Kann ich Qwen3 235B A22B lokal ausführen?

Nein. Die Gewichte sind nicht öffentlich, das Modell ist nur per API verfügbar und kann nicht selbst gehostet werden.

Was kostet es und wie lang ist der Kontext?

Die Preise liegen bei $0,45 pro Million Eingabetokens und $1,82 pro Million Ausgabetokens, mit einem Kontextfenster von 131.072 Tokens.

Was ist der Unterschied zwischen Denkmodus und Nicht-Denkmodus?

Das Modell kann zwischen einem langsameren, Chain-of-Thought-Reasoning-Modus für Mathematik und komplexe Probleme und einem schnelleren Direktantwortmodus für einfachere Aufgaben wechseln — beide sind im selben Modell verfügbar.

Qwen3 235B A22B

1456°

#llm #qwen #logik #mathematik #programmieren #forschung

Läuft auf Graydient

Modell ausführen

Angebote / Werbung

Easy Creator (Prism) Web

Unbegrenzt · Pauschalpreis

Am besten für Anfänger. Leistungsstarke Workflows, geringe Lernkurve.

PirateDiffusion Telegram

Unbegrenzt · Pauschalpreis

Erstelle Videos, Bilder, individuelle Chat-Personas und mehr.

Pro studio (SpyGlass) Web

Unbegrenzt · Pauschalpreis

Durchsuche Modelle, rendere und verfeinere von jedem Browser oder Handy aus.

Discord bot (Vector)

Unbegrenzt · Pauschalpreis

Füge Vector zu deinem Server hinzu oder tritt dem Vector Discord bei. Erschaffe alles!

Unified Editor Web

Unbegrenzt · Pauschalpreis

Editor für Bilder und Videos: rendern, bearbeiten, hochskalieren und mehr auf einer Seite.

OpenRouter Terminal / API

Bezahlung pro Token

Chatte mit diesem Modell im Browser oder rufe es mit einem API-Schlüssel aus deinem Code auf.

Lokale Apps

Einrichtung erforderlich

Richte lokale Programme ein, wenn dein Computer leistungsstark genug ist.

ModelDuel Web

Bezahlen pro Nutzung

Erzeuge denselben Prompt gleichzeitig auf bis zu 50 Checkpoint-/Basismodellen.

GPU in der Cloud mieten

Graydient Cloud GPU

Unbegrenzt · Pauschalpreis

Pauschalpreis, unbegrenzte Nutzung. Dieses Modell mit einem Klick installieren.

RunPod Cloud GPU

Abrechnung pro Minute

GPU pro Minute mieten und Modell selbst einrichten.

Anleitungen zu diesem Modell

Offene Gewichte vs. Open Source vs. Nur API: Was du wirklich darfst

Wie man im Oktober 2026 ein KI-Modell auswählt: Neuigkeiten zu Closed Source und dann die Open-Weights, die sich zum Download lohnen

Was ist eine GGUF-Datei? Quantisierte Modelle erklärt (Q4, Q8, fp8, NF4)

Alle Anleitungen

Qwen | 131.072 Token Kontext | $0,45/M Eingabe, $1,82/M Ausgabe. Qwen3-235B-A22B ist ein 235B Parameter Mixture-of-Experts (MoE) Modell von Qwen, das 22B Parameter pro Vorwärtsdurchlauf aktiviert. Es unterstützt nahtloses Umschalten zwischen einem "Thinking"-Modus für komplexe Schlussfolgerungen, Mathematik und...

Captain's Notizen

Geschrieben von Captain, dem Hausredakteur

Notizen vom 2026-10-13

Qwen3 235B A22B ist ein Mixture-of-Experts-Modell von Qwen, das trotz 235 Milliarden Gesamtparametern pro Vorwärtsdurchlauf nur 22 Milliarden Parameter aktiviert und so die Inferenzkosten für seine Leistungsklasse moderat hält. Sein Hauptmerkmal ist ein eingebauter Umschalter zwischen einem bewussten Denkmodus für schwierige Reasoning-Aufgaben und einem schnelleren Nicht-Denkmodus für den Alltag. Mit unter $2 pro Million Ausgabetokens liegt es deutlich unter den meisten Modellen der Spitzenklasse.

Bekannt für

Hybrid aus Denk- und Nicht-Denk-Modi, innerhalb eines Deployments umschaltbar
MoE-Architektur: 235 Milliarden Gesamtparameter, nur 22 Milliarden aktiv pro Durchlauf
Stark bei komplexem Reasoning und Mathematikaufgaben
Wettbewerbsfähige Ausgabepreise für ein Modell dieser Leistungsstufe
128k Token Kontextfenster

Achte auf

Gewichte sind nicht öffentlich; du mietest Zugriff über API, kannst es nicht selbst betreiben.
131k Kontext ist solide, erreicht aber nicht die 200k+ Langzeitkontext-Klasse.
Der Denkmodus erhöht die Ausgabetokenanzahl, wodurch die Kosten bei komplexen Anfragen steigen.

