Alibaba · pașaport de model
Qwen3 235b A22b Instruct 2507
qwen3-235b-a22b-instruct-2507- Ponderi deschise
- Licență Apache 2.0
- 235.1B parametri
- Lansat 2025-07-01(din numele modelului)
- General · LMArena
- 1,422#116 din 396
- Cea mai bună percentilă
- 76.8BFCL v4 (apelare de funcții)
- Poziția în cohortă
- 57.0mediană 51.6
Ce spun datele
Evaluat pe 8 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Neuniform: 56,6 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 76.8 pct pe BFCL v4 (apelare de funcții) față de 20.2 pct pe ARC-AGI-2.
- BFCL v4 (apelare de funcții)Clasament inactiv76.8 pct52.1%Verifică →
- Prompturi dificile74 pct1,447Verifică →
- Programare72.1 pct1,472Verifică →
- Urmarea instrucțiunilor72 pct1,414Verifică →
- General71 pct1,422Verifică →
- LiveBench51.2 pct54.0%Verifică →
- Factuality Arena39.5 pct1,431Verifică →
- ARC-AGI-220.2 pct1.3%Verifică →
- WebDev ArenaNeevaluat
- Vision ArenaNeevaluat
- Search ArenaNeevaluat
- Document ArenaNeevaluat
- Agent ArenaNeevaluat
- GPQA DiamondNeevaluat
- AIME (matematică)Neevaluat
- FrontierMathNeevaluat
- SimpleQA VerifiedNeevaluat
- Humanity's Last ExamNeevaluat
- SimpleBenchNeevaluat
- SWE-bench Verified (clasament live)Neevaluat
- Terminal-Bench 4.0Neevaluat
- MMLU-Pro (Artificial Analysis)Neevaluat
- LiveCodeBench (Artificial Analysis)Neevaluat
- IFBench (Artificial Analysis)Neevaluat
- Halucinații HHEM (Vectara)Neevaluat
- SWE-bench VerifiedNeevaluat
- Terminal-BenchNeevaluat
Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.
Cum îl rulezi
Rulează-l singur
Transformers
from transformers import AutoModelForCausalLM, AutoTokenizer
model_id = "Qwen/Qwen3-235B-A22B-Instruct-2507"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)Ollama
Nu sincronizăm tag-urile Ollama, așa că nu afișăm o comandă pe care nu o putem verifica — una greșită ar descărca modelul greșit. Caută în biblioteca Ollama →
Rețetele de fine-tuning Unsloth sunt specifice fiecărui model și nu le derivăm aici. Documentația Unsloth →
Identificatorii, limitele și prețurile sunt sincronizate din sursa upstream afișată mai sus. Orice câmp nesincronizat este omis complet, nu ghicit.
qwen3-235b-a22b-instruct-2507 stands at 57 (raw mean 59.6) — measured on 8 of 27 axes.
qwen3-235b-a22b-instruct-2507 stands at 57 versus a cohort median of 51.6 across 144 models released within 180 days — above the peer median.
qwen3-235b-a22b-instruct-2507 ranks between #82 and #384 across 5 built-in weightings — best under "Axat pe programare", worst under "Toate sursele".
Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →