メインコンテンツへスキップ
AITier

Qwen3.5 122B A10B (Non-reasoning)

AlibabaQwenオープンウエイトApache 2.0 · 商用利用可

説明

Qwen3.5-122B-A10B is a multimodal Mixture-of-Experts model with 122 billion total parameters and 10 billion activated parameters. It combines strong reasoning, coding, long-context, and visual understanding performance with production-friendly efficiency and a native 262K context window.

リリース日
2026-02-24
パラメータ
122.0B
コンテキスト長
262K
モダリティ
audio, image, text, video

能力レーダー

26
general
42
coding
83
reasoning
53
science
60
agents
80
multimodal

ランキング

ドメイン#順位スコアソース
エージェント能力78
45.0
LS
コーディングランキング174
57.0
AA
総合ランキング184
57.0
AA
マルチモーダルランキング23
59.0
LS
科学171
57.0
AA

ベンチマークスコア (LLM Stats)

(LLM Stats (zeroeval))

3d

SUNRGBD0.36 / 100自己申告
Hypersim0.13 / 100自己申告

Agents

t2-bench79.5%自己申告
BFCL-V472.2%自己申告
AndroidWorld_SR66.4%自己申告
BrowseCompOpenAI (2025)63.8%自己申告
FullStackBench en62.6%自己申告
WideSearch60.5%自己申告
FullStackBench zh58.7%自己申告
OSWorld-Verified58.0%自己申告
TIR-Bench53.2%自己申告
Terminal-Bench 2.0Stanford × Laude Institute (2026)49.4%自己申告
VITA-Bench33.6%自己申告
DeepPlanning24.1%自己申告

Biology

GPQANYU + Cohere + Anthropic (2023)86.6%自己申告

Chemistry

SuperGPQA67.1%自己申告

Code

SWE-Bench Verified72.0%自己申告

Communication

Multi-Challenge61.5%自己申告

Embodied

EmbSpatialBench0.84 / 100自己申告

Finance

MMLU-Pro86.7%自己申告
MMLU-ProX82.2%自己申告

General

MMLU-Redux94.0%自己申告
IFEvalGoogle Research (2023)93.4%自己申告
C-Eval91.9%自己申告
Global PIQA88.4%自己申告
MAXIFE87.9%自己申告
MMMLU86.7%自己申告
MMMU83.9%自己申告
MMStar82.9%自己申告
Include82.8%自己申告
LiveCodeBench v678.9%自己申告
MMMU-Pro76.9%自己申告
IFBench76.1%自己申告
SimpleVQA0.62 / 100自己申告
LongBench v260.2%自己申告
NOVA-6358.6%自己申告

Grounding

RefCOCO-avg0.91 / 100自己申告
ScreenSpot Pro70.4%自己申告
RefSpatialBench0.69 / 100自己申告

Healthcare

VideoMMMU82.0%自己申告
SlakeVQA81.6%自己申告
MedXpertQA67.3%自己申告
PMC-VQA63.3%自己申告

Image To Text

OCRBench92.1%自己申告

Language

LingoQA80.8%自己申告
WMT24++78.3%自己申告

Long Context

MLVU87.3%自己申告
LVBench74.4%自己申告
AA-LCR66.9%自己申告
MMLongBench-Doc0.59 / 100自己申告

Math

HMMT 202591.4%自己申告
HMMT2590.3%自己申告
MathVista-Mini87.4%自己申告
MathVision86.2%自己申告
DynaMath85.9%自己申告
CodeForces0.85 / 3000自己申告
PolyMATH68.9%自己申告
Humanity's Last Exam47.5%自己申告

Multimodal

VLMsAreBlind96.7%自己申告
AI2D93.3%自己申告
V*93.2%自己申告
MMBench-V1.192.8%自己申告
OmniDocBench 1.589.8%自己申告
VideoMME w sub.87.3%自己申告
VideoMME w/o sub.83.9%自己申告
CC-OCR81.8%自己申告
CharXiv-R77.2%自己申告
MVBench76.6%自己申告
MMVU74.7%自己申告
BabyVision40.2%自己申告
ZEROBench-Sub0.36 / 100自己申告
Nuscene15.4%自己申告
ZEROBench0.09 / 100自己申告

Reasoning

CountBench0.97 / 100自己申告
BrowseComp-zh69.9%自己申告
Hallusion Bench67.6%自己申告
ERQA62.0%自己申告
Seal-044.1%自己申告
OJBench39.5%自己申告

Spatial Reasoning

RealWorldQA85.1%自己申告

Vision

ODinW44.5%自己申告

AA評価指数

(Artificial Analysis)
Coding Index(Artificial Analysis)
43.3
Intelligence Index(Artificial Analysis)
28.2
Tau2(Sierra + U Toronto + Vector Institute (2025))
0.8
Gpqa(NYU + Cohere + Anthropic (2023))
0.8
Lcr(Artificial Analysis)
0.6
Ifbench(Google Research (2023))
0.5
Terminalbench V2 1
0.5
Scicode(UIUC + Argonne National Lab (2024))
0.4
Terminalbench Hard(Stanford × Laude Institute (2026))
0.3
Hle(Center for AI Safety + Scale AI (2025))
0.2
Tau Banking
0.1

LLM Statsカテゴリスコア

(LLM Stats (zeroeval))
Biology
90
Image To Text
80
Instruction Following
80
Language
80
Legal
80
Math
80
Physics
80
Structured Output
80
Embodied
80
Finance
80
Grounding
80
Healthcare
80
Chemistry
80
Text-to-image
80
Video
80
Long Context
70
Multimodal
70
Reasoning
70
Spatial Reasoning
70
Frontend Development
70
General
70
Economics
70
Vision
70
Search
60
Agents
60
Code
60
Communication
60
Tool Calling
60
Spatial
20
3d
20

価格設定

入力価格$0.4 / 1Mトークン
出力価格$3.2 / 1Mトークン
混合価格（3:1）$1.1 / 1Mトークン

速度

トークン/秒152.7
初トークン遅延1.04s
初回答遅延1.04s

プロバイダー価格ランキング

プロバイダー価格ランキング

3 プロバイダー

最安: Alibaba最高: Cortecs
プロバイダー入力出力
1Alibabaプライマリ
$0.4
$3.2
2NanoGPT
$0.437
$3.496
3Cortecs
$0.495
$3.46

このモデルの異なるAPIプロバイダー間の価格を比較。

外部リンク

LLM StatsArtificial Analysis