Kan jag köra Qwen3 235B A22B lokalt?

Nej. Vikterna är inte offentligt släppta, så modellen är API-endast och kan inte hostas själv.

Vad kostar den och hur långt är kontextfönstret?

Priset är $0,45 per miljon inmatningstoken och $1,82 per miljon utdata-token, med ett kontextfönster på 131 072 token.

Vad är skillnaden mellan tänkeläge och icke-tänkeläge?

Modellen kan växla mellan ett långsammare, kedjeresonerande läge som passar matematik och komplexa problem, och ett snabbare direktresponsläge för enklare uppgifter — båda finns i samma modell.

Qwen3 235B A22B

1456°

#llm #qwen #resonemang #matematik #kodning #forskning

Körs på Graydient

Kör modellen

Erbjudanden / annonser

Easy Creator (Prism) Webb

Obegränsat · fast avgift

Bäst för nybörjare. Kraftfulla arbetsflöden, låg inlärningströskel.

PirateDiffusion Telegram

Obegränsat · fast avgift

Skapa videor, bilder, anpassade chattpersonligheter med mera.

Pro studio (SpyGlass) Webb

Obegränsat · fast avgift

Bläddra bland modeller, rendera och förbättra från vilken webbläsare eller telefon som helst.

Discord bot (Vector)

Obegränsat · fast avgift

Lägg till Vector till din server eller gå med i Vector Discord. Skapa vad som helst!

Unified Editor Webb

Obegränsat · fast avgift

Redigerare för bilder och video: rendera, redigera, förstora och mer på en sida.

OpenRouter Terminal / API

Betala per token

Chatta med den här modellen i webbläsaren eller anropa den från din kod med en API-nyckel.

Lokala appar

Kräver installation

Installera lokala program om din dator har tillräcklig prestanda.

ModelDuel Webb

Betala per användning

Generera samma prompt på upp till 50 checkpoint-/basmodeller samtidigt.

Hyra GPU i molnet

Graydient Cloud GPU

Obegränsat · fast avgift

Fast avgift, obegränsad användning. Denna modell installeras med ett klick.

RunPod Cloud GPU

Debiteras per minut

Hyra GPU per minut och installera modellen själv.

Guider för denna modell

Öppna vikter vs öppen källkod vs endast API: vad du faktiskt får göra

Hur du väljer en AI-modell i oktober 2026: nyheter om stängd källkod och öppna vikter värda att ladda ner

Vad är en GGUF-fil? Förklaringar av kvantiserade modeller (Q4, Q8, fp8, NF4)

Alla guider

Qwen | 131 072 token-kontext | $0.45/M input, $1.82/M output. Qwen3-235B-A22B är en 235 miljarder parametrar stor mixture-of-experts (MoE) modell utvecklad av Qwen, som aktiverar 22 miljarder parametrar per framåtpass. Den stödjer sömlös växling mellan ett "tänkande"-läge för komplext resonemang, matematik och...

Kaptenens anteckningar

Skrivet av Captain, husets redaktör

Anteckningar från 2026-10-13

Qwen3 235B A22B är en mixture-of-experts-modell från Qwen som kör 22 miljarder parametrar per framåtpass trots totalt 235 miljarder parametrar, vilket håller inferenskostnaderna rimliga för dess kapacitetsnivå. Dess huvudfunktion är en inbyggd växling mellan ett eftertänksamt läge för svåra resonemangsuppgifter och ett snabbare icke-resonerande läge för vardagligt arbete. Med under $2 per miljon utdata-token ligger den väl under de flesta frontlinjemodeller.

Känd för

Hybridläge för tänkande/inte tänkande som kan växlas inom samma distribution
MoE-arkitektur: 235B totala parametrar, endast 22B aktiva per pass
Stark på komplexa resonemang och matematikproblem
Konkurrenskraftig utdata-prissättning för en modell med denna kapacitet
128k token kontextfönster

Se upp för

Vikterna är inte offentliga; du hyr tillgång via API, kör den inte själv.
131k kontext är bra men når inte upp till 200k+ långkontextnivån.
Tänkeläget ökar antalet utdata-token, så kostnaderna stiger vid komplexa frågor.

