1,05 Mio.	65,54k	$0.30	$2.50	59,3 %
Anthropic	Claude Sonnet 4	Proprietär	Unbekannt	200k	64k	$3.00	$15.00	55,9 %

‌
Alle Modelle vergleichen

Provider & APIs

Du kannst Alibaba Qwen3 235B A22B Thinking 2507 über die API folgender Anbieter nutzen.

Das Modell ist derzeit bei keinen Anbietern verfügbar.