Alibaba (Qwen)
Qwen3-235B-A22B-Thinking (Jul 2025) 评测成绩
来自 3 个来源、4 项基准的 4 条成绩。
开放权重 发布: 2025年7月25日 更新于 2026年10月22日
其他名称: qwen3-235b-a22b-thinking-2507 · Qwen3-235B-A22B-Thinking-2507
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1400 | 161 | Overall, style control on; 8822 votes; 95% CI 1393–1407“qwen3-235b-a22b-thinking-2507” | 官方榜单 | 2026年10月8日 |
| GPQA Diamond | 80.0% | 115 | Epoch AI run, accuracy | 独立评测 | 2025年12月11日 |
| MMLU-Pro | 84.5% | 38 | Overall accuracy; data source: Self-Reported; 235B“Qwen3-235B-A22B-Thinking-2507” | 厂商自报 | 2026年3月11日 |
| AIME (OTIS Mock AIME 2024–2025) | 86.7% | 84 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2025年12月10日 |
常见问题
Qwen3-235B-A22B-Thinking (Jul 2025) 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、LMArena leaderboard dataset和MMLU-Pro leaderboard (TIGER-Lab)。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。