A
Qwen3 235B A22B Instruct 2507OPEN
Qwen3 235B A22B Instruct 2507 (Alibaba): prezzi API live, finestra di contesto e le migliori alternative open-source, monitorate quotidianamente da OpenSourceAI.tech.
I prezzi si aggiornano automaticamente — controllati ogni ora rispetto ai prezzi della lista dei fornitori.
Benchmark e prestazioni
Punteggi di benchmark indipendenti per Qwen3 235B A22B Instruct 2507, misurati da Artificial Analysis. Maggiore è meglio.
Per lo stesso budget, Qwen3 235B A22B Instruct 2507 offre 2.4 volte più capacità. I pesi aperti significano anche che puoi auto-ospitarlo e non pagare nulla per token.
Informazioni su questo modello
Qwen3 235B A22B Instruct 2507 è un modello AI a peso aperto di Alibaba. Puoi scaricarlo e ospitarlo autonomamente gratuitamente; i prezzi qui sotto sono i prezzi di lista delle API ospitate, monitorati ogni ora, per quando preferisci la comodità all'auto-ospitamento.
Domande frequenti
Che cos'è Qwen3 235B A22B Instruct 2507?
Qwen3 235B A22B Instruct 2507 è un modello di linguaggio AI di Alibaba. È a peso aperto: puoi scaricarlo ed eseguirlo sul tuo hardware, gratuitamente. Ottiene 18.2 sull'indice di intelligenza Artificial Analysis.
Qwen3 235B A22B Instruct 2507 è gratuito?
I pesi sono gratuiti e aperti — puoi auto-ospitare Qwen3 235B A22B Instruct 2507 e non pagare nulla per token. Se preferisci un'API ospitata, i prezzi di listino sono $0.09 per milione di token di input e $0.55 per milione di token di output.
A cosa serve Qwen3 235B A22B Instruct 2507?
I benchmark indipendenti di Artificial Analysis gli danno GPQA 75.3%, MMLU-Pro 82.8%, Humanity's Last Exam 10.6%, Long Context Reasoning 31.2%, LiveCodeBench 52.4%, SciCode 36%, MATH-500 98%, AIME 71.7%, AIME 2025 71.7%, IFBench 46.1%, τ²-Bench 33.3%, Terminal-Bench Hard 15.2%. È particolarmente utilizzato per ragionamento matematico.
Posso ospitare Qwen3 235B A22B Instruct 2507 da solo?
Sì. Qwen3 235B A22B Instruct 2507 ha pesi aperti, quindi puoi scaricarlo ed eseguirlo sulla tua GPU o server con strumenti come Ollama, vLLM o llama.cpp — senza costi per token.
Alternative open-source
A seconda del tuo carico di lavoro, un modello a peso aperto che puoi ospitare autonomamente potrebbe ridurre drasticamente i costi o rimuovere completamente la tariffazione per token. Le nostre pagine di confronto mettono questo modello a confronto con i più forti contendenti open-source.