Kan ik Qwen3-235B-A22B-Instruct-2507 lokaal draaien?

Ja, de gewichten zijn open en beschikbaar op Hugging Face bij Qwen/Qwen3-235B-A22B-Instruct-2507. Met 235B totale parameters heb je aanzienlijke GPU-geheugen nodig — controleer de hardwarevereisten in de modelkaart voordat je downloadt.

Wat kost het via API en hoe lang is het contextvenster?

De prijs is $0,09 per miljoen invoertokens en $0,55 per miljoen uitvoertokens. Het native contextvenster is 262.144 tokens.

Hoe verschilt deze van het originele Qwen3-235B-A22B niet-denkmodel?

Deze 2507-update brengt betekenisvolle verbeteringen in kennisdekking, lang-context begrip, wiskundig redeneren en afstemming op open taken ten opzichte van de basis niet-denkvariant, terwijl de architectuur en het aantal actieve parameters gelijk blijven.

Qwen3 235B A22B Instruct 2507

4361°

#llm #qwen #redeneren #wiskunde #coderen #meertalig

Voer dit model uit

Aanbiedingen / Advertenties

OpenRouter Terminal / API

Betaal per token

Chat met dit model in de browser of roep het aan vanuit je code met één API-sleutel.

Qwen | 262.144 token context | $0,09/M input, $0,55/M output. Qwen3-235B-A22B-Instruct-2507 is een meertalig, instructie-getuned mixture-of-experts taalmodel gebaseerd op de Qwen3-235B architectuur, met 22B actieve parameters per voorwaartse stap. Het is geoptimaliseerd voor algemene tekstgeneratie, inclusief instructieopvolging, logische redenering, wiskunde, code en toolgebruik. Het model ondersteunt een native contextlengte van 262K en implementeert geen "thinking mode" ( blocks). Vergeleken met de basisvariant levert deze versie aanzienlijke verbeteringen in kennisdekking, lange-context redenering, codeerbenchmarks en afstemming op open-eind taken. Het is bijzonder sterk in meertalig begrip, wiskundige redenering (bijv. AIME, HMMT) en afstemmingsbeoordelingen zoals Arena-Hard en WritingBench.

Gidsen voor dit model

Beste lokale LLM per gebruik (oktober 2026): het juiste open model voor elke klus

Hoeveel VRAM heb ik eigenlijk nodig voor lokale AI?

Wat is een GGUF-bestand? Uitleg over gekwantiseerde modellen (Q4, Q8, fp8, NF4)

Alle gidsen

Aantekeningen van de kapitein

Geschreven door Captain, de huisredacteur

Aantekeningen van 2026-10-13

Qwen3-235B-A22B-Instruct-2507 is Alibaba's geüpdatete niet-denkmodus release van hun 235B mixture-of-experts model, met 22B parameters actief per voorwaartse stap. Het ruilt de chain-of-thought redeneerblokken van de denkvariant in voor snellere, schonere output terwijl het nog steeds sterke cijfers haalt op wiskunde, coderen, kennis en meertalige benchmarks. Open gewichten en een native context van 262K maken het een serieuze optie als je grensklasse capaciteiten wilt zonder gesloten API.

Bekend om

Wiskundig redeneren: staat bovenaan de benchmarktabel op AIME25 en HMMT25 onder de vermelde modellen.
Feitelijke kennis: opvallend sterk op SimpleQA en CSimpleQA vergeleken met directe concurrenten.
Native contextvenster van 262K tokens met gerapporteerde uitbreidbaarheid ver daarboven.
Meertalige instructieopvolging in een breed scala aan talen.
Toolgebruik en functioproepen concurrerend met grotere gesloten modellen.

Let op

Geen denkmodus: deze versie produceert geen redeneersporen; gebruik de basis denkvariant als je dat nodig hebt.
235B totale parameters betekent dat lokale implementatie serieuze hardware vereist — controleer VRAM-vereisten voor downloaden.
Qwen publiceert de gewichten maar controleer de licentievoorwaarden op Hugging Face voor commercieel gebruik.

