Czy mogę uruchomić Qwen3-235B-A22B-Thinking-2507 lokalnie?

Tak, wagi są otwarte i opublikowane na Hugging Face w repozytorium Qwen/Qwen3-235B-A22B-Thinking-2507, ale przy 235 miliardach parametrów potrzebujesz poważnego sprzętu — producent nie podał minimalnej ilości VRAM w dostępnej dokumentacji.

Ile kosztuje i jak długi jest kontekst?

Przez API koszt to 0,45 USD za milion tokenów wejściowych i 3,50 USD za milion tokenów wyjściowych; natywne okno kontekstu to 262 144 tokeny, a model może generować do 81 920 tokenów na odpowiedź.

Czym różni się od oryginalnego Qwen3-235B-A22B?

Aktualizacja 2507 skupia się na pogłębieniu zdolności myślenia — dłuższe, wyższej jakości ślady rozumowania — oraz poprawia podążanie za instrukcjami, użycie narzędzi i rozumienie długiego kontekstu w porównaniu do bazowego wydania; wymusza też tryb myślenia przez cały czas, czego wcześniejsza wersja nie robiła.

Qwen3 235B A22B Thinking 2507

1991°

#llm #qwen #rozumowanie #kodowanie #matematyka #agenci

Uruchom model

Oferty / Reklamy

OpenRouter Terminal / API

Płać za token

Rozmawiaj z tym modelem w przeglądarce lub wywołuj go z kodu za pomocą jednego klucza API.

Qwen | 128,000 token context | $0.45/M input, $3.50/M output. Qwen3-235B-A22B-Thinking-2507 to wysokowydajny, otwarty model językowy Mixture-of-Experts (MoE) zoptymalizowany do złożonych zadań rozumowania. Aktywuje 22B ze swoich 235B parametrów przy każdym przejściu i natywnie obsługuje do 262,144 tokenów kontekstu. Ta wariacja "tylko do myślenia" wzmacnia ustrukturyzowane rozumowanie logiczne, matematykę, naukę i generowanie długich form, wykazując silną wydajność w benchmarkach AIME, SuperGPQA, LiveCodeBench i MMLU-Redux. Wymusza specjalny tryb rozumowania () i jest zaprojektowany do…Qwen | 128,000 token context | $0.45/M input, $3.50/M output. Qwen3-235B-A22B-Thinking-2507 to wysokowydajny, otwarty model językowy Mixture-of-Experts (MoE) zoptymalizowany do złożonych zadań rozumowania. Aktywuje 22B ze swoich 235B parametrów przy każdym przejściu i natywnie obsługuje do 262,144 tokenów kontekstu. Ta wariacja "tylko do myślenia" wzmacnia ustrukturyzowane rozumowanie logiczne, matematykę, naukę i generowanie długich form, wykazując silną wydajność w benchmarkach AIME, SuperGPQA, LiveCodeBench i MMLU-Redux. Wymusza specjalny tryb rozumowania () i jest zaprojektowany do wysokich wyjść tokenów (do 81,920 tokenów) w wymagających dziedzinach. Model jest dostrojony instrukcyjnie i doskonale radzi sobie z rozumowaniem krok po kroku, użyciem narzędzi, przepływami pracy agentów i zadaniami wielojęzycznymi. To wydanie reprezentuje najbardziej zaawansowaną otwartą wersję w serii Qwen3-235B, przewyższając wiele zamkniętych modeli w zastosowaniach ustrukturyzowanego rozumowania.

Poradniki do tego modelu

Ollama vs LM Studio (2026): którą lokalną aplikację AI wybrać i które topowe modele obsługuje każda z nich

Ile VRAM naprawdę potrzebuję do lokalnej AI?

Co to jest plik GGUF? Wyjaśnienie modeli kwantyzowanych (Q4, Q8, fp8, NF4)

Wszystkie poradniki

Notatki kapitana

Napisane przez Captain, redaktora domu

Notatki z 2026-10-13

Qwen3-235B-A22B-Thinking-2507 to zaktualizowany flagowy model rozumowania Qwen od Alibaba, 235-miliardowy parametr MoE, który aktywuje 22 miliardy parametrów na przebieg. Działa w trybie tylko myślenia, co oznacza, że każda odpowiedź przechodzi przez rozszerzony łańcuch rozumowania przed udzieleniem odpowiedzi. Otwarte wagi, natywne okno kontekstu 262K i najwyższe wyniki w benchmarkach matematycznych, kodowania i naukowych czynią go najbardziej zdolnym otwartym modelem rozumowania w tej serii.

Znany z

Najlepsze wyniki kodowania na LiveCodeBench v6 wśród wymienionych otwartych modeli.
Silne rozumowanie matematyczne: niemal najwyższe wyniki AIME25 i najlepsze w tabeli HMMT25.
Najlepszy wynik SuperGPQA w tabeli benchmarków, w tym wśród zamkniętych konkurentów.
Natywne okno kontekstu 262K z obsługą wyjść do 81 920 tokenów.
Otwarte wagi dostępne na Hugging Face do samodzielnego hostingu.

