Automatisierte Seite. Automatisch von KI verfasst und übersetzt und per Software mit den Quellen abgeglichen; keine menschliche Redaktion. SI-IQ ist ein Index auf Basis öffentlicher Benchmark-Ergebnisse, kein IQ-Test. So funktioniert es
Wie intelligent ist Qwen3-235B-A22B-Thinking (Jul 2025)?
Qwen3-235B-A22B-Thinking (Jul 2025) ist ein Modell von Alibaba, veröffentlicht am 25.07.2025. Der SI-IQ beträgt 111 (90-%-Intervall 105–118), geschätzt aus 5 Benchmark-Ergebnissen von 2 unabhängigen Evaluatoren.
Fakten
- Entwickler
- Alibaba
- Veröffentlicht
- 25.07.2025
- Zugang
- Offene Gewichte (eingeschränkte Lizenz)
- Verwendete Benchmarks
- 5 Ergebnisse von 2 Evaluatoren
Fähigkeiten nach Bereich (SI-IQ, 90-%-Intervall)
Alle verwendeten Benchmark-Ergebnisse
Jeder Wert ist genau so angegeben, wie ihn die Quelle veröffentlicht hat: bei Epoch AI die beste ihrer Laufeinstellungen, bei OpenRouter der mediane Hosting-Anbieter (das eigene Hosting des Entwicklers, wenn dieses den Test durchgeführt hat). „Implizierter SI-IQ“ ist die Fähigkeit, auf die dieses einzelne Ergebnis hindeutet; der Gesamt-SI-IQ ist ihr präzisionsgewichteter Durchschnitt.
| Benchmark | Punktzahl | Evaluiert von | Quelle |
|---|---|---|---|
| Mystery Game Puzzles | 9,0 % | Epoch AI | Epoch AI Benchmarking Hub · Datendatei |
| OTIS Mock AIME 2024–2025 | 86,7 % | Epoch AI | Epoch AI Benchmarking Hub · Datendatei |
| GPQA Diamond | 80,1 % | Epoch AI | Epoch AI Benchmarking Hub · Datendatei |
| GPQA Diamond (OpenRouter run) | 79,5 % | OpenRouter | OpenRouter benchmark datasets · Datendatei |
| SimpleQA Verified | 40,4 % | Epoch AI | Epoch AI Benchmarking Hub · Datendatei |
| τ²-bench Airline (OpenRouter run) | 62,7 % | OpenRouter | OpenRouter benchmark datasets · Datendatei |
Menschliche Präferenz (Arena)
In der Arena-Rangliste, in der Nutzer zwischen zwei anonymen Antworten abstimmen, hat Qwen3-235B-A22B-Thinking (Jul 2025) eine Bewertung von 1.400 (1.393–1.406) aus 8.823 Stimmen (veröffentlicht am 15.10.2026). Menschliche Präferenz ist ein anderes Maß als die Leistung in Benchmarks und fließt nicht in den SI-IQ ein. Arena (Hugging Face)
Modelle mit ähnlichem SI-IQ
Berechnet mit der SI-IQ-Methodenversion 1.0.0. Die vollständige Methodik lesen
Datenquellen: Arena leaderboard dataset on Hugging Face (CC BY 4.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter..