Qwen: Qwen3 235B A22B Thinking 2507

Qwen3-235B-A22B-Thinking-2507 یک مدل زبانی Mixture-of-Experts (MoE) با وزن‌های باز (open-weight) و عملکرد بالا است که برای وظایف پیچیده‌ی reasoning بهینه‌سازی شده است. این مدل در هر forward pass تعداد 22 میلیارد پارامتر از مجموع 235 میلیارد پارامتر خود را فعال می‌کند و به‌صورت بومی از context تا 262,144 توکن پشتیبانی می‌کند. نسخه‌ی "thinking-only" آن توانایی استدلال منطقی ساختاریافته، ریاضیات، علوم و تولید متون بلند را بهبود می‌بخشد و در بنچمارک‌هایی مانند AIME، SuperGPQA، LiveCodeBench و MMLU-Redux عملکرد قدرتمندی نشان می‌دهد.این مدل یک حالت استدلال ویژه (</think>) را اعمال می‌کند و برای خروجی‌های پرتوکن (تا 81,920 توکن) در حوزه‌های چالش‌برانگیز طراحی شده است. Qwen3-235B-A22B-Thinking-2507 که به‌صورت instruction-tuned آموزش داده شده، در استدلال گام‌به‌گام، استفاده از ابزارها، agentic workflows و وظایف چندزبانه توانمند است. این نسخه پیشرفته‌ترین مدل open-source در سری Qwen3-235B به شمار می‌آید و در زمینه‌ی structured reasoning از بسیاری از مدل‌های بسته نیز عملکرد بهتری دارد.