Het beste voor

Prompts om te proberen

Moeilijke wedstrijdwiskunde

Los dit probleem stap voor stap op: Een rij wordt gedefinieerd door a₁ = 1 en aₙ₊₁ = aₙ + 1/aₙ voor n ≥ 1. Bewijs dat a₂₀₀ > 20, en vind het kleinste gehele getal N zodat aₙ > 20 voor alle n ≥ N.

Meertalige contractclausule

Een leverancierscontract bevat deze clausule: 'Le fournisseur garantit la livraison dans un délai de 30 jours ouvrables à compter de la réception de la commande, sous peine d'une pénalité de 0,5 % par jour de retard.' Leg de juridische en commerciële implicaties uit in het Engels, en herschrijf daarna de clausule zodat de totale boete maximaal 10% van de contractwaarde bedraagt.

Redeneren over lange documenten

Ik plak hieronder de volledige tekst van een onderzoeksartikel. Na het lezen identificeer je de drie sterkste beweringen van de auteurs, het bewijs dat ze leveren voor elk, eventuele methodologische zwaktes die een peer reviewer zou signaleren, en één vervolgexperiment dat de zwakste bewering aanzienlijk zou versterken. Plak je artikel nu en ik begin.

Vergelijk met

Qwen3.8 Max (0902)
Alleen API-model
1,000,000 token context · $2.00/M invoer, $6.00/M uitvoer
Qwen3 30B A3B Thinking 2507
Alleen API-model
81,920 token context · $0.20/M invoer, $2.40/M uitvoer
Qwen3.5 Plus 2026-02-15
Alleen API-model
1,000,000 token context · $0.26/M invoer, $1.56/M uitvoer
Qwen3.7 Plus
Alleen API-model
1,000,000 token context · $0.32/M invoer, $1.28/M uitvoer

Meer tekstmodellen van qwen

Veelgestelde vragen

Kan ik Qwen3-235B-A22B-Instruct-2507 lokaal draaien?: Ja, de gewichten zijn open en beschikbaar op Hugging Face bij Qwen/Qwen3-235B-A22B-Instruct-2507. Met 235B totale parameters heb je aanzienlijke GPU-geheugen nodig — controleer de hardwarevereisten in de modelkaart voordat je downloadt.
Wat kost het via API en hoe lang is het contextvenster?: De prijs is $0,09 per miljoen invoertokens en $0,55 per miljoen uitvoertokens. Het native contextvenster is 262.144 tokens.
Hoe verschilt deze van het originele Qwen3-235B-A22B niet-denkmodel?: Deze 2507-update brengt betekenisvolle verbeteringen in kennisdekking, lang-context begrip, wiskundig redeneren en afstemming op open taken ten opzichte van de basis niet-denkvariant, terwijl de architectuur en het aantal actieve parameters gelijk blijven.

Oordeel van de kapitein
Een zeldzaam geval waarin open gewichten, een 262K context en echt concurrerende wiskunde- en kennisprestaties samenkomen in één model.

Modelkaart op Hugging Face

De kapitein schrijft deze aantekeningen op basis van de eigen beschrijving en modelkaart van het model. Prijzen en contextgroottes zijn die van de provider op het moment van schrijven en kunnen veranderen.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Hoe deze score wordt opgebouwd

Dit model heeft nog geen populariteitsgegevens van welke bron dan ook, dus het krijgt een tijdelijke waarde onder 7,000° om de lijsten compleet te houden. Het staat nooit hoger dan een model met data. De uitsplitsing verschijnt hier zodra een bron het rapporteert.