Uważaj na

Tryb tylko myślenia nie może być wyłączony; każde zapytanie generuje rozszerzone tokeny rozumowania, co podnosi koszty wyjścia.
Przy 235 miliardach parametrów samodzielne hostowanie wymaga poważnego sprzętu — producent nie opublikował minimalnych wymagań.
Koszt generowania 3,50 USD za milion tokenów szybko się sumuje, biorąc pod uwagę tendencję modelu do długich śladów rozumowania.

Najlepszy do

Rozumowanie

Kodowanie

Matematyka

Agenci i użycie narzędzi

Długi kontekst

Podpowiedzi do wypróbowania

Konkurencyjne zadanie matematyczne

Dodatnia liczba całkowita n ma dokładnie 12 dzielników. Suma wszystkich dzielników n wynosi 3224. Znajdź wszystkie możliwe wartości n i pokaż pełne rozumowanie krok po kroku.

Trudne zadanie debugowania

Oto funkcja w Pythonie, która ma zwracać najdłuższy palindromowy podciąg za pomocą programowania dynamicznego, ale dla niektórych danych zwraca błędne wyniki. Znajdź wszystkie błędy, wyjaśnij, dlaczego są błędne, i podaj poprawioną wersję z testami. def longest_palindrome(s): n = len(s) dp = [[False]*n]*n start, max_len = 0, 1 for i in range(n): dp[i][i] = True for i in range(n-1): if s[i]==s[i+1]: dp[i][i+1]=True; start=i; max_len=2 for length in range(3,n+1): for i in range(n-length+1): j=i+length-1 if s[i]==s[j] and dp[i+1][j-1]: dp[i][j]=True; start=i; max_len=length return s[start:start+max_len]

Wieloetapowy plan agentowy

Planujesz pipeline badawczy. Zespół musi: zebrać sprawozdania finansowe od 50 firm, wyodrębnić kluczowe czynniki ryzyka, pogrupować je tematycznie i przygotować rankingowy raport podsumowujący. Zaprojektuj krok po kroku agentowy przepływ pracy z wywołaniami narzędzi, punktami kontrolnymi obsługi błędów i jasnym schematem wyjścia. Określ, gdzie jest potrzebny etap przeglądu przez człowieka.

Porównaj z

Qwen3.7 Flash
Model tylko z API
Kontekst 1,000,000 tokenów · $0.03/M wejście, $0.13/M wyjście
Qwen3.8 Max (0902)
Model tylko z API
Kontekst 1,000,000 tokenów · $2.00/M wejście, $6.00/M wyjście
Qwen3.8 Omni Flash
Model tylko z API
Kontekst 1,000,000 tokenów · $0.15/M wejście, $0.47/M wyjście
Qwen3 30B A3B Thinking 2507
Model tylko z API
Kontekst 81,920 tokenów · $0.20/M wejście, $2.40/M wyjście

Więcej modeli tekstowych od qwen

Pytania, które ludzie zadają

Czy mogę uruchomić Qwen3-235B-A22B-Thinking-2507 lokalnie?: Tak, wagi są otwarte i opublikowane na Hugging Face w repozytorium Qwen/Qwen3-235B-A22B-Thinking-2507, ale przy 235 miliardach parametrów potrzebujesz poważnego sprzętu — producent nie podał minimalnej ilości VRAM w dostępnej dokumentacji.
Ile kosztuje i jak długi jest kontekst?: Przez API koszt to 0,45 USD za milion tokenów wejściowych i 3,50 USD za milion tokenów wyjściowych; natywne okno kontekstu to 262 144 tokeny, a model może generować do 81 920 tokenów na odpowiedź.
Czym różni się od oryginalnego Qwen3-235B-A22B?: Aktualizacja 2507 skupia się na pogłębieniu zdolności myślenia — dłuższe, wyższej jakości ślady rozumowania — oraz poprawia podążanie za instrukcjami, użycie narzędzi i rozumienie długiego kontekstu w porównaniu do bazowego wydania; wymusza też tryb myślenia przez cały czas, czego wcześniejsza wersja nie robiła.

Wyrok kapitana
Najbardziej zdolny otwarty model rozumowania, jaki Qwen wypuścił: wart kosztów wyjścia, jeśli Twoje zadania naprawdę wymagają głębokiego łańcucha rozumowania, ale przerost formy nad treścią dla prostszych zastosowań.

Karta modelu na Hugging Face

Kapitan pisze te notatki na podstawie opisu modelu i karty modelu. Ceny i rozmiary kontekstu pochodzą od dostawcy w momencie pisania i mogą się zmieniać.

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

Jak ten wynik się sumuje

Ten model nie ma jeszcze danych o popularności z żadnego źródła, więc ma zastępczą wartość poniżej 7,000°, która pozwala utrzymać kompletność list. Nigdy nie zajmuje wyższej pozycji niż model z danymi. Szczegóły pojawią się tutaj, gdy tylko jakieś źródło je zgłosi.

