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-Instruct (Jul 2025)?
Qwen3-235B-A22B-Instruct (Jul 2025) ist ein Modell von Alibaba, veröffentlicht am 25.07.2025. Sein SI-IQ beträgt 96 (90-%-Intervall 85–107); die Schätzung stützt sich auf 3 Benchmark-Ergebnisse von 2 Evaluatoren.
Datenstand 18.10.2026 · Methode 1.0.0
Ein Modell wird in die Rangliste aufgenommen, wenn seine Ergebnisse aus mindestens 5 Benchmarks (die beiden Läufe von GPQA Diamond zählen als einer) in mindestens 3 Bereichen von mindestens 2 verschiedenen Evaluatoren stammen und die Veröffentlichungsdaten seiner Versionen höchstens 60 Tage auseinanderliegen. Dieses Modell erfüllt diese Bedingung noch nicht (Ergebnisse aus weniger als 5 Benchmarks; Ergebnisse in weniger als 3 Bereichen). Seine vorläufige Schätzung stützt sich auf 3 Benchmark-Ergebnisse und kann sich stark ändern, wenn weitere Ergebnisse hinzukommen.
Fakten
- Entwickler
- Alibaba
- Veröffentlicht
- 25.07.2025
- Zugang
- Offene Gewichte (eingeschränkte Lizenz)
- Verwendete Benchmarks
- 3 Benchmark-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). „Abgeleiteter SI-IQ“ ist die Fähigkeit, auf die dieses einzelne Ergebnis hindeutet; der Gesamt-SI-IQ ist ihr präzisionsgewichteter Durchschnitt.
| Benchmark | Punktzahl | Evaluiert von | Quelle |
|---|---|---|---|
| GPQA Diamond (Lauf von OpenRouter) | 73,9 % | OpenRouter | OpenRouter benchmark datasets · Datendatei |
| Berkeley Function Calling Leaderboard | 52,1 % | UC Berkeley (Gorilla) | Berkeley Function Calling Leaderboard · Datendatei |
| τ²-bench Airline (Lauf von OpenRouter) | 39,6 % | OpenRouter | OpenRouter benchmark datasets · Datendatei |
Menschliche Präferenz (Arena)
In der Arena-Rangliste, in der Nutzer zwischen zwei anonymen Antworten abstimmen, hat Qwen3-235B-A22B-Instruct (Jul 2025) eine Bewertung von 1.422 (1.420–1.425) aus 98.134 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)
Berechnet mit der SI-IQ-Methodenversion 1.0.0. Die vollständige Methodik lesen
Datenquellen: Arena leaderboard dataset on Hugging Face (CC BY 4.0); Berkeley Function Calling Leaderboard, Gorilla project (Apache-2.0); Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter (Lizenzen und Änderungen).