Qwen3 VL 235B A22B (Reasoning)

Alibaba

Open-Weights Text-LLM

Benchmarks

Alle gespeicherten Werte, nach Themengebiet gruppiert. Das Leaderboard zeigt je Ansicht nur einen davon.

Benchmark	Wert	Gemessen	Quelle
MMLU-Pro Schwerere MMLU-Variante mit 10 Antwort-Optionen statt 4.	83.6	12.09.2026	Beleg
AA Intelligence Index Aggregat von Artificial Analysis aus 7+ Benchmarks (MMLU-Pro, GPQA, HLE, LiveCodeBench, AIME, TerminalBench-Hard, Tau2).	13.4	12.09.2026	Beleg

Benchmark	Wert	Gemessen	Quelle
GPQA Diamond 198 Graduate-level Bio/Physik/Chemie-Fragen, leak-protected.	77.2	12.09.2026	Beleg
LCR Long-Context-Reasoning-Benchmark (langer Kontext + Logik).	63.7	12.09.2026	Beleg
Humanity's Last Exam 2158 Multi-Domain-Fragen, eine der schwersten Suiten.	11.9	12.09.2026	Beleg

Benchmark	Wert	Gemessen	Quelle
LiveCodeBench Code-Generation, leak-resistent durch laufende Aktualisierung.	64.6	12.09.2026	Beleg
SciCode Wissenschafts-Codierungsaufgaben (Physik/Chemie/Bio).	39.9	04.09.2026	Beleg
AA Coding Index Aggregat aus LiveCodeBench, Tau2 und SciCode. Coding-spezifisches Pendant zum Intelligence-Index.	20.9	19.06.2026	Beleg

Benchmark	Wert	Gemessen	Quelle
IFBench Instruction-Following-Benchmark (Befolgen komplexer Vorgaben).	56.5	12.09.2026	Beleg
TAU2 Tool-/Agent-Use-Benchmark Variante 2.	54.1	12.09.2026	Beleg
Terminal-Bench 2.0 Terminal-basierte Agent-Aufgaben (SysAdmin + Coding).	11.4	12.09.2026	Beleg

Benchmark	Wert	Gemessen	Quelle
AIME 2026 American Invitational Math Examination 2026.	88.3	12.09.2026	Beleg
AA Math Index Aggregat aus AIME-25 und MATH-500.	88.3	12.09.2026	Beleg

Einheit	USD	Anbieter	Stand	Quelle
USD pro 1 Mio Input-Tokens	0,40	Artificial Analysis (median)	12.09.2026	Beleg
USD pro 1 Mio Output-Tokens	4,00	Artificial Analysis (median)	12.09.2026	Beleg

Wie viel Videospeicher das Modell je Quantisierung belegt — die Größe entscheidet, ob es auf eine vorhandene Grafikkarte passt.