Qwen3-235B-A22B-Thinking-2507 - 阿里推出的最新推理模型

发布于 2025-07-26 · Qwen3-235B-A22B-Thinking-2507 是阿里巴巴发布的全球最强开源推理模型。基于2350亿参数的稀疏混合专家（MoE）架构，每次激活220亿参数，拥有94层Transformer网络和128个专家节点。模型专为复杂推理任务设计，支持256K原生上下文处理能力，可应对长文本和深度推理链。

Qwen3-235B-A22B-Thinking-2507是什么

Qwen3-235B-A22B-Thinking-2507 是阿里巴巴发布的全球最强开源推理模型。它基于2350亿参数的稀疏混合专家（MoE）架构，每次推理激活220亿参数，94层Transformer网络，128个专家节点。模型是冲着复杂推理任务设计的，原生支持256K上下文，长文本和深度推理链都接得住。性能上，Qwen3-235B-A22B-Thinking-2507 在逻辑推理、数学、科学分析、编程这些核心能力上都有明显提升，AIME25（数学）和LiveCodeBench v6（编程）等基准测试里刷新了全球开源模型的最好成绩，也超过了部分闭源模型。知识、创意写作、多语言这些通用任务同样不弱。

模型采用Apache 2.0开源协议，免费商用，用户可通过QwenChat、魔搭社区或Hugging Face上体验和下载。价格按量算：输入每百万token 0.7美元，输出每百万token 8.4美元。

Qwen3-235B-A22B-Thinking-2507的主要功能

逻辑推理：逻辑推理任务里表现不错，复杂的多步推理问题也能处理。
数学运算：数学能力提升明显，AIME25 这类高难度测试里刷新了开源模型的最好成绩。
科学分析：复杂的科学问题可以交给它，分析和解答都拿得出来。
代码生成：代码质量不错，多种编程语言都支持。
代码优化：现有代码能帮你优化，效率提上去。
调试支持：调试卡住时会给建议，定位问题快一些。
256K 上下文支持：256K 上下文是原生的，超长文本也吃得下，复杂的文档分析、长篇对话都用得上。
深度推理链：多步推理默认就开着，不用手动切模式，需要深度分析的任务正合适。
多语言对话：多语言对话和文本生成都支持，跨语言交流够用。
指令遵循：指令理解得比较准，执行也到位，输出的文本质量不低。
工具调用：能接外部工具一起用，能力边界可以往外扩。

Qwen3-235B-A22B-Thinking-2507的技术原理

稀疏混合专家（MoE）架构：Qwen3-235B-A22B-Thinking-2507 用的是稀疏混合专家（Mixture of Experts，MoE）架构，总参数2350亿，每次推理只激活220亿。架构里有128个专家节点，每个token动态挑8个专家出来干活，计算效率和模型能力之间就这么平衡着。
自回归Transformer结构：底座是自回归Transformer，共94层，超长序列建模没问题，256K上下文长度是原生支持的。复杂的长文本任务因此才接得住。
推理模式优化：Qwen3-235B-A22B-Thinking-2507 就是为深度推理场景做的，默认强制走推理模式。逻辑推理、数学运算、科学分析、编程、学术测评这些吃专业知识的领域，它都比较能打。
训练与优化：性能是靠预训练加后训练两个阶段推上去的。AIME25（数学）、LiveCodeBench（编程）等多项基准测试里，它刷新了全球开源模型的最好成绩。
动态激活机制：MoE里的动态激活机制，会让模型在推理时按任务复杂度挑专家节点。