Qwen3-235B-A22B-Thinking-2507
- 输入 输入模态: 文本 输出 输出模态: 文本
- 推理
- 工具调用
- 开放权重
价格
3 个渠道报价 · 按标价显示 Alibaba Cloud Model Studio（在新标签页打开）
qwen3-235b-a22b-thinking-2507| 条件/ 百万 tokens | 输入 | 输出 |
|---|---|---|
| 标准 自 2026年10月11日 起页面不再列出 | ¥2.00 | ¥20.00 |
价格来源 阿里云百炼：模型价格（在新标签页打开） (核对于 2026年10月8日)
Alibaba Cloud Model Studio（在新标签页打开）
qwen3-235b-a22b-thinking-2507| 条件/ 百万 tokens | 输入 | 输出 |
|---|---|---|
| 标准 自 2026年10月11日 起页面不再列出 | $0.23 | $2.30 |
价格来源 Alibaba Cloud Model Studio pricing（在新标签页打开） (核对于 2026年10月11日)
标准：不带任何条件的请求所付价格（即本站其他页面显示的标价）。
详细规格
- 最长输入
- 126.98K
- 结构化输出
- —
- 许可证
- apache-2.0
- 模型家族
- qwen-thinking
- 模型 ID
Alibaba Qwen 的页面未说明：推理档位, 可关闭推理, 最大思考预算, 内置工具, 知识截止, 别名。
本地运行
权重： Qwen/Qwen3-235B-A22B-Thinking-2507- 参数 235.1B
- 激活 22B · 专家 128（每 token 8）
- 原生精度 BF16
- 层数 94
- 每 token 的 KV 缓存 188 KB
- 原生上下文 256K （模型卡）
- 配置位置数 256K （config.json max_position_embeddings）
- API 上下文 128K （厂商 API）
在你的配置上 · GeForce RTX 4090
✕放不下 IQ4_XS （自动） 8K 上下文
权重KV 缓存运行开销可用上限
- 需要
- ≈ 123.6 GB (权重 116.3 + KV 缓存 1.5 + 开销 5.8)
- 可用
- 21.6 GB (标称的 90%)
- 建议
- 换成 IQ2_XXS 就能跑（需放到内存，但低于 4 bit，质量下降明显）
| 推荐精度 | 权重 | 8K 需要 | 在你的配置上 | 最长上下文 |
|---|---|---|---|---|
| 原生 BF16官方 | 437.9 GB | ≈ 461.3 | ✕放不下 | — |
| Q8_0 | 232.6 GB | ≈ 245.7 | ✕放不下 | — |
| FP8官方 | 220.2 GB | ≈ 232.7 | ✕放不下 | — |
| Q6_K | 179.8 GB | ≈ 190.3 | ✕放不下 | — |
| Q5_K_M | 155.7 GB | ≈ 165.0 | ✕放不下 | — |
| Q5_0 | 150.5 GB | ≈ 159.5 | ✕放不下 | — |
| Q4_K_M | 133.0 GB | ≈ 141.1 | ✕放不下 | — |
| Q4_0 | 123.2 GB | ≈ 130.8 | ✕放不下 | — |
| IQ4_XS | 116.3 GB | ≈ 123.6 | ✕放不下 | — |
| Q3_K_M质量下降明显 | 107.0 GB | ≈ 113.8 | ✕放不下 | — |
| IQ3_XXS质量下降明显 | 83.7 GB | ≈ 89.4 | ✕放不下 | — |
| Q2_K质量下降明显 | 82.1 GB | ≈ 87.7 | ✕放不下 | — |
| IQ2_XXS质量下降明显 | 56.4 GB | ≈ 60.7 | ○需放到内存 12–18 tok/s | — |
点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。
和其他配置比
每个配置各用它能跑的最高精度，点一个看细节。
最低需要（Q4_K_M · 8K）：显卡 NVIDIA B200 (HGX B200)；统一内存 Apple M5 Ultra (64-core GPU) · 256 GB。
运行命令
厂商没有发布这个精度的文件。可选原生精度或厂商自己的版本，或用 llama.cpp 自己量化。
微调需要多少显存
全参≈ 3506.6 GB你的配置放不下
LoRA≈ 442.0 GB你的配置放不下
QLoRA≈ 127.3 GB你的配置放不下
batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。
估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的
引用评分
来自第三方排行榜，并非我们测得- LMArena Text 1,400
第 98 名，共 163 个上榜模型 · 置信区间 1,394–1,407 · 8,822 票
- Epoch AI · GPQA Diamond 80.1%
第 79 名，共 168 个上榜模型 · ±2.6
- Epoch AI · Mystery Game Puzzles 9%
第 67 名，共 77 个上榜模型 · ±2.88
- Epoch AI · OTIS Mock AIME 2024–2025 86.7%
第 67 名，共 159 个上榜模型 · ±5.12
变更
全部变更 →- Alibaba Cloud Model Studio, 中国站 上线报价 输入 ¥2.00 · 输出 ¥20.00
- 上下文窗口 256K → 131.07K
- Alibaba Cloud Model Studio 上线报价 输入 $0.23 · 输出 $2.30
- Alibaba Cloud Model Studio, 国际站 上线报价 输入 $0.23 · 输出 $2.30
来源
- Text generation models - Qwen, DeepSeek, GLM | Model Studio - Alibaba Cloud Model Studio - Alibaba Cloud Documentation Center（在新标签页打开） docs.modelstudio.console.alibabacloud.com · 核对于 2026年10月10日
- qwen3-235b-a22b-thinking-2507 model（在新标签页打开） alibabacloud.com · 核对于 2026年10月6日
- Alibaba Cloud Model Studio: newly released models（在新标签页打开） alibabacloud.com · 核对于 2026年11月2日
- Alibaba Cloud Model Studio pricing（在新标签页打开） alibabacloud.com · 核对于 2026年10月11日
- qwen3-235b-a22b-thinking-2507（在新标签页打开） docs.modelstudio.console.alibabacloud.com · 核对于 2026年10月9日
- qwen3-235b-a22b-thinking-2507 model（在新标签页打开） alibabacloud.com · 核对于 2026年10月8日
- 阿里云百炼：模型价格（在新标签页打开） help.aliyun.com · 核对于 2026年10月8日
- Qwen/Qwen3-235B-A22B-Thinking-2507 model card（在新标签页打开） huggingface.co · 核对于 2026年11月1日
- Qwen/Qwen3-235B-A22B-Thinking-2507 config.json（在新标签页打开） huggingface.co · 核对于 2026年11月2日
- Qwen/Qwen3-235B-A22B-Thinking-2507 files（在新标签页打开） huggingface.co · 核对于 2026年11月1日
- Qwen/Qwen3-235B-A22B-Thinking-2507-FP8 files（在新标签页打开） huggingface.co · 核对于 2026年11月3日
- Qwen/Qwen3-235B-A22B-Thinking-2507 README.md（在新标签页打开） huggingface.co · 核对于 2026年11月4日
- Qwen/Qwen3-235B-A22B-Thinking-2507 model card（在新标签页打开） huggingface.co · 核对于 2026年11月2日
Alibaba Qwen 官方政策：数据使用、隐私、条款 →
Alibaba Qwen · 中国 · qwen.ai
相关模型
快照、同系列与同厂商的其他模型