Bisakah saya menjalankan Qwen3 235B A22B secara lokal?

Tidak. Bobot tidak dirilis secara publik, jadi model hanya API dan tidak bisa dihosting sendiri.

Berapa biaya dan seberapa panjang konteksnya?

Harga $0,45 per juta token input dan $1,82 per juta token output, dengan jendela konteks 131.072 token.

Apa perbedaan mode berpikir dan non-berpikir?

Model dapat beralih antara mode penalaran lambat, chain-of-thought yang cocok untuk matematika dan masalah kompleks, dan mode respons langsung yang lebih cepat untuk tugas sederhana — keduanya tersedia dalam model yang sama.

Qwen3 235B A22B

1456°

#llm #qwen #penalaran #matematika #pemrograman #riset

Berjalan di Graydient

Jalankan model ini

Penawaran / Iklan

Easy Creator (Prism) Web

Tak terbatas · biaya tetap

Terbaik untuk pemula. Alur kerja yang kuat, kurva pembelajaran rendah.

PirateDiffusion Telegram

Tak terbatas · biaya tetap

Buat video, gambar, persona chat kustom, dan lainnya.

Pro studio (SpyGlass) Web

Tak terbatas · biaya tetap

Jelajahi model, render, dan perbaiki dari browser atau ponsel mana pun.

Discord bot (Vector)

Tak terbatas · biaya tetap

Tambahkan Vector ke servermu atau gabung Discord Vector. Buat apa saja!

Unified Editor Web

Tak terbatas · biaya tetap

Editor untuk gambar dan video: render, edit, tingkatkan kualitas, dan lainnya dalam satu halaman.

OpenRouter Terminal / API

Bayar per token

Ngobrol dengan model ini di browser atau panggil dari kode kamu dengan satu API key.

Aplikasi lokal

Perlu pengaturan

Install program lokal kalau komputermu punya hardware yang cukup.

ModelDuel Web

Bayar per penggunaan

Hasilkan prompt yang sama pada hingga 50 model checkpoint/base sekaligus.

Sewa GPU di cloud

Graydient Cloud GPU

Tak terbatas · biaya tetap

Biaya tetap, penggunaan tanpa batas. Model ini terpasang dengan satu klik.

RunPod Cloud GPU

Dikenakan per menit

Sewa GPU per menit dan atur model sendiri.

Panduan untuk model ini

Bobot terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya boleh kamu lakukan

Cara memilih model AI di Oktober 2026: berita sumber tertutup, lalu bobot terbuka yang layak diunduh

Apa itu file GGUF? Penjelasan model terkuantisasi (Q4, Q8, fp8, NF4)

Semua panduan

Qwen | konteks 131.072 token | $0,45/M input, $1,82/M output. Qwen3-235B-A22B adalah model mixture-of-experts (MoE) dengan 235B parameter yang dikembangkan oleh Qwen, mengaktifkan 22B parameter per forward pass. Mendukung pergantian mulus antara mode "thinking" untuk penalaran kompleks, matematika, dan...

Catatan Kapten

Ditulis oleh Captain, editor rumah

Catatan dari 2026-10-13

Qwen3 235B A22B adalah model mixture-of-experts dari Qwen yang menjalankan 22 miliar parameter per proses meskipun total parameter 235B, menjaga biaya inferensi tetap masuk akal untuk kelas kemampuannya. Fitur utamanya adalah saklar bawaan antara mode berpikir sengaja untuk tugas penalaran sulit dan mode non-berpikir lebih cepat untuk pekerjaan sehari-hari. Dengan biaya output di bawah $2 per juta token, model ini jauh di bawah kebanyakan model kelas frontier.

Dikenal untuk

Saklar mode berpikir/non-berpikir dalam satu deployment
Arsitektur MoE: 235B total parameter, hanya 22B aktif per proses
Kuat pada penalaran kompleks dan masalah matematika
Harga output kompetitif untuk model dengan kemampuan ini
Jendela konteks 128k token

Waspadai

Bobot tidak publik; Anda menyewa akses lewat API, tidak menjalankan sendiri.
Konteks 131k cukup baik tapi kurang dari tier konteks panjang 200k+.
Mode berpikir meningkatkan jumlah token output, jadi biaya naik pada kueri kompleks.

Terbaik untuk

Prompt untuk dicoba

Teka-teki logika multi-langkah

Lima orang masing-masing memelihara hewan peliharaan berbeda dan minum minuman berbeda. Gunakan petunjuk berikut untuk menentukan siapa yang memelihara ikan: orang yang minum teh tinggal di sebelah pemilik kucing; pemilik anjing minum kopi; orang di rumah tengah minum susu; pemilik burung tinggal di rumah pertama; pemilik ikan tidak minum air. Tunjukkan penalaran langkah demi langkah.

Masalah matematika kompetitif

Sebuah deret didefinisikan oleh a(1) = 1, a(2) = 1, dan a(n) = a(n-1) + a(n-2) + n untuk n ≥ 3. Temukan ekspresi bentuk tertutup atau solusi rekursif untuk a(n), dan hitung a(10). Tunjukkan semua langkah kerja.

Analisis trade-off arsitektur

Saya perlu menyimpan 50 juta event pengguna per hari dan mengquery-nya untuk dashboard real-time dan agregasi bulanan. Bandingkan pendekatan gudang data kolumnar dengan basis data time-series untuk beban kerja ini. Bahas throughput tulis, latensi query, biaya skala, dan kompleksitas operasional. Berikan rekomendasi konkret.

Bandingkan dengan

Qwen3 30B A3B Thinking 2507
Model hanya API
konteks 81,920 token · $0.20/M input, $2.40/M output
Qwen3 VL 235B A22B Thinking
Model hanya API
konteks 131,072 token · $0.40/M input, $4.00/M output
Qwen3.8 Max (0902)
Model hanya API
konteks 1,000,000 token · $2.00/M input, $6.00/M output
Qwen3 VL 32B Instruct
Model hanya API
konteks 131,072 token · $0.10/M input, $0.42/M output

Model teks lain dari qwen

Pertanyaan yang sering diajukan

Bisakah saya menjalankan Qwen3 235B A22B secara lokal?: Tidak. Bobot tidak dirilis secara publik, jadi model hanya API dan tidak bisa dihosting sendiri.
Berapa biaya dan seberapa panjang konteksnya?: Harga $0,45 per juta token input dan $1,82 per juta token output, dengan jendela konteks 131.072 token.
Apa perbedaan mode berpikir dan non-berpikir?: Model dapat beralih antara mode penalaran lambat, chain-of-thought yang cocok untuk matematika dan masalah kompleks, dan mode respons langsung yang lebih cepat untuk tugas sederhana — keduanya tersedia dalam model yang sama.

Putusan Kapten
Kasus langka di mana ekonomi MoE dan mode penalaran nyata hadir dalam satu model dengan harga yang tidak memberatkan.

Kapten menulis catatan ini dari deskripsi model dan kartu model itu sendiri. Harga dan ukuran konteks adalah milik penyedia pada saat penulisan dan dapat berubah.

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

Bagaimana skor ini dihitung

Model ini belum punya data popularitas dari sumber mana pun, jadi memakai angka pengganti di bawah 7,000° supaya daftar tetap lengkap. Model ini tidak pernah berada di atas model yang punya data. Rinciannya akan muncul di sini segera setelah ada laporan dari sumber.

Glosarium: istilah yang dipakai di sini

Skor heat: Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai: 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan: Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log: Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka: Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi: Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan: Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder: Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde: Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi: Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter: Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding: File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot: Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia: Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga: Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti: Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang): Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren: Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa: Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.

Model Serupa

Model AI untuk Pembuatan Gambar, Video & Teks

Qwen3 235B A22B adalah model teks untuk keluarga Text / LLM yang tercantum di ModelTrends.ai, katalog hanya-baca untuk model AI gambar, video, dan teks open source. Bandingkan dengan model Text / LLM lainnya, lihat skor popularitasnya untuk mengetahui trennya, dan buka di PirateDiffusion atau BitVector untuk mencobanya.

Model Text / LLM lainnya Teks / LLM Text / LLM lainnya llm qwen penalaran matematika pemrograman riset

Jelajahi berdasarkan Keluarga Model