Qwen3-235B-A22B-Thinking-2507 Ahora Disponible en Novita AI

El revolucionario Qwen3-235B-A22B-Thinking-2507 de Alibaba ya está disponible en Novita AI.

Este modelo de pensamiento supera a OpenAI O4-mini, Claude4 Opus y otros líderes de la industria en benchmarks de razonamiento a una fracción del costo. Con un 92.3% en AIME25 y soporte nativo de contexto de 256K, establece nuevos estándares para la resolución de problemas complejos. El modelo cuenta con 235B de parámetros (22B activados) con capacidades de pensamiento mejoradas para razonamiento matemático, programación y tareas analíticas.

Precio actual en Novita AI: Contexto de 131072, $0.3/M tokens de entrada, $3/M tokens de salida.

Prueba la demo de 235B-A22B-Thinking-2507

¿Qué es Qwen3-235B-A22B-Thinking-2507?

Qwen3-235B-A22B-Thinking-2507 es una versión de pensamiento mejorada del modelo insignia de 235B parámetros de Alibaba. Después de tres meses de optimización continua, este modelo ofrece mejoras significativas en profundidad de razonamiento, resolución de problemas matemáticos y tareas analíticas complejas.

El modelo se basa en la arquitectura Qwen3-235B-A22B con mejoras especializadas para capacidades de pensamiento. Logra resultados de vanguardia entre los modelos de pensamiento de código abierto en todos los benchmarks académicos.

Mejoras Revolucionarias

Mejoras Revolucionarias en el Pensamiento
Avances dramáticos en razonamiento lógico, matemáticas, ciencia y programación. El modelo sobresale en benchmarks académicos que normalmente requieren experiencia humana.

Capacidades Generales Mejoradas
Notable mejora en el seguimiento de instrucciones, uso de herramientas y generación de texto. Mejor alineación con las preferencias humanas mientras mantiene procesos de pensamiento estructurados.

Dominio del Contexto Extendido
La comprensión de contexto largo de 256K mantiene una coherencia perfecta en documentos completos, artículos de investigación y cadenas de razonamiento extendidas.

Nota: Se recomienda encarecidamente el uso de capacidades de pensamiento extendidas para tareas de razonamiento altamente complejas que requieren un procesamiento analítico profundo.

Características y Capacidades Clave

Especificaciones Técnicas

• Tipo: Modelos de Lenguaje Causal
• Etapa de Entrenamiento: Preentrenamiento y Post-entrenamiento
• Parámetros Totales: 235B con 22B activados
• Número de Parámetros (No Embedding): 234B
• Arquitectura: 94 capas
• Cabezales de Atención (GQA): 64 para Q y 4 para KV
• Expertos: 128 en total con 8 activados
• Longitud de Contexto: 262,144 tokens de forma nativa
• Modo: Solo modo de pensamiento (inclusión automática de etiqueta thinking)

Benchmarks de Rendimiento

Qwen3-235B-A22B-Thinking-2507 no solo compite con los líderes de la industria, sino que los domina. Este modelo de pensamiento supera consistentemente a los modelos premium en evaluaciones exhaustivas.

Resultados Complejos de Rendimiento

Fuente: Huggingface oficial de Qwen

Aspectos Destacados del Rendimiento

Excelencia Matemática
Alcanza un 92.3% en AIME25, igualando a OpenAI O4-mini (92.7%) y superando a todos los demás modelos. Obtiene un 83.9% en HMMT25, superando a Gemini-2.5 Pro (82.5%) y significativamente mejor que Claude4 Opus Thinking (58.3%).

Comprensión Superior del Conocimiento
Alcanza un 81.1% en GPQA, igualando los niveles de Deepseek-R1 y OpenAI O4-mini. Logra un 64.9% líder en el campo en SuperGPQA, superando a todos los competidores, incluido Gemini-2.5 Pro (62.3%).

Liderazgo en Programación
Domina con un 74.1% en LiveCodeBench v6, superando a todos los modelos, incluidos Gemini-2.5 Pro (72.5%) y OpenAI O4-mini (71.8%). Alcanza la puntuación más alta de CFEval con 2134 entre todos los modelos evaluados.

Maestría en Razonamiento
Obtiene un 78.4% en LiveBench, competitivo con los mejores modelos. Alcanza un 18.2% en HLE (subconjunto solo de texto), acercándose a OpenAI O4-mini (18.1%) y superando la versión anterior de Qwen3 (11.8%).

Alineación con Preferencias del Usuario
Alcanza un 79.7% en Arena-Hard v2, solo superado por OpenAI O3 (80.8%) y superando a Deepseek-R1 (72.2%). Obtiene la puntuación más alta en WritingBench con un 88.3%, superando a todos los competidores.

Excelencia Multilingüe
Lidera con un 80.6% en MultiIF, superando a la mayoría de los modelos excepto OpenAI O3 (80.3%). Logra un avance del 60.1% en PolyMATH, superando significativamente a todos los competidores, incluido Gemini-2.5 Pro (52.2%).

