Language model rubric2026 criteria

Estimate from the version's published specs, benchmarks and reviews, 0-5; scores are only comparable within one criteria year. Scored as launched (25 Jul 2025, thinking-only, Apache 2.0). Reasoning null: AA's launch-time index (v2) is not on the anchor scale and AA's current v4.x figure is only a later estimate, so none is borrowed. Maker headline: AIME25 92.3, LiveCodeBench v6 74.1 (pin). AA's current page shows 13 (v4.x estimate, would map to 0). Coding null: no Terminal-Bench 4.0. Context 262,144 tokens native (Simon Willison quoting the model card) -> 2.5. Price null: no launch list price verified (OpenRouter lists $0.23/$2.30 today). Speed null (AA 65 tokens/s is today's). Modalities 1: text only. Third review is MathArena's measured result, not prose; VentureBeat could not be opened.^[1]

Reviews

Qwen3-235B-A22B-Thinking-2507 · simonwillison.net · 2025年7月25日Their own published benchmarks show comparable scores to DeepSeek-R1-0528, OpenAI's o3 and o4-mini, Gemini 2.5 Pro and Claude Opus 4 in thinking mode.
Qwen3 235B A22B 2507 (Reasoning) - Intelligence, Performance & Price Analysis | Artificial Analysis · artificialanalysis.aiQwen3 235B A22B 2507 (Reasoning) is below average in intelligence and somewhat expensive when comparing to other open weight models of similar size.
Qwen3-235B-2507-Think · matharena.ai5.21% ± 3.14%

情绪走势正面

口碑倾向

更新

标记后 1 次

这个标记会跟进新闻：它显示目前已知的情况，这里列出改了什么以及起因。

新参考资料2026/10/27 1:46由 @ThePinGang
- Qwen3-235B-2507-Thinkmatharena.ai可信度 70%

串

回应这个图钉

用户照片

读者上传的照片，与图钉带来源的媒体分开显示。你可以为吃到或看到的内容评分，在餐厅图钉上还能直接在照片上标记菜品。

参考资料 7可信度 81%总体可信度: 81%该图钉的来源和参考资料对其日期的支持程度。包括来源在内的 7 份资料对图钉开始和结束时间支持程度的加权平均；资料每比最新的一份旧 180 天，权重减半显示所有可信度不低于 75% 的图钉

第一项始终是图钉的来源。总体可信度是各份资料对上方所用开始和结束时间支持程度的加权平均；资料每比最新的一份旧 180 天，权重减半。

[1]90%
huggingface.co/Qwen/Qwen3-235B-A22B-Thinking-2507
huggingface.co· 发布于 2026年10月12日· 开始 2025年7月25日· 占评分 22%
VentureBeat^[5] 2025 年 7 月 25 日的文章报道了当天的发布； Qwen3存储库的新闻日志显示“2025.07.25：我们发布了Qwen3-235B-A22B思维模式的更新版本，名为Qwen3-235B-A22B-Thinking-2507”，OpenRouter^[7]将其列为2025年7月25日发布。
[2]70%
Qwen3-235B-2507-Think
matharena.ai· 添加于 2026年10月27日· 添加者@ThePinGang· 占评分 23%
Opened source supports this specific review extract; publication semantics and any live-benchmark scope are recorded in the research catalog. Does not establish pin event date.^[1]
[3]75%
Qwen3 235B A22B 2507 (Reasoning) - Artificial Analysis
artificialanalysis.ai· 添加于 2026年10月12日· 占评分 22%
Artificial Analysis: Qwen3 235B A22B 2507 (Reasoning), open weights, released July 2025, 256k context, scores 13 on its current Intelligence Index (median for comparable models 18), ranked 83 of 117, and is flagged deprecated in favour of Qwen3.5 397B A17B.
[4]90%
QwenLM/Qwen3 - GitHub
github.com· 添加于 2026年10月12日· 占评分 22%
Qwen's repository news log dates the release 2025.07.25 and records the 8 August 2025 update that lets the 2507 models handle 1 million tokens; it also lists Qwen3-235B-A22B-Instruct-2507 (21 July) and the 30B-A3B 2507 models (30 and 31 July).^[1]
[5]92%
It's Qwen's summer: new open source Qwen3-235B-A22B-Thinking-2507 tops OpenAI, Gemini reasoning models on key benchmarks - VentureBeat
venturebeat.com· 发表于 2025年7月25日· 开始 2025年7月25日 ✓· 占评分 4%
VentureBeat, 25 July 2025: Alibaba's Qwen Team released Qwen3-235B-A22B-Thinking-2507 under Apache 2.0; AIME25 92.3, LiveCodeBench v6 74.1, Arena-Hard v2 79.7; Qwen moving to separate reasoning and instruct models instead of a hybrid mode; Alibaba API $0.70 input and $8.40 output per million tokens.

参考资料 7可信度 81%总体可信度: 81%该图钉的来源和参考资料对其日期的支持程度。包括来源在内的 7 份资料对图钉开始和结束时间支持程度的加权平均；资料每比最新的一份旧 180 天，权重减半显示所有可信度不低于 75% 的图钉

评论

建议更正

Qwen3-235B-A22B-Thinking-2507 发布

显着特点

标签

串