自动展示选中模型的核心信息与各评测得分，可左右滑动查看完整表格。 当前对比 2 个模型的评测数据与核心参数。
每条轴代表一个评测领域的平均水平，并统一映射到 100 分雷达坐标。
相对优势: 编程与软件工程 +22.3 / 相对落后: 写作和创作 -1.4
相对优势: 写作和创作 +1.4 / 相对落后: 编程与软件工程 -22.3
计算口径：同一模型在同一 benchmark 下先平均当前模式范围内的所有分数，不取最高分；再按评测领域对这些 benchmark 分数求平均。只纳入至少两个模型有数据的 benchmark，缺项不按 0 分处理。
综合领先
Qwen3-235B-A22B-Thinking-2507 · 81.19
单项最高
Qwen3-235B-A22B-Thinking-2507 · AIME2025 92.30
模态覆盖
Qwen3-235B-A22B-Thinking-2507 · 1 种模态
正面对比
6
评测基准
5
领先项
1
落后项
+8.64
平均分差
完整列出各模型/模式的评测得分，便于横向比较。
6 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。
| 评测项 | Qwen3-235B-A22B-Thinking-2507 | Qwen3-235B-A22B-2507 |
|---|---|---|
GPQA Diamond 综合评估 | 81.10开启思考 | 77.50常规模式 |
LiveBench 综合评估 | 69.11开启思考 | 65.18常规模式 |
MMLU Pro 综合评估 | 84.40开启思考 | 83.00常规模式 |
LiveCodeBench 编程与软件工程 | 74.10开启思考 | 51.80常规模式 |
AIME2025 数学推理 | 92.30开启思考 | 70.30常规模式 |
Creative Writing 写作和创作 | 86.10开启思考 | 87.50常规模式 |
输入输出 token 价格并排展示
是否 MoE、商业授权、模态支持等附加能力对比。
| 功能与规格 | Qwen3-235B-A22B-Thinking-2507阿里巴巴 | Qwen3-235B-A22B-2507阿里巴巴 |
|---|---|---|
核心规格发布时间 | 2025-07-25 | 2025-07-21 |
上下文 | 256K | 256K |
参数量 | 2350 | 2350 |
激活参数量 | 220 | 220 |
最大输出 | 32768 | 32768 |
MoE 架构 | 支持 | 支持 |
支持模式 | 思考模式（Thinking Mode） | 常规模式（Non-Thinking Mode） |
开源与许可代码开源 | 未提供 | 未提供 |
权重开源 | 未提供 | 未提供 |
商业授权 | 免费商用授权 | 免费商用授权 |
模态支持文本 输入/输出 | / | / |
图片 输入/输出 | / | / |
音频 输入/输出 | / | / |
视频 输入/输出 | / | / |
Embedding 输入/输出 | / | / |
资料来源论文 / 报告 | Qwen3-235B-A22B-Instruct-2507 | Qwen3: Think Deeper, Act Faster |
DataLearner 博客 | 阿里发布Qwen3小幅更新版本，放弃混合思考模式，发布全新的2个版本Qwen3-235B-A22B-2507模型，1/5的参数，性能直逼Kimi K2，推理模式版本评测结果接近o3 | 阿里发布Qwen3小幅更新版本，放弃混合思考模式，发布全新的2个版本Qwen3-235B-A22B-2507模型，1/5的参数，性能直逼Kimi K2，推理模式版本评测结果接近o3 |
