Qwen3-235B-A22B-Thinking-2507 ist die Reasoning-Version des Qwen3-Flaggschiffs. Sie arbeitet nur mit Denkphase, die gegenüber Qwen3-235B-A22B deutlich länger ausfällt. Laut Qwen-Team erreichte das Modell damit bei Veröffentlichung Bestwerte unter den offenen Reasoning-Modellen, etwa 92,3 bei AIME25 und 74,1 bei LiveCodeBench v6.
Technisch ist es ein Mixture-of-Experts-Modell (MoE) mit 235 Milliarden Parametern, von denen je verarbeitetem Textbaustein (Token) 22 Milliarden aktiv sind. Der Kontext umfasst 262.144 Token, mit Dual Chunk Attention bis zu eine Million. Es steht unter der Lizenz Apache 2.0.
Qwen3-235B-A22B-Thinking-2507
Alibaba (Qwen-Team)
Juli 2025
Apache 2.0
MoE, Reasoning-Modell nur mit Denkphase, rein textbasiert
235 Mrd. total (22 Mrd. aktiv pro Token)
MoE mit 128 Experten und Grouped-Query Attention (64 Q-, 4 KV-Heads)
94
128 Experten, 8 aktiv je Token
262.144 Token nativ, bis 1.010.000 Token mit Dual Chunk Attention
Das Modell in BF16 und als offizielle FP8-Fassung mit etwa halbem Speicherbedarf.
Qwen3-235B-A22B-Instruct-2507 ist die Schwesterversion ohne Denkphase für schnelle Antworten.
Qwen3-235B-A22B vereinte beide Modi in einem Modell. Die nächste Generation ist Qwen3.5-397B-A17B.
| Benchmark | Qwen3-235B-A22B-Thinking-2507 | Qwen3-235B-A22B (Thinking) | DeepSeek-R1-0528 | OpenAI O4-mini | OpenAI O3 | Gemini-2.5 Pro |
|---|---|---|---|---|---|---|
| MMLU-Pro | 84,4 | 82,8 | 85,0 | 81,9 | 85,9 | 85,6 |
| GPQA | 81,1 | 71,1 | 81,0 | 81,4* | 83,3* | 86,4 |
| AIME25 | 92,3 | 81,5 | 87,5 | 92,7* | 88,9* | 88,0 |
| HMMT25 | 83,9 | 62,5 | 79,4 | 66,7 | 77,5 | 82,5 |
| LiveBench 20241125 | 78,4 | 77,1 | 74,7 | 75,8 | 78,3 | 82,4 |
| LiveCodeBench v6 | 74,1 | 55,7 | 68,7 | 71,8 | 58,6 | 72,5 |
| CFEval | 2134 | 2056 | 2099 | 1929 | 2043 | 2001 |
| OJBench | 32,5 | 25,6 | 33,6 | 33,3 | 25,4 | 38,9 |
| Arena-Hard v2 | 79,7 | 61,5 | 72,2 | 59,3 | 80,8 | 72,5 |
| WritingBench | 88,3 | 80,3 | 83,2 | 78,4 | 85,3 | 83,1 |
| BFCL-v3 | 71,9 | 70,8 | 63,8 | 67,2 | 72,4 | 67,2 |
| PolyMATH | 60,1 | 54,7 | 46,9 | 48,7 | 49,7 | 52,2 |
Quelle: offizielle Model Card (Qwen-Team, Juli 2025). Angaben in Prozent, CFEval als Rating, Arena-Hard v2 als Gewinnrate mit GPT-4.1 als Bewerter. OpenAI-Modelle mit mittlerem, bei * mit hohem Reasoning-Aufwand.
Das Reasoning-Modell der Qwen3-Reihe unter Apache 2.0. Wir prüfen mit Ihnen Nutzen, Auslegung und Betriebskosten.
Das Qwen-Team nennt für die 2507-Versionen keine eigenen Angaben zu den Trainingsdaten. Sie bauen auf der ersten Qwen3-Generation auf, die auf rund 36 Billionen Token in 119 Sprachen vortrainiert wurde. Neu ist vor allem das getrennte Post-Training für Denkmodus und schnellen Modus.
Qwen3-235B-A22B-Thinking-2507 eignet sich für sehr komplexe Aufgaben, bei denen Qualität wichtiger ist als Tempo. In einer KI-Beratung prüfen wir mit Ihnen, ob Thinking oder Instruct besser passt.
Stark beim Coding: Bester Wert der Tabelle bei LiveCodeBench v6 (74,1) und CFEval (2134).
Stark in Mathematik: Bester Wert der Tabelle bei HMMT25 (83,9) und PolyMATH (60,1).
Großer Sprung gegenüber Qwen3: GPQA steigt von 71,1 auf 81,1, AIME25 von 81,5 auf 92,3.
Stark beim Schreiben: Bester Wert der Tabelle bei WritingBench (88,3).
Kommerziell frei nutzbar: Apache 2.0 ohne Umsatzgrenzen.
Hinter Gemini 2.5 Pro bei Fachwissen: Bei GPQA (86,4) und LiveBench liegt Gemini 2.5 Pro vorn, beim Wettbewerbs-Coding in OJBench ebenfalls.
Lange Antwortzeiten: Die verlängerte Denkphase kostet Zeit und Token, einen schnellen Modus gibt es nicht.
Hoher Hardware-Bedarf: Auch in FP8 rund 236 GB Gewichte.
Rein textbasiert: Für Bilder und Videos gibt es Qwen3-VL.
Wir planen die Cluster-Auslegung für Qwen3-235B-A22B-Thinking-2507, übernehmen Inbetriebnahme, Quantisierung und Betrieb und hosten das Modell auf Wunsch DSGVO-konform in unserem zertifizierten Rechenzentrum in Limburg an der Lahn.
Die Thinking-Version arbeitet nur mit Denkphase und denkt deutlich länger nach. Dadurch steigen die Werte stark, etwa bei GPQA von 71,1 auf 81,1. Zudem wächst der Kontext auf 262.144 Token.
In BF16 umfassen die Gewichte rund 470 GB, das passt auf einen Server mit acht H200. Mit FP8 halbiert sich der Bedarf. Weil die Denkphase lang ist, sollten Sie viel Reserve für den KV-Cache einplanen, den Zwischenspeicher für bereits verarbeitete Teile einer Anfrage.
Die Vorlage fügt das öffnende Tag automatisch ein, damit das Modell immer nachdenkt. Deshalb erscheint in der Ausgabe oft nur das schließende Tag. Das ist so vorgesehen.
Ja. Das Qwen-Team von Alibaba veröffentlicht die Gewichte unter der Lizenz Apache 2.0. Sie dürfen das Modell ohne Umsatzgrenzen kommerziell einsetzen, anpassen und weitergeben.
Ja. Über unsere GPU Cloud stellen wir die nötige Rechenleistung bereit. Alternativ bündelt der MaaS Proxy verschiedene Modelle über eine einheitliche Schnittstelle. Beide Wege betreiben wir DSGVO-konform in Deutschland.
Möchten Sie individuell beraten werden?
Unsere KI-Experten sind für Sie da!
