ai.canshu.com
EN
显存计算器 配机与回本向导 API 价格 同屏 PK 对比 模型库 排行榜 显卡库

全局搜索模型、显卡与工具

↑↓ 移动 · Enter 直达 · ★ 优先展示我的关注 ai.canshu.com
Alibaba Qwen
开源权重 Alibaba Qwen · MoE 235.1B / A22.2B · Text · BF16

Qwen3-235B-A22B (MoE) 模型架构参数、评测与显存全表

235B 总参 / 22B 激活参数的开源大杯旗舰,适配 192G+ Mac Studio 或多卡服务器。

🧬 Qwen3-235B-A22B (MoE) 底层网络与张量参数总表 (Model Overview & config.json)

全部字段同步自官方 HuggingFace 仓库 (Qwen/Qwen3-235B-A22B) 的 config.json 与技术报告 · 核验日期 2026-11-20

HF Class: Qwen3MoeForCausalLM

1. 骨干网络与维度参数

qwen3_moe
总参数量 / 单步激活
235.1B / 22.2B
非词嵌入参数量
234B
Hidden Size (d_model)
4,096
FFN Intermediate Size
12,288
MoE 专家中间层维度
1,536
MoE 专家配置
128 路由 · 激活8
激活函数 / RMSNorm
SiLU (SwiGLU) · ε=1e-6
原生权重精度
BF16

2. 注意力机制与混合层拓扑

GQA
Transformer 总层数
94 层
网络层排布 (Hidden Layout)
94 层旗舰稀疏 MoE (128 路由专家,单步激活 8 专家)
注意力头 (Q / KV)
64 Q / 4 KV (16:1 GQA)
Head Dimension
128

3. 上下文、位置编码与词表

Tokenizer
原生上下文长度
32,768 tokens
最大扩展上下文 (YaRN)
131,072 tokens
旋转位置编码 (RoPE)
RoPE (θ=1,000,000 · 原生 32K · YaRN 4x→128K)
词表大小 (vocab_size)
151,936 (独立输出头)
特殊控制 Token ID
BOS: 151643 · EOS: [151645,151643] · PAD: 151643
语言覆盖
119 种语言与方言

📋 Qwen3-235B-A22B (MoE) 官方 API 技术规格与计费参数总表

核验自 Alibaba Qwen 官方开发者文档与公开定价页(核验日期 2026-11-20)

API Model ID: qwen3-235b-a22b

1. 模型标识与能力开关

API Spec
官方调用 Model ID
qwen3-235b-a22b
版本发布日期
2025-04-29
权重授权形态
开源权重 (云端 API 规格)
原生深度推理思考
✅ 支持 (可调思考预算)
Function Calling & JSON Schema
✅ 原生支持
Batch API 异步批处理
✅ 支持 (通常享 5 折)

2. 上下文、输出上限与模态

Limits
最大输入上下文窗口
128,000 tokens (128K)
单次最大输出上限
16,000 tokens
支持输入模态
Text
支持输出模态
Text
中国大陆网络直连
✅ 国内极速直连 + 人民币结算
分发与部署形态
开源权重 + 托管云 API

3. 官方 Token 单价与缓存阶梯

CNY / 1M
标准输入单价 (每百万)
¥ 2
Prompt 缓存命中输入
¥ 0.4 -80%
标准输出单价 (每百万)
¥ 8
长上下文阶梯与计费备注
阿里云百炼:经典 235B MoE 官方托管实例

