That's NeuralCatálogo de modelos

qwen

Qwen: Qwen3 235B A22B Instruct 2507

qwen/qwen3-235b-a22b-2507

Nuestro análisis

Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.

Qwen3-235B-A22B-Instruct-2507, publicado como qwen/qwen3-235b-a22b-2507, es un modelo multilingüe de mezcla de expertos ajustado por instrucciones, con 235B de parámetros totales y 22B activos, y una ventana de contexto nativa de 256K tokens ampliable a cerca de 1M mediante una configuración de servicio especializada. El fabricante reporta mejoras frente a la variante Qwen3 anterior sin modo de razonamiento en razonamiento lógico, programación, alineación, capacidad multilingüe y comprensión de contexto largo; esos resultados de referencia son en gran parte autodeclarados. OpenRouter lo lista como texto a texto, con soporte de llamadas a herramientas y salidas estructuradas. Opera solo en modo no thinking.[1][2]

Puntos fuertes

  • En las evaluaciones propias del fabricante, esta variante obtiene puntuaciones claramente superiores a las de su predecesora sin modo de razonamiento en suites de razonamiento, matemáticas, programación y multilingüismo, manteniéndose competitiva frente a pares de frontera.[2]
  • Ventana de contexto nativa de 256K tokens, ampliable hasta cerca de 1M mediante los modos documentados de atención dispersa, con alta precisión reportada en contexto largo.[1][2]
  • Admite llamadas a herramientas y salidas estructuradas; el fabricante recomienda el uso agéntico mediante su framework Qwen-Agent.[1][2]

Limitaciones

  • Funciona solo en modo no thinking y no genera bloques de razonamiento, lo que puede importar en flujos que esperan trazas de razonamiento explícitas.[2]
  • Entrada y salida exclusivamente de texto; no se listan modalidades de visión o audio.[1]
  • La mayor parte de la evidencia sobre capacidades y benchmarks procede del fabricante; superar los 256K tokens requiere configuración personalizada y unos 1000 GB de memoria GPU según la ficha, por lo que conviene validar con cargas de trabajo propias.[1][2]

Dónde utilizarlo

  • Análisis y resumen de documentos muy extensos, donde el contexto ampliado puede aportar valor; valide la calidad de recuperación en su propio corpus.[2]
  • Agentes que usan herramientas y flujos de llamadas a funciones, por ejemplo mediante el framework Qwen-Agent del fabricante.[1][2]
  • Redacción, razonamiento y ayuda de programación multilingüe para equipos que buscan un modelo instruct autoalojable.[2]

Fuentes

  1. [1] OpenRouter catalog · Qwen: Qwen3 235B A22B Instruct 2507Fuentes consultadas: 13 nov 2026
  2. [2] Model documentation · Qwen: Qwen3 235B A22B Instruct 2507Fuentes consultadas: 13 nov 2026

Sobre este modelo

La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.

Qwen3-235B-A22B-Instruct-2507 is a multilingual, instruction-tuned mixture-of-experts language model based on the Qwen3-235B architecture, with 22B active parameters per forward pass. It is optimized for general-purpose text generation, including instruction following,...

Especificaciones

ID del modelo
qwen/qwen3-235b-a22b-2507
ID canónico
qwen/qwen3-235b-a22b-07-25
Creador
qwen
Añadido a OpenRouter
21.07.2025
Longitud de contexto
262,144
Modalidad
text->text
Modalidades de entrada
text
Modalidades de salida
text
Precio por token
USD por 1M de tokens: entrada $0.140 / salida $0.800
Corte de conocimiento
30.06.2025
Fecha de expiración
—

Tareas y capacidades

Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.

TareaNotaCapacidad declarada por la fuente
Calidad generalSin medición—
ProgramaciónSin medición—
AgentesSin mediciónparámetros: structured_outputs, tool_choice, tools
EscrituraSin mediciónsalida: text
RazonamientoSin medición—
Análisis de documentosSin medición—
VisiónSin medición—
Generación de imágenesSin medición—
AudioSin medición—
VídeoSin medición—
EmbeddingsSin medición—

Evaluaciones

FuenteBenchmarkValorNotaDatos obtenidos
Design Arenamodels · 3dtasa de victoria 41.1% · posición 121977EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · codecategoriestasa de victoria 42.6% · posición 1231,029EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · dataviztasa de victoria 49% · posición 1111,068EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · gamedevtasa de victoria 35% · posición 135942EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · uicomponenttasa de victoria 38.4% · posición 126956EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · websitetasa de victoria 43.6% · posición 1241,051EloCC — por debajo de la franja B13.11.2026
Cómo funcionan las notas

Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.

  • S — S — 10% superior de la cohorte
  • A — A — siguiente 20% de la cohorte
  • B — B — siguiente 30% de la cohorte
  • C — C — por debajo de la franja B

Proveedores

Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.

ProveedorLongitud de contextoPrecio entrada /1MPrecio salida /1MLatencia p50 (30m, s)Rendimiento p50 (30m, tok/s)Disponibilidad (30m)
DeepInfrafp8262,144$0.090$0.550——96.67%
Parasailfp8131,072$0.140$0.800——100%
Venicefp8128,000$0.150$0.750——100%
Nebiusfp8262,144$0.200$0.600——96.67%

Datos de proveedores obtenidos: 13.11.2026

Ningún artículo publicado identifica aún este modelo.