Kan jag köra Qwen3-235B-A22B-Instruct-2507 lokalt?

Ja, vikterna är öppna och finns på Hugging Face under Qwen/Qwen3-235B-A22B-Instruct-2507. Med 235 miljarder parametrar behöver du betydande GPU-minne — kontrollera modellkortets hårdvarukrav innan du laddar ner.

Vad kostar det via API och hur långt är kontextfönstret?

Priset är 0,09 USD per miljon inmatningstoken och 0,55 USD per miljon utgångstoken. Det inbyggda kontextfönstret är 262 144 token.

Hur skiljer sig denna från den ursprungliga Qwen3-235B-A22B icke-tänkande modellen?

Denna 2507-uppdatering ger betydande förbättringar i kunskapsomfång, långkonstextförståelse, matematiskt resonemang och anpassning till öppna uppgifter jämfört med basvarianten utan tänkande, samtidigt som arkitektur och aktiv parameterantal är desamma.

Qwen3 235B A22B Instruct 2507

4361°

#llm #qwen #resonemang #matematik #kodning #fler språk

Kör modellen

Erbjudanden / annonser

OpenRouter Terminal / API

Betala per token

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

Qwen | 262,144 token context | $0.09/M input, $0.55/M output. Qwen3-235B-A22B-Instruct-2507 är en flerspråkig, instruktionsfinjusterad mixture-of-experts språkmodell baserad på Qwen3-235B-arkitekturen, med 22B aktiva parametrar per framåtpass. Den är optimerad för allmän textgenerering, inklusive instruktioner, logiskt resonemang, matematik, kod och verktygsanvändning. Modellen stödjer ett inbyggt 262K kontextlängd och implementerar inte "thinking mode" ( block). Jämfört med basvarianten levererar denna version betydande förbättringar i kunskapsomfång, långkontextresonemang, kodningsbenchmarkar och anpassning till öppna uppgifter. Den är särskilt stark i flerspråkig förståelse, matematiskt resonemang (t.ex. AIME, HMMT) och anpassningsutvärderingar som Arena-Hard och WritingBench.

Guider för denna modell

Bästa lokala LLM efter användningsområde (oktober 2026): rätt öppna modell för varje jobb

Hur mycket VRAM behöver jag egentligen för lokal AI?

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

Alla guider

Kaptenens anteckningar

Skrivet av Captain, husets redaktör

Anteckningar från 2026-10-13

Qwen3-235B-A22B-Instruct-2507 är Alibabas uppdaterade icke-tänkar-läge av deras 235 miljarder parameter mixture-of-experts-modell, med 22 miljarder aktiva parametrar per framåtpass. Den byter ut kedjetänkningsresonemangsblocken i tänkande varianten mot snabbare, renare utdata samtidigt som den fortfarande levererar starka resultat på matematik, kodning, kunskap och flerspråkiga benchmarks. Öppna vikter och ett 262K inbyggt kontextfönster gör den till ett seriöst alternativ om du vill ha frontier-klass kapacitet utan sluten API.

Känd för

Matematiskt resonemang: leder benchmark-tabellen på AIME25 och HMMT25 bland listade modeller.
Faktakunskap: särskilt stark på SimpleQA och CSimpleQA jämfört med sina direkta konkurrenter.
Inbyggt 262K kontextfönster med rapporterad möjlighet till förlängning långt utöver detta.
Flerspråkig instruktionstolkning över ett brett språkspann.
Verktygsanvändning och funktionsanrop konkurrenskraftigt med större slutna modeller.

Se upp för

Inget tänkande-läge: denna version producerar inga resonemangsspår; använd basvarianten med tänkande om du behöver det.
235 miljarder totala parametrar innebär att lokal distribution kräver seriös hårdvara — kontrollera VRAM-krav innan nedladdning.
Qwen publicerar vikterna men kontrollera licensvillkoren på Hugging Face innan kommersiell användning.

Bäst för

Promptar att prova

Svår tävlingsmatematik

Lös detta problem steg för steg: En följd definieras av a₁ = 1 och aₙ₊₁ = aₙ + 1/aₙ för n ≥ 1. Bevisa att a₂₀₀ > 20, och hitta det minsta heltalet N så att aₙ > 20 för alla n ≥ N.

Flerspråkig kontraktsklausul

Ett leverantörskontrakt innehåller denna klausul: 'Le fournisseur garantit la livraison dans un délai de 30 jours ouvrables à compter de la réception de la commande, sous peine d'une pénalité de 0,5 % par jour de retard.' Förklara de juridiska och kommersiella konsekvenserna på engelska, och skriv sedan om klausulen för att begränsa totala påföljder till 10 % av kontraktsvärdet.

Resonemang över långt dokument

Jag kommer att klistra in hela texten från en forskningsartikel nedan. Efter att ha läst den, identifiera de tre starkaste påståendena författarna gör, bevisen de ger för varje, eventuella metodologiska svagheter en granskare skulle påpeka, och ett uppföljande experiment som skulle stärka det svagaste påståendet. Klistra in din artikel nu så börjar jag.

Jämför med

Qwen3.8 Max (0902)
Endast API-modell
1,000,000 tokens kontext · $2.00/M indata, $6.00/M utdata
Qwen3 30B A3B Thinking 2507
Endast API-modell
81,920 tokens kontext · $0.20/M indata, $2.40/M utdata
Qwen3.5 Plus 2026-02-15
Endast API-modell
1,000,000 tokens kontext · $0.26/M indata, $1.56/M utdata
Qwen3.7 Plus
Endast API-modell
1,000,000 tokens kontext · $0.32/M indata, $1.28/M utdata

Fler textmodeller från qwen

Vanliga frågor

Kan jag köra Qwen3-235B-A22B-Instruct-2507 lokalt?: Ja, vikterna är öppna och finns på Hugging Face under Qwen/Qwen3-235B-A22B-Instruct-2507. Med 235 miljarder parametrar behöver du betydande GPU-minne — kontrollera modellkortets hårdvarukrav innan du laddar ner.
Vad kostar det via API och hur långt är kontextfönstret?: Priset är 0,09 USD per miljon inmatningstoken och 0,55 USD per miljon utgångstoken. Det inbyggda kontextfönstret är 262 144 token.
Hur skiljer sig denna från den ursprungliga Qwen3-235B-A22B icke-tänkande modellen?: Denna 2507-uppdatering ger betydande förbättringar i kunskapsomfång, långkonstextförståelse, matematiskt resonemang och anpassning till öppna uppgifter jämfört med basvarianten utan tänkande, samtidigt som arkitektur och aktiv parameterantal är desamma.

Kaptens omdöme
Ett sällsynt fall där öppna vikter, ett 262K kontextfönster och verkligt konkurrenskraftiga matematik- och kunskapspoäng finns i samma modell.

Model card på Hugging Face

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

AI-modeller för bild-, video- och textgenerering

Qwen3 235B A22B Instruct 2507 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 och se dess hettapoäng.

Fler Text / LLM-modeller llm qwen resonemang matematik kodning fler språk lång kontext

Bläddra efter modellfamilj