🏆 Qwen3-235B-A22B (MoE) 官方基准评测成绩单

摘录自官方 System Card / Model Card 与权威公开横评表

Arena Elo ~1472 AA Index 47
📚 知识与指令 Thinking
MMLU-Pro 82.8 %

MMLU 进阶推理增强版,将选项从 4 个扩充至 10 个并剔除简单记忆题,重点考察跨学科复杂计算与多步逻辑推理。

📚 知识与指令 Thinking
MMLU-Redux 92.7 %

经人工重新逐题核对与纠错的 MMLU 精修版,消除了原数据集中的错标与歧义题目,使高分段对比更可靠。

🧠 数学与深度推理 Thinking
GPQA Diamond 71.1 %

研究生级物理、化学与生物高难防搜索推理选择题

🧠 数学与深度推理 Thinking
MATH-500 98 %

OpenAI 精选的 500 道具有代表性的高难度竞赛数学题子集(源自 MATH 数据集)。

🧠 数学与深度推理 Thinking
AIME 2024 85.7 %

2024 年美国数学邀请赛(AIME I & II)30 道竞赛数学真题,衡量竞赛级数学逻辑推导。

🧠 数学与深度推理 Thinking
AIME 2025 81.5 %

2025 年美国数学邀请赛(AIME I & II)全部 30 道奥数预选真题,考验多步代数、几何、数论与组合推理。

💻 代码工程 Thinking
LiveCodeBench v5 70.7 %

持续更新防泄漏的算法竞赛与代码生成评测基准(LiveCodeBench v5)。

🤖 Agent 工具调用 Thinking
BFCL v3 70.8 %

伯克利函数调用排行榜 v3,引入多轮动态对话与多步状态依赖场景下的工具调用评估。

🎛️ 官方调用采样与思考参数指南

API / 推理引擎调用时的最佳超参数与约束说明

思考模式 · 深度推理 (enable_thinking=True)
temperature=0.6 top_p=0.95 top_k=20 min_p=0 max_tokens=32,768

💡 官方严禁使用贪婪解码 (temperature=0),会导致性能下降与死循环复读;高难数学竞赛建议设 38,912 tokens

非思考模式 · 极速对话 (enable_thinking=False)
temperature=0.7 top_p=0.8 top_k=20 min_p=0 presence_penalty=1.5 max_tokens=32,768

💡 适合低延迟日常问答与高吞吐批处理,可设 presence_penalty=1.5 抑制重复

📊 Qwen3-235B-A22B (MoE) 全量评测成绩与维度排名

共 21 项公开评测 · 排名为在本站 154 款有评测数据模型中的名次 · 数据同步于 2026-11-20

⚔️ 和其他模型逐项比分

📐 数学 12 项

GSM8k #2/4 94.4%

包含 8,500 道高质量小学奥数与应用题的经典多步算术推理基准。

BBH #1/2 88.9%

BIG-Bench Hard 困难推理集,精选 23 类曾令早期大模型表现低于人类平均水平的多步逻辑、算法与语言推理任务。

MMLU #3/11 87.8%

大规模多任务语言理解基准,覆盖 STEM 理工、人文、社科及医学法律等 57 个学科的综合知识测试。

MMLU-Redux #14/15 87.4%

经人工重新逐题核对与纠错的 MMLU 精修版,消除了原数据集中的错标与歧义题目,使高分段对比更可靠。

MMMLU #12/20 86.7%

OpenAI 发布的多语言版 MMLU,由专业译者将题目精准翻译为中文、阿拉伯语、德语、法语、日语等 14 种语言,衡量跨语言综合知识。

AIME 2024 #8/14 85.7%

2024 年美国数学邀请赛(AIME I & II)30 道竞赛数学真题,衡量竞赛级数学逻辑推导。

MGSM #5/7 83.5%

多语言应用题数学基准,将 GSM8K 精选 250 题人工翻译为中文、西语、法语、日语等 10 种代表性语言。

AIME 2025 #21/29 81.5%

2025 年美国数学邀请赛(AIME I & II)全部 30 道奥数预选真题,考验多步代数、几何、数论与组合推理。

LiveBench #7/27 77.1%

每月基于最新 arXiv 论文、新闻与新数据集动态更新题目的抗污染综合评测基准(客观规则自动判分,不依赖裁判模型)。

MATH #5/9 71.8%

包含 12,500 道源自 AMC 10/12 与 AIME 等赛事的高中数学竞赛题集,跨 7 个学科分支与 5 个难度等级。

MMLU-Pro #36/39 68.2%

MMLU 进阶推理增强版,将选项从 4 个扩充至 10 个并剔除简单记忆题,重点考察跨学科复杂计算与多步逻辑推理。

SuperGPQA #16/16 44.1%

超大规模研究生级跨学科评测,涵盖工程、理学、医学、法学、经济学等 13 大门类共 285 个研究生学科、25,957 道高难度专业题。

来源:ZeroEval / llm-stats.com 公开评测聚合(✓ 为第三方验证,其余为厂商官方自报)。点击任一评测可查看全库排名。

⚡ Qwen3-235B-A22B (MoE) 本地显存占用 & 实时吐字速度计算器

并发请求数 (Batch):
MoE 235.1B / A22.2B·94L (d=4096)·64Q/4KV·Ctx 128K
该设备兼容榜 →
512 GB 统一内存·1200 GB/s·安全可用上限 460.8 GB
流畅可跑148.98 / 460.8 GB~52.7 tok/s
3. 权重量化精度
4. 单并发上下文窗口16K (16,384 tok)
参数核验:2026-11-20·带宽与算力屋顶模型估算(当前并发=1)
流畅可跑
148.98/ 460.8 GB 可用显存

