Qwen3-235B-A22B ist das Flaggschiff der ersten Qwen3-Generation vom April 2025. Es vereint Denkmodus und schnellen Modus in einem Modell: Für komplexe Aufgaben erarbeitet es Zwischenschritte, für einfache Anfragen antwortet es direkt. Laut Qwen-Team übertrifft es im Denkmodus DeepSeek-R1 in 17 von 23 Benchmarks.
Technisch ist das Modell ein Mixture-of-Experts-Modell (MoE) aus 128 spezialisierten Teilnetzen, von denen je verarbeitetem Textbaustein (Token) acht rechnen. So sind von 235 Milliarden Parametern nur 22 Milliarden aktiv. Es steht unter der Lizenz Apache 2.0.
Qwen3-235B-A22B
Alibaba (Qwen-Team)
April 2025
Apache 2.0
MoE, Hybrid-Reasoning (Denkmodus und schneller Modus), rein textbasiert
235 Mrd. total (22 Mrd. aktiv pro Token)
MoE mit 128 Experten, Grouped-Query Attention (64 Q-, 4 KV-Heads) und QK-Norm
Byte-Level-BPE mit 151.669 Token Vokabular
94
64 Query-Köpfe, 4 Key/Value-Köpfe (Grouped-Query Attention - GQA).
128 Experten, 8 aktiv je Token, keine geteilten Experten
32.768 Token nativ, bis 131.072 Token mit YaRN
Das Modell mit Gewichten in BF16 und als offizielle FP8-Fassung, dazu quantisierte Fassungen in GPTQ-Int4 und GGUF. Bei FP8 halbiert sich der Speicherbedarf etwa.
Im Juli 2025 hat das Qwen-Team die beiden Modi in getrennte Modelle aufgeteilt: Qwen3-235B-A22B-Instruct-2507 und Qwen3-235B-A22B-Thinking-2507, beide mit 262.144 Token Kontext.
Mit gleicher Technik gibt es unter anderem Qwen3-30B-A3B und Qwen3-32B für deutlich weniger Hardware.
| Benchmark | Qwen3-235B-A22B | OpenAI-o1 | DeepSeek-R1 | Gemini 2.5 Pro |
|---|---|---|---|---|
| MMLU-Redux | 92,7 | 92,8 | 92,9 | 93,7 |
| GPQA-Diamond | 71,1 | 78,0 | 71,5 | 84,0 |
| LiveBench 2024-11-25 | 77,1 | 75,7 | 71,6 | 82,4 |
| IFEval (strict prompt) | 83,4 | 92,6 | 83,3 | 89,5 |
| Arena-Hard | 95,6 | 92,1 | 92,3 | 96,4 |
| MATH-500 | 98,0 | 96,4 | 97,3 | 98,8 |
| AIME’24 | 85,7 | 74,3 | 79,8 | 92,0 |
| AIME’25 | 81,5 | 79,2 | 70,0 | 86,7 |
| ZebraLogic | 80,3 | 81,0 | 78,7 | 87,4 |
| BFCL v3 | 70,8 | 67,8 | 56,9 | 62,9 |
| LiveCodeBench v5 | 70,7 | 63,9 | 64,3 | 70,4 |
| CodeForces (Rating) | 2056 | 1891 | 2029 | 2001 |
| Multi-IF | 71,9 | 48,8 | 67,7 | 77,8 |
Quelle: Qwen3 Technical Report (Qwen-Team, Mai 2025), gemessen im Denkmodus. Angaben in Prozent, CodeForces als Rating.
Das MoE-Flaggschiff der ersten Qwen3-Generation unter Apache 2.0. Wir prüfen mit Ihnen Nutzen, Auslegung und Betriebskosten.
Die Qwen3-Modelle wurden auf rund 36 Billionen Token in 119 Sprachen und Dialekten vortrainiert, doppelt so viele Token wie beim Vorgänger Qwen2.5. Das Vortraining lief in drei Stufen: allgemeines Wissen, dann gezielt Mathematik, Code und Reasoning, zuletzt lange Texte bis 32.768 Token.
Das Post-Training der großen Modelle umfasst vier Stufen: ein Feintuning mit langen Denkketten, Reinforcement Learning für Reasoning, das Zusammenführen von Denkmodus und schnellem Modus sowie allgemeines Reinforcement Learning für über 20 Aufgabenbereiche. Beim Reinforcement Learning lernt das Modell aus Bewertungen seiner eigenen Antworten.
Qwen3-235B-A22B eignet sich für Organisationen, die ein großes offenes Modell mit Denkmodus selbst betreiben wollen. In einer KI-Beratung prüfen wir mit Ihnen, ob die 2507-Nachfolger besser passen.
Stark im Denkmodus: Laut Qwen-Team vor DeepSeek-R1 in 17 von 23 Benchmarks, etwa bei AIME’24 mit 85,7.
Bester Wert bei Werkzeugnutzung: Mit 70,8 bei BFCL v3 vor OpenAI-o1, DeepSeek-R1 und Gemini 2.5 Pro.
Zwei Modi in einem Modell: Ein Deployment für schnelle Antworten und gründliches Reasoning.
Viele Sprachen: Trainiert auf 119 Sprachen und Dialekten.
Kommerziell frei nutzbar: Apache 2.0 ohne Umsatzgrenzen.
Hinter Gemini 2.5 Pro: In den meisten Tests der Tabelle liegt Gemini 2.5 Pro vorn, etwa bei GPQA-Diamond (84,0 gegenüber 71,1).
Kurzer nativer Kontext: 32.768 Token nativ, mit YaRN 131.072. Die 2507-Nachfolger bieten 262.144.
Kompromiss durch zwei Modi: Laut Qwen-Team kostet das Zusammenführen beider Modi im Denkmodus etwas Leistung, etwa bei AIME’24 und LiveCodeBench.
Kein Bildverständnis: Alle Qwen3-Modelle der ersten Generation sind rein textbasiert, für Bilder gibt es Qwen3-VL.
Wir planen die Cluster-Auslegung für Qwen3-235B-A22B, übernehmen Inbetriebnahme, Quantisierung und Betrieb und hosten das Modell auf Wunsch DSGVO-konform in unserem zertifizierten Rechenzentrum in Limburg an der Lahn.
Die BF16-Gewichte umfassen rund 470 GB und passen auf einen Server mit acht H200. Mit der offiziellen FP8-Fassung halbiert sich der Bedarf auf rund 239 GB. Hinzu kommt Reserve für den KV-Cache, den Zwischenspeicher für bereits verarbeitete Teile einer Anfrage.
Der Denkmodus ist standardmäßig aktiv. Über den Parameter enable_thinking lässt er sich ganz abschalten, mit /think und /no_think in einer Nachricht wechseln Sie ihn während eines Gesprächs.
Bei den 2507-Versionen hat das Qwen-Team Denkmodus und schnellen Modus in getrennte Modelle aufgeteilt und den nativen Kontext auf 262.144 Token erweitert. Beide sind in ihrem Modus deutlich stärker.
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!