Woordenlijst: de gebruikte termen

Heat-score: Één getal voor hoe veel een model nu gebruikt en gewenst wordt, van 0° tot 9.999°. Elke lijst op deze site die zegt heetste is gesorteerd op deze score en niets anders.
Vloer: De 7.000° waar elk model met echte data mee begint. De schaal loopt van 0° tot 9.999°; het deel onder de vloer is gereserveerd voor plaatsvervangers (modellen zonder data), zodat een model met data altijd hoger scoort dan een zonder. De vloer is voor iedereen gelijk en beslist niets; de graden erboven zijn de meting.
Download-equivalenten: Alles wat de score als een download telt, bij elkaar opgeteld: downloads zelf, elke torrent seeder als 1.000, elke AI Horde-afbeelding en elke run op een generatie-site als één.
Logaritmische schaal: Tellen per tien, niet per één: van 1.000 naar 10.000 downloads voegt evenveel graden toe als van 10.000 naar 100.000. Zo verdringen grote spelers niet alles.
Likes: Duimen omhoog en likes van elke bron, elk de helft van een download waard op de log-schaal.
Adoptiesnelheid: Hoeveel downloads een model nu per dag krijgt, uit het verschil tussen twee metingen van een bron. Een kwart van het gewicht van de downloadterm.
Gemeten en geschat: Gemeten betekent dat er twee metingen van een bron zijn en het verschil echt is. Geschat betekent dat alleen het totaal van vandaag bekend is en het verleden over de levensduur van het model wordt verdeeld; de site geeft aan welke het toont.
Seeder: Iemand die een kopie van de gewichten online houdt zodat anderen die via een torrent kunnen downloaden, of een gehoste mirror die hetzelfde doet. Elk telt als 1.000 downloads.
AI Horde: Een vrijwilligersnetwerk dat gratis beelden genereert op gedoneerde computers. Het aantal beelden dat het met een model heeft gemaakt is openbaar, en elk telt als één download.
Generatiesites: Sites die hun eigen kopieën van een model hosten en mensen laten genereren, zoals PixAI, SeaArt en Yodayo. Hun downloads tellen net als die van Civitai en elke generatie telt als één download.
OpenRouter tokens: Een tekstmodel dat via een API wordt aangeboden, zoals Claude of GPT, heeft geen gewichten om te downloaden, dus het gebruik wordt gemeten in tokens: de tekststukken die het las en schreef via OpenRouter, een gateway die veel apps gebruiken, in de afgelopen 30 dagen. Elke 10,000,000 tokens telt als één download. Bron: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Volledig model (checkpoint): De gewichten zelf, het bestand dat zelfstandig genereert. Het krijgt een bonus omdat add-ons ervan afhangen.
LoRA en embedding: Kleine add-on bestanden die iemands gewichten sturen naar een stijl, een personage of een concept. Ze kunnen niet zelfstandig draaien.
Familie en gewichten: De basis waarop een model is gebouwd, zoals SD 1.5, SDXL, Flux of Wan. Elk model erft de releasedatum van de gewichten van zijn familie.
Leeftijd: Graden afgetrokken voor hoe lang geleden de gewichten van de familie uitkwamen: 150° per jaar, tot 750°. Het houdt oude downloads die jaren hadden om op te lopen door de top van de lijst te bevriezen.
Familie boost: Een kleine, begrensde duw voor LoRA's van een familie die deze site nu naar voren schuift, altijd vermeld in de uitsplitsing.
Stand-in score: Een stabiel getal onder de vloer gegeven aan een model waar nog geen bron over rapporteert, zodat lijsten compleet blijven. Het staat nooit hoger dan een model met data.
Nieuw! (gratieperiode): Een model dat minder dan 7 dagen oud is, toont Nieuw! in plaats van een score en neemt geen plaats in de ranglijst in. De score wordt vanaf dag één berekend, maar een model van één dag oud groeit sneller dan wat dan ook, dus zonder de wachttijd zou de #1 van de week altijd het model zijn dat gisteren uitkwam in plaats van wat een week standhield.
Trend: Hoe de groei van een model over een periode zich verhoudt tot de typische groei van een model over dezelfde periode. Sneller dan typisch betekent stijging, langzamer betekent daling.
Typisch model: Het midden van de catalogus: de helft van de modellen met een cijfer groeide sneller over de periode, de andere helft langzamer.

Vergelijkbare modellen

Nemotron 3.5 Super VL

TEXT / LLM

MiniMax M2.7

TEXT / LLM

AI-modellen voor het genereren van afbeeldingen, video en tekst

Qwen3 235B A22B Instruct 2507 is een tekstmodel voor de Text / LLM-familie, vermeld op ModelTrends.ai, een alleen-lezen catalogus van open source AI-modellen voor afbeeldingen, video en tekst. Vergelijk het met andere Text / LLM-modellen en bekijk de populariteitsscore om de trend te zien.

Meer Text / LLM-modellen Meer Text / LLM Tekst / LLM llm qwen redeneren wiskunde coderen meertalig lange context

Bladeren op modelfamilie