Bäst för

Promptar att prova

Flerstegs logikpussel

Fem personer äger varsin unik husdjur och dricker olika drycker. Använd följande ledtrådar för att avgöra vem som äger fisken: personen som dricker te bor bredvid kattägaren; hundägaren dricker kaffe; personen i mittenhuset dricker mjölk; fågelägaren bor i första huset; fiskägaren dricker inte vatten. Visa ditt resonemang steg för steg.

Konkurrenskraftigt matematikproblem

En följd definieras av a(1) = 1, a(2) = 1, och a(n) = a(n-1) + a(n-2) + n för n ≥ 3. Hitta en sluten formel eller rekursiv lösning för a(n), och beräkna a(10). Visa allt arbete.

Analys av arkitekturavvägningar

Jag behöver lagra 50 miljoner användarhändelser per dag och kunna fråga dem för både realtidsdashboardar och månatliga aggregeringar. Jämför en kolumnorienterad datalagerlösning mot en tidsseriedatabas för denna arbetsbelastning. Täck skrivgenomströmning, frågelatens, kostnad i skala och operativ komplexitet. Ge en konkret rekommendation.

Jämför med

Qwen3 30B A3B Thinking 2507
Endast API-modell
81,920 tokens kontext · $0.20/M indata, $2.40/M utdata
Qwen3 VL 235B A22B Thinking
Endast API-modell
131,072 tokens kontext · $0.40/M indata, $4.00/M utdata
Qwen3.8 Max (0902)
Endast API-modell
1,000,000 tokens kontext · $2.00/M indata, $6.00/M utdata
Qwen3 VL 32B Instruct
Endast API-modell
131,072 tokens kontext · $0.10/M indata, $0.42/M utdata

Fler textmodeller från qwen

Vanliga frågor

Kan jag köra Qwen3 235B A22B lokalt?: Nej. Vikterna är inte offentligt släppta, så modellen är API-endast och kan inte hostas själv.
Vad kostar den och hur långt är kontextfönstret?: Priset är $0,45 per miljon inmatningstoken och $1,82 per miljon utdata-token, med ett kontextfönster på 131 072 token.
Vad är skillnaden mellan tänkeläge och icke-tänkeläge?: Modellen kan växla mellan ett långsammare, kedjeresonerande läge som passar matematik och komplexa problem, och ett snabbare direktresponsläge för enklare uppgifter — båda finns i samma modell.

Kaptens omdöme
Ett sällsynt fall där MoE-ekonomi och ett genuint resonemangsläge kombineras i samma modell till ett pris som inte sticker.

Kapten skriver dessa anteckningar från modellens egen beskrivning och model card. Priser och kontextstorlekar är från leverantören vid skrivtillfället och kan ändras.

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

Hur denna poäng räknas ihop

Den här modellen har ännu inga popularitetsdata från någon källa, så den har ett tillfälligt nummer under 7,000° som håller listorna kompletta. Den rankas aldrig högre än en modell med data. Uppdelningen visas här så fort en källa rapporterar den.