Am besten für

Prompts zum Ausprobieren

Mehrstufiges Logikrätsel

Fünf Personen besitzen jeweils ein anderes Haustier und trinken ein anderes Getränk. Nutze die folgenden Hinweise, um herauszufinden, wer den Fisch besitzt: Die Person, die Tee trinkt, wohnt neben dem Katzenbesitzer; der Hundebesitzer trinkt Kaffee; die Person im mittleren Haus trinkt Milch; der Vogelbesitzer wohnt im ersten Haus; der Fischbesitzer trinkt kein Wasser. Zeige deine Überlegungen Schritt für Schritt.

Wettbewerbsfähige Mathematikaufgabe

Eine Folge ist definiert durch a(1) = 1, a(2) = 1 und a(n) = a(n-1) + a(n-2) + n für n ≥ 3. Finde eine geschlossene Formel oder eine Rekursionslösung für a(n) und berechne a(10). Zeige alle Rechenschritte.

Analyse von Architekturtrade-offs

Ich muss täglich 50 Millionen Nutzerereignisse speichern und sowohl für Echtzeit-Dashboards als auch monatliche Aggregationen abfragen. Vergleiche einen spaltenorientierten Data Warehouse-Ansatz mit einer Zeitreihendatenbank für diese Arbeitslast. Beziehe Schreibdurchsatz, Abfragelatenz, Kosten im großen Maßstab und Betriebskomplexität ein. Gib eine konkrete Empfehlung.

Vergleichen mit

Qwen3 30B A3B Thinking 2507
Nur API-Modell
81,920 Token Kontext · $0.20/M Eingabe, $2.40/M Ausgabe
Qwen3 VL 235B A22B Thinking
Nur API-Modell
131,072 Token Kontext · $0.40/M Eingabe, $4.00/M Ausgabe
Qwen3.8 Max (0902)
Nur API-Modell
1,000,000 Token Kontext · $2.00/M Eingabe, $6.00/M Ausgabe
Qwen3 VL 32B Instruct
Nur API-Modell
131,072 Token Kontext · $0.10/M Eingabe, $0.42/M Ausgabe

Mehr Textmodelle von qwen

Häufig gestellte Fragen

Kann ich Qwen3 235B A22B lokal ausführen?: Nein. Die Gewichte sind nicht öffentlich, das Modell ist nur per API verfügbar und kann nicht selbst gehostet werden.
Was kostet es und wie lang ist der Kontext?: Die Preise liegen bei $0,45 pro Million Eingabetokens und $1,82 pro Million Ausgabetokens, mit einem Kontextfenster von 131.072 Tokens.
Was ist der Unterschied zwischen Denkmodus und Nicht-Denkmodus?: Das Modell kann zwischen einem langsameren, Chain-of-Thought-Reasoning-Modus für Mathematik und komplexe Probleme und einem schnelleren Direktantwortmodus für einfachere Aufgaben wechseln — beide sind im selben Modell verfügbar.

Captain's Urteil
Ein seltener Fall, in dem MoE-Ökonomie und ein echter Reasoning-Modus in einem Modell zu einem Preis zusammenkommen, der nicht weh tut.

Der Captain schreibt diese Notizen basierend auf der Beschreibung und Model Card des Modells. Preise und Kontextgrößen sind vom Anbieter zum Zeitpunkt der Erstellung und können sich ändern.

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

Wie sich dieser Wert zusammensetzt

Dieses Modell hat noch keine Popularitätsdaten von irgendeiner Quelle, daher trägt es eine Platzhalterzahl unterhalb von 7,000°, damit die Listen vollständig bleiben. Es rangiert niemals über einem Modell mit Daten. Die Aufschlüsselung erscheint hier, sobald eine Quelle sie meldet.

