Página automatizada. Redactada y traducida automáticamente por IA y verificada con las fuentes mediante software; sin editor humano. SI-IQ es un índice elaborado a partir de resultados públicos de benchmarks, no una prueba de CI. Cómo funciona
¿Qué tan inteligente es Qwen3-235B-A22B-Thinking (Jul 2025)?
Qwen3-235B-A22B-Thinking (Jul 2025) es un modelo de Alibaba, lanzado el 25 jul 2025. Su SI-IQ es 111 (intervalo del 90 % 105–118), estimado a partir de 5 resultados de benchmarks de 2 evaluadores independientes.
Datos
- Desarrollador
- Alibaba
- Lanzamiento
- 25 jul 2025
- Acceso
- Pesos abiertos (licencia restringida)
- Benchmarks utilizados
- 5 resultados de 2 evaluadores
Capacidad por áreas (SI-IQ, intervalo del 90 %)
Todos los resultados de benchmarks utilizados
Cada puntuación es un único valor tal como lo publicó la fuente: en el caso de Epoch AI, el mejor de sus ajustes de ejecución; en el de OpenRouter, el proveedor de alojamiento mediano (el alojamiento propio del desarrollador cuando realizó la prueba). El «SI-IQ implícito» es la capacidad a la que apunta este único resultado; el SI-IQ global es su media ponderada por precisión.
| Benchmark | Puntuación | Evaluado por | Fuente |
|---|---|---|---|
| Mystery Game Puzzles | 9,0 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| OTIS Mock AIME 2024–2025 | 86,7 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| GPQA Diamond | 80,1 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| GPQA Diamond (OpenRouter run) | 79,5 % | OpenRouter | OpenRouter benchmark datasets · archivo de datos |
| SimpleQA Verified | 40,4 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| τ²-bench Airline (OpenRouter run) | 62,7 % | OpenRouter | OpenRouter benchmark datasets · archivo de datos |
Preferencia humana (Arena)
En la clasificación de Arena, donde las personas votan entre dos respuestas anónimas, Qwen3-235B-A22B-Thinking (Jul 2025) tiene una puntuación de 1400 (1393–1406) a partir de 8823 votos (publicada el 15 oct 2026). La preferencia humana es una medida distinta de la capacidad en benchmarks y no forma parte de SI-IQ. Arena (Hugging Face)
Modelos con un SI-IQ similar
Calculado con la versión 1.0.0 del método SI-IQ. Leer la metodología completa
Fuentes de datos: 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..