Słowniczek: używane tu terminy

Wynik heat: Jedna liczba pokazująca, jak bardzo model jest używany i pożądany teraz, od 0° do 9,999°. Każda lista na tej stronie z napisem hottest jest sortowana według tego i niczego innego.
Podstawa: 7,000° to punkt startowy dla każdego modelu z prawdziwymi danymi. Skala idzie od 0° do 9,999°; część poniżej podstawy jest zarezerwowana dla zastępczych modeli (bez danych), żeby model z danymi zawsze był wyżej. Podstawa jest taka sama dla wszystkich i nic nie decyduje; stopnie powyżej niej to właściwy pomiar.
Równoważniki pobrań: Wszystko, co wynik traktuje jak pobranie, zsumowane: same pobrania, każdy seeder torrenta jako 1,000, każde AI Horde zdjęcie i każde uruchomienie na stronie generującej jako jedno.
Skala logarytmiczna: Liczenie co dziesięć, nie co jeden: przejście z 1,000 do 10,000 pobrań dodaje tyle samo stopni, co z 10,000 do 100,000. Zapobiega to dominacji gigantów nad resztą.
Polubienia: Kciuki w górę i polubienia ze wszystkich źródeł, warte połowę pobrania na skali logarytmicznej.
Tempo adopcji: Ile pobrań dziennie model ma teraz, na podstawie różnicy między dwoma odczytami źródła. Ćwierć wagi terminu pobrania.
Zmierzony i szacowany: Zmierzony oznacza, że istnieją dwa odczyty źródła i różnica jest rzeczywista. Szacowany oznacza, że znana jest tylko dzisiejsza suma, a przeszłość jest rozłożona na czas życia modelu; strona mówi, który z nich pokazuje.
Seeder: Ktoś, kto trzyma kopię wag online, aby inni mogli je pobrać przez torrent, albo hostowany mirror robiący to samo. Każdy taki liczy się jako 1 000 pobrań.
AI Horde: Sieć wolontariuszy, która generuje obrazy za darmo na komputerach darczyńców. Liczba obrazów wygenerowanych z modelem jest publiczna i każde liczy się jako jedno pobranie.
Strony generujące: Strony, które mają własne kopie modelu i pozwalają ludziom generować z nim obrazy, takie jak PixAI, SeaArt i Yodayo. Ich pobrania liczą się jak na Civitai, a każde uruchomienie generowania to jedno pobranie.
Tokeny OpenRouter: Model tekstowy obsługiwany przez API, taki jak Claude czy GPT, nie ma wag do pobrania, więc jego użycie mierzy się tokenami: fragmentami tekstu, które przeczytał i napisał przez OpenRouter, bramkę używaną przez wiele aplikacji, w ciągu ostatnich 30 dni. Każde 10,000,000 tokenów liczy się jako jedno pobranie. Źródło: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Pełny model (checkpoint): Same wagi, plik, który generuje samodzielnie. Dostaje bonus, bo dodatki od niego zależą.
LoRA i embedding: Małe pliki dodatków, które kierują czyjeś wagi w stronę stylu, postaci lub koncepcji. Nie mogą działać samodzielnie.
Rodzina i wagi: Podstawa, na której zbudowano model, np. SD 1.5, SDXL, Flux lub Wan. Każdy model dziedziczy datę wydania wag swojej rodziny.
Wiek: Stopnie odejmowane za to, jak dawno wyszły wagi rodziny: 150° za rok, do 750°. Zachowuje stare pobrania, które miały lata na narastanie, zamrażając szczyt listy.
Wzmocnienie rodziny: Małe, ograniczone wsparcie dla LoRA z rodziny, którą ta strona teraz promuje, zawsze podane w rozbiciu.
Wynik zastępczy: Stabilna liczba poniżej minimum, przyznawana modelowi, o którym jeszcze nie ma danych źródłowych, żeby listy były kompletne. Nigdy nie jest wyżej niż model z danymi.
Nowy! (okres karencji): Model młodszy niż 7 dni pokazuje Nowy! zamiast wyniku i nie zajmuje miejsca w rankingu. Jego wynik jest liczony od pierwszego dnia, ale model jednodniowy rośnie najszybciej, więc bez oczekiwania #1 tygodnia byłby zawsze tym, który pojawił się wczoraj, a nie tym, który utrzymał się przez tydzień.
Trend: Jak wzrost modelu w danym okresie wypada na tle typowego wzrostu modelu w tym samym czasie. Szybszy niż zwykle to wzrost, wolniejszy to spadek.
Typowy model: Środek katalogu: połowa modeli z danymi rosła szybciej w tym okresie, połowa wolniej.

Podobne modele

Qwen3 Next 80B A3B Instruct

TEXT / LLM

L3.3 70B Euryale v2.3

TEXT / LLM

Modele AI do generowania obrazów, wideo i tekstu

Qwen3 235B A22B Thinking 2507 to model tekstowy z rodziny Text / LLM wymieniony na ModelTrends.ai, katalogu tylko do odczytu otwartych modeli AI do obrazów, wideo i tekstu. Porównaj go z innymi modelami Text / LLM i sprawdź wynik popularności, aby zobaczyć trend.

Więcej modeli Text / LLM Więcej Text / LLM Tekst / LLM llm qwen rozumowanie kodowanie matematyka agenci długi kontekst

Przeglądaj według rodziny modeli