Qwen3-235B-A22B-2507

Qwen3-235B-A22B-2507是阿里开源的Qwen3-235B-A22B的一个升级版本，原有的Qwen3-235B-A22B-2507模型是一个同时支持“思考模式”和“非思考模式”的模型。但是阿里发现社区觉得这个模型并不好用，因此发布了这个升级版本，这个升级版本的模型不支持思考模式！

相比较4月底发布的Qwen3-235B-A22B模型，本次发布的模型，在非推理模式下，各方面都有明显的提升：

具体数据参考： https://www.datalearner.com/ai-models/ai-benchmarks-tests/compare-result?benchmarkInputString=16,29,32,42,40,44,33&modelInputString=635,567,543,625,547 

• 是 Qwen3-235B-A22B 非思考模式的「指令微调升级版」。
• 只支持非思考（enable_thinking=False 不再需要，也不会出现 <think> 块）。
• 面向生产场景：长文档理解、数学/代码、工具调用、主观写作等一次完成，无需链式推理痕迹。

1. 关键升级

• 通用能力：指令遵循、逻辑推理、文本理解、数学、科学、代码、工具使用全面提升。
• 知识覆盖：长尾多语种知识显著扩充。
• 人类偏好：主观/开放式任务更贴近用户口味，回答更有帮助且文本质量更高。
• 长上下文：原生 256 K（262 144 tokens）窗口，长文本理解与检索任务大幅增强。

1. 规格参数

• 架构：Dense-MoE 混合，94 层，128 专家，每次激活 8 专家。
• 参数：235 B 总参数 / 22 B 激活参数；非嵌入部分 234 B。
• Attention：GQA，64 Q-heads + 4 KV-heads。
• 训练：预训练 + 后期对齐（SFT + RLHF）。

1. 主要 Benchmark 亮点（↑ vs Qwen3-235B-A22B 非思考版）

• 数学：AIME25 70.3 (↑45.6)、HMMT25 55.4 (↑45.4)。
• 推理：ARC-AGI 41.8 (↑37.5)、ZebraLogic 95.0 (↑57.3)。
• 代码：LiveCodeBench v6 51.8 (↑18.9)、MultiPL-E 87.9 (↑8.6)。
• 知识：MMLU-Pro 83.0 (↑7.8)、GPQA 77.5 (↑14.6)、SimpleQA 54.3 (↑42.1)。
• 对齐：Arena-Hard v2 79.2 (↑27.2)、Creative Writing 87.5 (↑7.1)。
• 智能体 / 工具：BFCL-v3 70.9、TAU-Retail 71.3 等均为同量级模型前列。

1. 使用注意

• 输出不会包含思考块，可直接用于对话、RAG、Agent 等场景。
• 硬件需求与上一代 Qwen3-235B-A22B 相近（≈ 22 B 激活显存 + KV cache）。
• 详细部署/量化方案、API 示例见官方 GitHub 与文档。