Glossar: die hier verwendeten Begriffe

Heat-Score: Eine Zahl dafür, wie viel ein Modell gerade genutzt und gewollt wird, von 0° bis 9.999°. Jede Liste auf dieser Seite, die „heißeste“ sagt, ist danach sortiert und nach nichts anderem.
Grundwert: Die 7.000°, mit denen jedes Modell mit echten Daten startet. Die Skala reicht von 0° bis 9.999°; der Bereich unter dem Grundwert ist für Platzhalter reserviert (Modelle ohne Daten), damit ein Modell mit Daten immer über einem ohne steht. Der Grundwert ist für alle gleich und entscheidet nichts; die Grade darüber sind die Messung.
Download-Äquivalente: Alles, was der Score als Download zählt, zusammengefasst: Downloads selbst, jeder Torrent-Seeder als 1.000, jedes AI Horde-Bild und jeder Lauf auf einer Generierungsseite als eins.
Logarithmische Skala: Gezählt in Zehnerschritten, nicht einzeln: Der Sprung von 1.000 auf 10.000 Downloads bringt genauso viele Grade wie von 10.000 auf 100.000. So verdrängen Riesen nicht alles andere.
Likes: Daumen hoch und Likes von allen Quellen, jeweils halb so viel wert wie ein Download auf der Log-Skala.
Verbreitungsrate: Wie viele Downloads ein Modell gerade pro Tag bekommt, aus dem Unterschied zwischen zwei Messungen einer Quelle. Ein Viertel der Gewichtung des Download-Begriffs.
Gemessen und geschätzt: Gemessen bedeutet, dass es zwei Messwerte einer Quelle gibt und der Unterschied echt ist. Geschätzt heißt, es ist nur die heutige Gesamtsumme bekannt und die Vergangenheit wird über die Lebensdauer des Modells verteilt; die Seite sagt, welche Variante angezeigt wird.
Seeder: Jemand, der eine Kopie der Gewichte online hält, damit andere sie über einen Torrent herunterladen können, oder ein gehosteter Spiegel, der dasselbe macht. Jeder davon zählt als 1.000 Downloads.
AI Horde: Ein Freiwilligennetzwerk, das kostenlos Bilder auf gespendeten Computern generiert. Die Anzahl der Bilder, die es mit einem Modell erstellt hat, ist öffentlich und jedes zählt als ein Download.
Generierungsseiten: Seiten, die eigene Kopien eines Modells hosten und Leute damit generieren lassen, wie PixAI, SeaArt und Yodayo. Ihre Downloads zählen wie bei Civitai und jeder Generierungslauf als ein Download.
OpenRouter Tokens: Ein Textmodell, das über eine API bereitgestellt wird, wie Claude oder GPT, hat keine Gewichte zum Herunterladen, daher wird seine Nutzung in Tokens gemessen: die Textstücke, die es über OpenRouter gelesen und geschrieben hat, einem Gateway, das viele Apps nutzen, in den letzten 30 Tagen. Je 10,000,000 Tokens zählen als ein Download. Quelle: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Vollständiges Modell (Checkpoint): Die Gewichte selbst, die Datei, die eigenständig generiert. Sie bekommt einen Bonus, weil Add-ons davon abhängen.
LoRA und Embedding: Kleine Zusatzdateien, die die Gewichte von jemand anderem in Richtung eines Stils, Charakters oder Konzepts lenken. Sie können nicht alleine laufen.
Familie und Gewichte: Die Basis, auf der ein Modell aufgebaut ist, wie SD 1.5, SDXL, Flux oder Wan. Jedes Modell erbt das Veröffentlichungsdatum der Gewichte seiner Familie.
Alter: Abzüge je nachdem, wie lange die Gewichte der Familie schon draußen sind: 150° pro Jahr, bis zu 750°. Alte Downloads, die Jahre zum Ansammeln hatten, bleiben oben in der Liste eingefroren.
Familien-Boost: Ein kleiner, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade vorantreibt, immer in der Aufschlüsselung aufgeführt.
Stand-in-Wert: Eine stabile Zahl unter der Mindestgrenze, die einem Modell gegeben wird, über das noch keine Quelle berichtet hat, damit die Listen vollständig bleiben. Sie rangiert nie über einem Modell mit Daten.
Neu! (Schonfrist): Ein Modell, das weniger als 7 Tage alt ist, zeigt Neu! statt einer Punktzahl und nimmt keinen Platz in den Rankings ein. Seine Punktzahl wird ab dem ersten Tag berechnet, aber ein Modell, das einen Tag alt ist, wächst schneller als alles andere, daher wäre ohne die Wartezeit das #1 Modell der Woche immer das, das gestern herauskam, statt das, das sich eine Woche gehalten hat.
Trend: Wie das Wachstum eines Modells über einen Zeitraum im Vergleich zum typischen Wachstum eines Modells im gleichen Zeitraum ist. Schneller als üblich bedeutet Anstieg, langsamer bedeutet Rückgang.
Typisches Modell: Die Mitte des Katalogs: Die Hälfte der Modelle mit einer Zahl wuchs schneller im Zeitraum, die andere Hälfte langsamer.

Ähnliche Modelle

KI-Modelle für Bild-, Video- und Texterzeugung

Qwen3 235B A22B ist ein Textmodell für die Familie Text / LLM und wird auf ModelTrends.ai gelistet, einem reinen Lesekatalog für Open-Source-KI-Modelle für Bild, Video und Text. Vergleiche es mit anderen Text / LLM-Modellen, prüfe den Hitzewert, um den Trend zu sehen, und öffne es auf PirateDiffusion oder BitVector, um es auszuprobieren.

Weitere Text / LLM-Modelle llm qwen logik mathematik programmieren forschung

Nach Modellfamilie stöbern