qwen3-235b-a22b-07-25
qwen3-235b-a22b-07-25 est un LLM de Qwen évalué dans Benchable sur des tâches de classification, de connaissances générales, de mathématiques, de code et d'éthique.
qwen3-235b-a22b-07-25 est un LLM de Qwen évalué dans Benchable sur des tâches de classification, de connaissances générales, de mathématiques, de code et d'éthique.
Son profil ressort surtout par des résultats au sommet sur Keyword Topic Relevance Classification et Ethics (Baseline), avec une performance également très élevée en Mathematics (Baseline). Les évaluations disponibles reposent toutefois sur une seule source de données concordante.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | Qwen |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Benchable : Keyword Topic Relevance Classification | 100,0 % | 1ᵉ / 9 | benchable | ✅ Mesuré |
| Benchable : Ethics (Baseline) | 100,0 % | 1ᵉ / 248 | benchable | ✅ Mesuré |
| Benchable : General Knowledge (Baseline) | 99,5 % | 68ᵉ / 250 | benchable | ✅ Mesuré |
| Benchable : Mathematics (Baseline) | 97,0 % | 6ᵉ / 217 | benchable | ✅ Mesuré |
| Benchable : Email Classification (Baseline) | 94,0 % | 217ᵉ / 254 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 85,9 % | 145ᵉ / 248 | benchable | ✅ Mesuré |
| Benchable : Reasoning (Baseline) | 84,0 % | 106ᵉ / 239 | benchable | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 39,7 % | 194ᵉ / 252 | benchable | ✅ Mesuré |
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles « grand public » sur chaque dimension, et à ses voisins de classement.
Benchable : Keyword Topic Relevance Classification
Benchable : Ethics (Baseline)
Coût & vitesse agentiques
| Indicateur | Valeur |
|---|---|
| Coût moyen par benchmark — Benchable | 0,01 $ |
| Latence moyenne par benchmark — Benchable | 10 min 57 s |
Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.
Notre analyse
Forces. qwen3-235b-a22b-07-25 se distingue nettement sur les tâches de pertinence thématique par mots-clés et sur Ethics (Baseline), où il atteint le meilleur niveau du panel Benchable. Mathematics (Baseline) le place aussi dans le top 10, ce qui indique une bonne tenue sur les problèmes mathématiques évalués. General Knowledge (Baseline) affiche un score maximal, même si son rang montre que plusieurs modèles obtiennent le même niveau sur ce test.
Limites et points d'attention. Les résultats sont moins convaincants en Email Classification (Baseline), où le rang est bas malgré un score élevé, signe d'un benchmark peu discriminant ou d'une concurrence dense. Coding (Baseline) situe le modèle plutôt en milieu de tableau, loin des meilleurs résultats observés dans cette évaluation. La fiche repose sur une seule source concordante, ce qui limite la robustesse de l'interprétation. Ce profil convient surtout à l'analyse de pertinence, aux contrôles éthiques de base et aux tâches mathématiques évaluées, moins aux cas où le code ou la classification d'e-mails sont prioritaires.
Sources des données : Benchable.ai (benchable.ai).