物理总容量 512 GB · 占用率 32.3%

理论带宽解码速度 (Decode)
~52.7tokens/s

MoE 架构:每步仅读取 13.46 GB 激活权重

当前并发 (1x) 最大可开窗口
128K/ 128K

高并发下开启 Q8/Q4 KV 量化可成倍提升并发上限

模型权重: 142.53 GBKV Cache (1×16K): 3.15 GB框架开销: 3.3 GB
统一内存默认预留约 10% 给操作系统
🏃 丝滑顺畅(超越人眼阅读)生成 500 Token 回答约需 9.5 秒
参考启动命令:
OLLAMA_CONTEXT_LENGTH=16384 ollama run qwen3:235b-a22b

Mac Studio M5 Ultra 512G 可运行 Qwen3-235B-A22B (MoE) · 硬件成本与回本参考

参考均价约 ¥74,999(折合 ¥146/GB)· 满载约 190W

📊 Qwen3-235B-A22B (MoE) 各量化精度显存占用对照表 (16K 上下文)

量化格式 等效位数 纯权重体积 KV Cache (16K) 总显存需求 精度评价
FP16 / BF16 16 bpw 470.2 GB 3.15 GB 483.21 GB 无损原精度
FP8 / Q8_0 8.5 bpw 249.79 GB 3.15 GB 258.39 GB 99.9% 接近无损
GGUF Q6_K 6.56 bpw 192.78 GB 3.15 GB 200.24 GB 极高画质 · 严肃编码
GGUF Q5_K_M 5.69 bpw 167.21 GB 3.15 GB 174.16 GB 高均衡度
Q4_K_M / AWQ 4.85 bpw 142.53 GB 3.15 GB 148.98 GB 黄金甜点(推荐)
GGUF IQ4_XS 4.25 bpw 124.9 GB 3.15 GB 131 GB 省显存优选
GGUF Q3_K_M 3.91 bpw 114.91 GB 3.15 GB 120.81 GB 轻度智商折损
GGUF Q2_K 3.15 bpw 92.57 GB 3.15 GB 98.03 GB 极限压缩尝鲜

🖥️ 主流显卡、Mac 与国产卡运行 Qwen3-235B-A22B (MoE) (Q4_K_M) 兼容性列表

常见问题解答 (FAQ)

Qwen3-235B-A22B (MoE) 的核心网络架构参数(层数、隐藏维度、注意力头、词表)是多少?

Qwen3-235B-A22B (MoE) 底层架构为 Qwen3MoeForCausalLM,共 94 层(94 层旗舰稀疏 MoE (128 路由专家,单步激活 8 专家)),隐藏层维度 hidden_size=4096,注意力头配置为 64 个 Query 头 / 4 个 KV 头(head_dim=128),词表大小 vocab_size=151,936,原生上下文窗口 32,768 tokens。

Qwen3-235B-A22B (MoE) 本地部署至少需要多少 GB 显存?

在主流 4-bit 量化(GGUF Q4_K_M / AWQ,16K 上下文)下,Qwen3-235B-A22B (MoE) 共需约 148.98 GB 显存(含权重 142.53 GB + KV 缓存 3.15 GB + 系统开销 3.3 GB)。无损 FP16/BF16 则需约 483.21 GB。

Qwen3-235B-A22B (MoE) 官方推荐的采样参数(Temperature / Top-P)是多少?

依据官方 generation_config.json 与最佳实践,在「思考模式 · 深度推理 (enable_thinking=True)」下建议设置 temperature=0.6、top_p=0.95、top_k=20。注意:官方严禁使用贪婪解码 (temperature=0),会导致性能下降与死循环复读;高难数学竞赛建议设 38,912 tokens