Qwen3-VL-235B-A22B-Thinking · 官方评测披露

Qwen3-VL-235B-A22B-Thinking 当前收录 112 项测试的官方记录。已完成列明材料的核查。

模型发布 · Qwen VL

官方材料与核查范围

列明模型卡、README相关评测内容、架构与目标图表、固定v2技术报告42页均完成核读;来源未说明的单位/配置仍保留未知。报告与README的不同复现参数分别记录,首发集合仍不可还原。 核对时间 。

当前资料不足以还原首发。 没有可核实的首发内容历史快照;当前 README、模型卡、仓库页面或附件不能还原发布日时的完整材料。

  • Qwen3-VL official GitHub README · 主文 · 2026-11-17当前README完整1213行正文及本型号目标评测图/结构图、复现说明已核读,直接固定v2技术报告42页另列来源;其他尺寸不混入。
    公布 未确认 · 采集 · 已核查 1213行README已阅读全文,已核对目标235B图表、架构、官方评测复现参数和直接42页报告;其他尺寸图仅识别主体,不混入235B-Thinking。安装与cookbook外链不递归执行。
  • Qwen3-VL-235B-A22B-Thinking official Hugging Face model card · 附件 · 本地快照 本地留存副本;当前页面版本,未取得首发历史快照。
    公布 未确认 · 采集 · 已核查 模型卡全文、架构图、两张目标235B-A22B-Thinking评测图及脚注已核读;引用的旧代论文不作为本型号成绩来源。
  • Qwen3-VL-235B-A22B-Thinking multimodal performance official model-card image table · 附件 · Official model-card image saved as 本地留存副本; Qwen target column transcribed and checked from the independent AI image-reading report on 2026-11-17; other model columns not transcribed.
    公布 未确认 · 采集 · 已核查 已实际查看完整图、主体表头与全部目标行;其他比较列仅核对身份和注释,不采集其成绩。图中未注明单位保持未知。
  • Qwen3-VL-235B-A22B-Thinking pure text performance official model-card image table · 附件 · Official model-card image saved as 本地留存副本; Qwen target column transcribed and checked from the independent AI image-reading report on 2026-11-17; other model columns not transcribed.
    公布 未确认 · 采集 · 已核查 已实际查看完整图、主体表头与全部目标行;其他比较列仅核对身份和注释,不采集其成绩。图中未注明单位保持未知。
  • Qwen3-VL Technical Report v2 · 附件 · 2026-11-17从单一固定v2 URL重新完整下载并核读42页,Table1–12、Figure1–3及评测提示词附录均已查看。封面2025-12-01,arXiv标记v2/2025-11-27,未将任一日期冒充型号发布日期。下载与版次说明见本地留存副本。
    公布 未确认 · 采集 · 已核查 已读最终固定v2全部42页,Table2的66个Thinking目标值及Table6的22行已逐列核对;其他尺寸/模式未挪入。一次混版本续传件已作废,从同一v2完整重下,目标表在最终件重新核对。

配置

  • Qwen3-VL-235B-A22B-Thinking · 官方 235B-A22B Thinking 视觉语言 MoE 开放权重。 本轮补读README的Evaluation Reproduction列出vLLM、VLMEvalKit/lmms-eval,Thinking复现参数:seed=1234,top_p=0.95,top_k=20,temperature=0.6,presence_penalty=0,out_seq_length=40960。评测图另注明默认通过API calls;保留两种说明的适用边界,不假定API等同本地权重服务配置。
    未知项 图表未注明成绩单位,不能推定为百分比;默认 API 调用的终端、版本、量化和服务配置未说明。、多模态与纯文本图表只核对 Qwen 目标列;其他比较模型列未转录。
  • Thinking · 报告v2视觉评测 · 报告Table2的235B-A22B/thinking列;Appendix B列出评测提示词。3D采用Omni3D test、mAP@0.15、confidence=1.0;视频最多2048帧、视觉token<=224K,VideoMMMU/MMVU每帧最多768token,其他最多640,Charades-STA 4fps、其他2fps。
    未知项 Table2未逐行明确采样参数或API终端;不能自动等同于旧模型卡图的默认API calls。、多数表行未注明单位。
  • Thinking · 报告v2文本评测 · Table6 Thinking MoE:temperature=0.6,top_p=0.95,top_k=20;普通最大输出32768,AIME-25/HMMT-25/LiveCodeBench v6为81920。报告第20–21页的presence penalty=1.5属于紧邻的Dense Thinking句,不能直接赋给235B MoE。 输出上限 32768 tokens
    未知项 报告未明确235B MoE的presence penalty;不从Dense Thinking句或当前README复现设置推定。、与当前README复现out_seq_length=40960的最大输出说明不同,分别保留,不宣称同一次运行。、Table6多数行未明确计分单位,CFEval列未定义rating指标。

直接前代与后续发布

当前收录未确认直接前代。 官方关系依据

本来源用于确认发布名称、日期或披露;本批没有据此建立可核实的直接前代关系。

测试记录 · 112