Qwen3 235B A22B Thinking 2507
1991°
Ejecutar este modelo
Ofertas / Anuncios
Qwen | contexto de 128,000 tokens | $0.45/M entrada, $3.50/M salida. Qwen3-235B-A22B-Thinking-2507 es un modelo de lenguaje Mixture-of-Experts (MoE) de alto rendimiento y peso abierto optimizado para tareas complejas de razonamiento. Activa 22B de sus 235B parámetros por pasada y soporta nativamente hasta 262,144 tokens de contexto. Esta variante "solo pensamiento" mejora el razonamiento lógico estructurado, matemáticas, ciencia y generación de texto largo, mostrando fuerte rendimiento en benchmarks como AIME, SuperGPQA, LiveCodeBench y MMLU-Redux. Impone un modo especial de razonamiento () y…Qwen | contexto de 128,000 tokens | $0.45/M entrada, $3.50/M salida. Qwen3-235B-A22B-Thinking-2507 es un modelo de lenguaje Mixture-of-Experts (MoE) de alto rendimiento y peso abierto optimizado para tareas complejas de razonamiento. Activa 22B de sus 235B parámetros por pasada y soporta nativamente hasta 262,144 tokens de contexto. Esta variante "solo pensamiento" mejora el razonamiento lógico estructurado, matemáticas, ciencia y generación de texto largo, mostrando fuerte rendimiento en benchmarks como AIME, SuperGPQA, LiveCodeBench y MMLU-Redux. Impone un modo especial de razonamiento () y está diseñado para salidas de alto número de tokens (hasta 81,920) en dominios desafiantes. El modelo está afinado para instrucciones y destaca en razonamiento paso a paso, uso de herramientas, flujos de trabajo agenteicos y tareas multilingües. Esta versión representa la variante open-source más capaz de la serie Qwen3-235B, superando a muchos modelos cerrados en casos de uso de razonamiento estructurado.
Guías para este modelo
Ollama vs LM Studio (2026): qué app local de IA usar y qué modelos principales corre cada una
¿Cuánta VRAM necesito realmente para IA local?
¿Qué es un archivo GGUF? Modelos cuantizados explicados (Q4, Q8, fp8, NF4)
Notas del capitán
Notas del 2026-10-13
Qwen3-235B-A22B-Thinking-2507 es el modelo insignia actualizado de razonamiento de Qwen de Alibaba, un MoE de 235 mil millones de parámetros que activa 22 mil millones de parámetros por pasada. Funciona en modo solo pensamiento, lo que significa que cada respuesta pasa por una cadena de razonamiento extendida antes de responder. Pesos abiertos, un contexto nativo de 262K y puntuaciones de primer nivel en benchmarks de matemáticas, programación y ciencias lo convierten en el modelo de razonamiento abierto más capaz de esta serie.
Conocido por
- Resultados de vanguardia en programación en LiveCodeBench v6 entre los modelos abiertos listados.
- Fuerte razonamiento matemático: puntuaciones casi máximas en AIME25 y las mejores en la tabla HMMT25.
- Mejor puntuación SuperGPQA en la tabla de benchmarks, incluyendo rivales cerrados.
- Ventana de contexto nativa de 262K con soporte para salidas de hasta 81,920 tokens.
- Pesos abiertos disponibles en Hugging Face para despliegue autohospedado.
Cuidado con
- El modo solo pensamiento no puede desactivarse; cada consulta incurre en tokens de razonamiento extendido, aumentando el costo de salida.
- Con 235 mil millones de parámetros totales, el autohospedaje requiere hardware serio — el fabricante no ha publicado especificaciones mínimas aquí.
- El precio de salida a $3.50 por millón de tokens suma rápido dado que el modelo tiende a trazas de razonamiento largas.
Prompts para probar
Problema matemático competitivo
Un entero positivo n tiene exactamente 12 divisores. La suma de todos los divisores de n es 3224. Encuentra todos los valores posibles de n y muestra tu razonamiento completo paso a paso.
Tarea difícil de depuración
Aquí hay una función en Python que debería devolver la subcadena palíndroma más larga usando programación dinámica, pero devuelve resultados incorrectos para algunas entradas. Encuentra todos los errores, explica por qué cada uno es incorrecto y da una versión corregida con casos de prueba.
