Qwen3 235B A22B Instruct 2507
Qwen3-235B-A22B-Instruct-2507 是一款基于 Qwen3-235B 架构的多语言指令调优混合专家语言模型，每轮前向传播激活参数达 220 亿。该模型针对通用文本生成任务进行了优化，涵盖指令遵循、内容创作、信息处理等多种场景，能够适配不同语言的交互需求，为用户提供精准、流畅的文本输出支持。
上下文 262K会用工具结构化输出
适合做什么
根据公开评测与能力标签，一句话帮你判断用途
更适合先从简介和评测分数判断是否匹配你的场景。
- 长文友好：一次塞很多资料也不容易“忘前面”
实力怎么样
Artificial Analysis 公开指数，分数越高越好，大约按 0–100 理解
综合智能
常识、推理、知识问答这类“脑子够不够用”
12 偏弱
评测榜第 126 名 / 161大概要花多少钱
按每百万 tokens 计价（约等于几十万到上百万汉字量级）
读入内容
$0.090/M
你把资料/问题喂给模型的费用
写出回答
$0.550/M
模型生成回复的费用，通常更贵
举个例子：读进约 50 万 tokens、写出约 5 万 tokens，大约花费 $0.07（按公开标价估算）。
能处理什么
输入、输出与常见能力开关
能看懂
文本
能产出
文本
还会这些
工具调用JSON / 结构化指定输出格式推理参数可见思考过程
对战表现
Design Arena：模型两两对比时的相对强弱
| 分类 | 相对实力 | 胜率 | 场次 |
|---|---|---|---|
| 3d | 996 | 41.1% | - |
| codecategories | 1042 | 42.6% | - |
| dataviz | 1073 | 49% | - |
| gamedev | 957 | 35% | - |
| uicomponent | 968 | 38.4% | - |
| website | 1060 | 43.6% | - |
近期有多热
OpenRouter 日调用量