A
Qwen3 235B A22B Instruct 2507OPEN
Qwen3 235B A22B Instruct 2507 (Alibaba): preços da API ao vivo, janela de contexto e as melhores alternativas de código aberto, monitoradas diariamente pelo OpenSourceAI.tech.
Os preços são atualizados automaticamente — verificados a cada hora em relação aos preços da lista do fornecedor.
Benchmarks & performance
Pontuações de benchmark independentes para Qwen3 235B A22B Instruct 2507, medidas pela Artificial Analysis. Quanto maior, melhor.
Com o mesmo orçamento, Qwen3 235B A22B Instruct 2507 oferece 2.4 vezes mais capacidade. Pesos abertos também significam que você pode auto-hospedá-lo e não pagar nada por token.
Sobre este modelo
Qwen3 235B A22B Instruct 2507 é um modelo de IA de peso aberto da Alibaba. Você pode baixá-lo e hospedá-lo gratuitamente; os preços abaixo são preços de lista de API hospedada, rastreados a cada hora, para quando você prefere conveniência em vez de auto-hospedagem.
Perguntas frequentes
O que é o Qwen3 235B A22B Instruct 2507?
Qwen3 235B A22B Instruct 2507 é um modelo de linguagem de IA da Alibaba. Ele é de peso aberto: você pode baixá-lo e executá-lo em seu próprio hardware, gratuitamente. Ele pontua 18.2 no índice de inteligência Artificial Analysis.
O Qwen3 235B A22B Instruct 2507 é gratuito?
Os pesos são gratuitos e abertos — você pode auto-hospedar Qwen3 235B A22B Instruct 2507 e não pagar nada por token. Se preferir uma API hospedada, os preços listados são $0.09 por milhão de tokens de entrada e $0.55 por milhão de tokens de saída.
Para que o Qwen3 235B A22B Instruct 2507 é bom?
Benchmarks independentes da Artificial Analysis dão a ele 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%. É particularmente usado para raciocínio matemático.
Posso auto-hospedar o Qwen3 235B A22B Instruct 2507?
Sim. O Qwen3 235B A22B Instruct 2507 tem pesos abertos, então você pode baixá-lo e executá-lo em sua própria GPU ou servidor com ferramentas como Ollama, vLLM ou llama.cpp — sem custo por token.
Alternativas de código aberto
Dependendo da sua carga de trabalho, um modelo de peso aberto que você pode auto-hospedar pode reduzir os custos drasticamente ou eliminar completamente a cobrança por token. Nossas páginas de comparação colocam este modelo lado a lado com os concorrentes de código aberto mais fortes.