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]
Plan agente multi-paso
Estás planificando una línea de investigación. Un equipo necesita: recopilar informes financieros de 50 empresas, extraer factores clave de riesgo, agruparlos por tema y producir un informe resumido clasificado. Diseña un flujo de trabajo agente paso a paso con llamadas a herramientas, puntos de control para manejo de errores y un esquema claro de salida. Sé específico sobre dónde se justifica una revisión humana.
Comparar con
- Qwen3.7 FlashModelo solo APIContexto de 1,000,000 tokens · $0.03/M entrada, $0.13/M salida
- Qwen3.8 Max (0902)Modelo solo APIContexto de 1,000,000 tokens · $2.00/M entrada, $6.00/M salida
- Qwen3.8 Omni FlashModelo solo APIContexto de 1,000,000 tokens · $0.15/M entrada, $0.47/M salida
- Qwen3 30B A3B Thinking 2507Modelo solo APIContexto de 81,920 tokens · $0.20/M entrada, $2.40/M salida
Más modelos de texto de qwen
Preguntas frecuentes
- ¿Puedo ejecutar Qwen3-235B-A22B-Thinking-2507 localmente?
- Sí, los pesos son abiertos y están publicados en Hugging Face bajo el repositorio Qwen/Qwen3-235B-A22B-Thinking-2507, pero con 235 mil millones de parámetros totales necesitarás hardware sustancial — el fabricante no ha publicado una cifra mínima de VRAM en la documentación disponible.
- ¿Cuánto cuesta y qué tan largo es el contexto?
- Por API tiene un precio de $0.45 por millón de tokens de entrada y $3.50 por millón de tokens de salida; la ventana de contexto nativa es de 262,144 tokens y el modelo puede generar hasta 81,920 tokens por respuesta.
- ¿En qué se diferencia de la versión original Qwen3-235B-A22B?
- Esta actualización 2507 se centra específicamente en profundizar la capacidad de pensamiento — trazas de razonamiento más largas y de mayor calidad — y mejora el seguimiento de instrucciones, uso de herramientas y comprensión de contexto largo respecto a la versión base Qwen3-235B-A22B; además, impone el modo pensamiento en todo momento, cosa que la variante anterior no hacía.
Veredicto del capitánEl modelo de razonamiento abierto más capaz que Qwen ha lanzado: vale la pena el costo de salida si tus tareas realmente necesitan cadenas de pensamiento profundas, excesivo para cualquier cosa más simple.
Ficha del modelo en Hugging Face
El capitán escribe estas notas a partir de la descripción y ficha del modelo. Los precios y tamaños de contexto son los del proveedor al momento de escribir y pueden cambiar.
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.
Cómo se suma esta puntuación
Este modelo aún no tiene datos de popularidad de ninguna fuente, así que lleva un número provisional por debajo de 7,000° que mantiene las listas completas. Nunca se posiciona por encima de un modelo con datos. El desglose aparece aquí tan pronto como una fuente lo reporte.
Glosario: los términos usados aquí
- Puntuación heat
- Un número que muestra cuánto se usa y quiere un modelo ahora mismo, de 0° a 9,999°. Cada lista en este sitio que dice más popular está ordenada por esto y nada más.
- Piso
- Los 7,000° con los que empieza todo modelo con datos reales. La escala va de 0° a 9,999°; la parte bajo el piso está reservada para sustitutos (modelos sin datos), para que un modelo con datos siempre esté por encima de uno sin. El piso es igual para todos y no decide nada; los grados sobre él son la medida.
- Equivalentes a descargas
- Todo lo que la puntuación trata como una descarga, sumado: las descargas mismas, cada seeder de torrent como 1,000, cada imagen de AI Horde y cada ejecución en un sitio de generación como uno.
- Escala logarítmica
- Cuenta de a decenas, no de a uno: pasar de 1,000 a 10,000 descargas suma los mismos grados que pasar de 10,000 a 100,000. Evita que los gigantes opaquen todo lo demás.
- Likes
- Pulgares arriba y likes de todas las fuentes, valen la mitad de una descarga cada uno en la escala logarítmica.