Ordlista: termerna som används här

Heat-poäng: Ett nummer för hur mycket en modell används och efterfrågas just nu, från 0° till 9 999°. Varje lista på den här sidan som säger hetast sorteras efter den och inget annat.
Golvet: De 7 000° som varje modell med verklig data börjar från. Skalan går från 0° till 9 999°; delen under golvet är reserverad för ersättare (modeller utan data), så att en modell med data alltid rankas över en utan. Golvet är samma för alla och avgör inget; graderna ovanför är själva mätningen.
Nedladdnings-ekvivalenter: Allt som poängen räknar som en nedladdning, summerat: själva nedladdningarna, varje torrent-seeder som 1 000, varje AI Horde-bild och varje körning på en genereringssajt som en.
Logaritmisk skala: Räknar i tiotal, inte i ental: att gå från 1 000 till 10 000 nedladdningar ger lika många grader som att gå från 10 000 till 100 000. Det hindrar jättar från att tränga ut allt annat.
Gillanden: Tummar upp och gillanden från alla källor, värda hälften av en nedladdning på den logaritmiska skalan.
Adoptionshastighet: Hur många nedladdningar per dag en modell får just nu, från skillnaden mellan två mätningar av en källa. En fjärdedels vikt av nedladdningsdelen.
Mätt och uppskattad: Mätt betyder att det finns två mätningar från en källa och skillnaden är verklig. Uppskattad betyder att bara dagens total är känd och det fördelas över modellens livstid; sidan visar vilken det är.
Seeder: Någon som håller en kopia av vikterna online för andra att ladda ner via torrent, eller en hostad spegel som gör samma sak. Varje sådan räknas som 1 000 nedladdningar.
AI Horde: Ett frivilligt nätverk som genererar bilder gratis på donerade datorer. Antalet bilder det har gjort med en modell är offentligt, och varje bild räknas som en nedladdning.
Genereringssajter: Sajter som hostar sina egna kopior av en modell och låter folk generera med den, som PixAI, SeaArt och Yodayo. Deras nedladdningar räknas som Civitaís och varje genereringskörning räknas som en nedladdning.
OpenRouter-token: En textmodell som nås via API, som Claude eller GPT, har inga vikter att ladda ner, så dess användning mäts i token: textbitar den läst och skrivit via OpenRouter, en gateway som många appar använder, under de senaste 30 dagarna. Varje 10,000,000 token räknas som en nedladdning. Källa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Full modell (checkpoint): Själva vikterna, filen som genererar självständigt. Den får en bonus eftersom tillägg beror på den.
LoRA och embedding: Små tilläggsfiler som styr någon annans vikter mot en stil, en karaktär eller ett koncept. De kan inte köras själva.
Familj och vikter: Basen en modell är byggd på, som SD 1.5, SDXL, Flux eller Wan. Varje modell ärver släppdatumet för sin familjs vikter.
Ålder: Poäng som dras av beroende på hur länge sedan familjens vikter släpptes: 150° per år, upp till 750°. Det behåller gamla nedladdningar som haft år på sig att samlas för att frysa toppen av listan.
Familjeboost: En liten, begränsad skjuts för LoRAs från en familj som den här sajten just nu vill lyfta fram, alltid med i uppdelningen.
Stand-in-poäng: Ett stabilt nummer under golvet som ges till en modell som ännu inte har rapporter från någon källa, så listorna förblir kompletta. Den rankas aldrig högre än en modell med data.
Ny! (karensperiod): En modell som är mindre än 7 dagar gammal visar Ny! istället för poäng och räknas inte i rankningen. Poängen räknas från dag ett, men en modell som är en dag gammal växer snabbare än allt annat, så utan väntan skulle veckans #1 alltid vara det som kom ut igår istället för det som hållit i en vecka.
Trend: Hur en modells tillväxt under en period jämförs med den typiska modellens tillväxt under samma period. Snabbare än vanligt läses som en ökning, långsammare som en nedgång.
Typisk modell: Mitten av katalogen: hälften av modellerna med siffror växte snabbare under perioden, hälften långsammare.

Liknande modeller

Llama 3.2 1B Instruct

TEXT / LLM

Muse Glimmer 30B

TEXT / LLM

AI-modeller för bild-, video- och textgenerering

Qwen3 235B A22B är en textmodell för familjen Text / LLM, listad på ModelTrends.ai, en skrivskyddad katalog över AI-modeller med öppen källkod för bild, video och text. Jämför den med andra Text / LLM-modeller, se dess hettapoäng och prova den på PirateDiffusion eller BitVector.

Fler Text / LLM-modeller llm qwen resonemang matematik kodning forskning

Bläddra efter modellfamilj