- Tasa de adopción
- Cuántas descargas al día recibe un modelo ahora mismo, según la diferencia entre dos lecturas de una fuente. Un cuarto del peso del término de descarga.
- Medido y estimado
- Medido significa que hay dos lecturas de una fuente y la diferencia es real. Estimado significa que solo se conoce el total de hoy y el pasado se distribuye a lo largo de la vida del modelo; el sitio indica cuál está mostrando.
- Seeder
- Alguien que mantiene una copia de los pesos en línea para que otros la descarguen por torrent, o un espejo alojado que hace lo mismo. Cada uno cuenta como 1,000 descargas.
- AI Horde
- Una red de voluntarios que genera imágenes gratis en computadoras donadas. El número de imágenes que ha hecho con un modelo es público, y cada una cuenta como una descarga.
- Sitios de generación
- Sitios que alojan sus propias copias de un modelo y permiten que la gente genere con él, como PixAI, SeaArt y Yodayo. Sus descargas cuentan igual que las de Civitai y cada generación cuenta como una descarga.
- Tokens de OpenRouter
- Un modelo de texto servido mediante una API, como Claude o GPT, no tiene pesos para descargar, por lo que su uso se mide en tokens: fragmentos de texto que leyó y escribió a través de OpenRouter, una puerta de acceso que usan muchas apps, durante los últimos 30 días. Cada 10,000,000 tokens cuentan como una descarga. Fuente: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modelo completo (checkpoint)
- Los pesos en sí, el archivo que genera por sí solo. Tiene un bono porque los complementos dependen de él.
- LoRA y embedding
- Archivos pequeños que dirigen los pesos de otro hacia un estilo, personaje o concepto. No pueden funcionar solos.
- Familia y pesos
- La base sobre la que se construye un modelo, como SD 1.5, SDXL, Flux o Wan. Cada modelo hereda la fecha de lanzamiento de los pesos de su familia.
- Antigüedad
- Grados descontados según hace cuánto salieron los pesos de la familia: 150° por año, hasta 750°. Mantiene las descargas antiguas que tuvieron años para acumularse congelando la cima de la lista.
- Impulso de familia
- Un pequeño empujón limitado para LoRAs de una familia que este sitio está promoviendo ahora, siempre listado en el desglose.
- Puntaje provisional
- Un número estable por debajo del mínimo dado a un modelo que aún no tiene reportes de fuentes, para que las listas estén completas. Nunca se posiciona por encima de un modelo con datos.
- ¡Nuevo! (periodo de gracia)
- Un modelo con menos de 7 días muestra ¡Nuevo! en lugar de una puntuación y no ocupa lugar en los rankings. Su puntuación se calcula desde el primer día, pero un modelo de un día crece más rápido que cualquier otro, así que sin este periodo el #1 de la semana siempre sería el que salió ayer en vez del que se mantuvo una semana.
- Tendencia
- Cómo el crecimiento de un modelo en un período se compara con el crecimiento típico de modelos en ese mismo período. Más rápido que lo típico se lee como subida, más lento como bajada.
- Modelo típico
- El punto medio del catálogo: la mitad de los modelos con cifras crecieron más rápido en el período, la otra mitad más lento.
Qwen3 235B A22B Thinking 2507 es un modelo de texto para la familia Text / LLM listado en ModelTrends.ai, un catálogo de solo lectura de modelos de IA de imagen, vídeo y texto de código abierto. Compáralo con otros modelos Text / LLM y consulta su puntuación de calor para ver su tendencia.
Más modelos Text / LLMMás Texto / LLM de Text / LLMllmqwenrazonamientoprogramaciónmatemáticasagentescontexto largo
Explorar por familia de modelos
Modelos Text / LLM
434
Modelos Anima
528
Modelos Chroma
19
Modelos Fibo
2
Modelos Flux
1,496
Modelos Flux 2 / Klein
1,239
Modelos Flux 3
3
Modelos Moss
3
Modelos Iris
1
Modelos MiniMax H3
364
Modelos Hunyuan
204
Modelos Ideogram
20
Modelos Krea2
717
Modelos Qwen
20
Modelos Qwen2
47
Modelos Ltx2
153