Cómo Acceder a Qwen3-235B-A22B-Thinking-2507 en Novita AI

Comenzar con Qwen3-235B-A22B-Thinking-2507 en Novita AI es sencillo para desarrolladores e investigadores.

Usa el Playground (Sin Necesidad de Programar)

Acceso Inmediato: Regístrate y comienza a experimentar con Qwen3-235B-A22B-Thinking-2507 en segundos.

Interfaz Interactiva: Prueba indicaciones de razonamiento complejo y visualiza resultados estructurados en tiempo real.

Comparación de Modelos: Compara Qwen3-235B-A22B-Thinking-2507 con otros modelos líderes para tu caso de uso específico.

Integración vía API (Para Desarrolladores)

Conecta Qwen3-235B-A22B-Thinking-2507 a tus aplicaciones con la API REST unificada de Novita AI.

Opción 1: Integración Directa con API (Ejemplo en Python)

from openai import OpenAI
  
client = OpenAI(
    base_url="https://api.novita.ai/v3/openai",
    api_key="session_CnjsV-lI2tqhCbXYRCfnfGoFieN4Ubn2A-5n07_AE0vOcfoffz0egjxrlijiCdtsOlBLaPuCbLNhDmP3naR3Dg==",
)

model = "qwen/qwen3-235b-a22b-thinking-2507"
stream = True # or False
max_tokens = 65536
system_content = ""Be a helpful assistant""
temperature = 1
top_p = 1
min_p = 0
top_k = 50
presence_penalty = 0
frequency_penalty = 0
repetition_penalty = 1
response_format = { "type": "text" }

chat_completion_res = client.chat.completions.create(
    model=model,
    messages=[
        {
            "role": "system",
            "content": system_content,
        },
        {
            "role": "user",
            "content": "Hi there!",
        }
    ],
    stream=stream,
    max_tokens=max_tokens,
    temperature=temperature,
    top_p=top_p,
    presence_penalty=presence_penalty,
    frequency_penalty=frequency_penalty,
    response_format=response_format,
    extra_body={
      "top_k": top_k,
      "repetition_penalty": repetition_penalty,
      "min_p": min_p
    }
  )

if stream:
    for chunk in chat_completion_res:
        print(chunk.choices[0].delta.content or "", end="")
else:
    print(chat_completion_res.choices[0].message.content)
  

Características Clave:

• API compatible con OpenAI para integración perfecta
• Control flexible de parámetros para ajuste fino
• Soporte de streaming para respuestas en tiempo real

Opción 2: Flujos de Trabajo Multi-Agente con OpenAI Agents SDK

Construye sistemas multi-agente sofisticados usando Qwen3-235B-A22B-Instruct-2507:

• Integración Plug-and-Play: Usa los modelos de Novita AI en cualquier flujo de trabajo de OpenAI Agents
• Capacidades Avanzadas de Agentes: Soporte para transferencias, enrutamiento e integración de herramientas
• Arquitectura Escalable: Diseña agentes que puedan delegar tareas y ejecutar funciones complejas

Conéctate con Plataformas de Terceros

Herramientas de Desarrollo: Integración perfecta con IDEs populares y entornos de desarrollo como Cursor, Trae y Cline a través de APIs compatibles con OpenAI.

Frameworks de Orquestación: Conéctate con LangChain, Dify, Langflow y otras plataformas de orquestación de IA utilizando conectores oficiales.

Hugging Face Integration: Usa Qwen3-235B-A22B-Instruct-2507 en Spaces, pipelines o con la biblioteca Transformers a través de los endpoints de Novita AI.

Mejores Prácticas para un Rendimiento Óptimo

Sigue estas pautas oficiales del equipo Qwen para un rendimiento óptimo.

Parámetros de Muestreo Recomendados

• Temperature: 0.6
• TopP: 0.95
• TopK: 20
• MinP: 0

Ajusta presence_penalty entre 0-2 para reducir repeticiones. Valores más altos pueden causar ocasionalmente mezcla de idiomas.

Pautas de Longitud de Salida

• Consultas estándar: 32,768 tokens
• Problemas complejos: 81,920 tokens para competiciones de matemáticas y programación
• Un espacio suficiente asegura procesos de pensamiento detallados y respuestas completas

Estandariza el Formato de Salida

• Problemas de Matemáticas: Añade “Por favor, razona paso a paso y pon tu respuesta final dentro de \boxed{}.”
• Preguntas de Opción Múltiple: Incluye estructura JSON: “Por favor, muestra tu elección en el campo answer con solo la letra de la opción, ej., "answer": "C".”

Conversaciones de Múltiples Turnos

Las salidas históricas deben excluir el contenido de pensamiento. Solo las respuestas finales pertenecen al historial de la conversación. La plantilla de chat Jinja2 maneja esto automáticamente.

Conclusión

Qwen3-235B-A22B-Thinking-2507 demuestra que la IA de código abierto puede igualar a los modelos comerciales de pensamiento. Con un 92.3% en AIME25 y un 74.1% en LiveCodeBench, rivaliza con OpenAI O4-mini y Claude4 Opus a una fracción del costo. La ventana de contexto de 256K y la arquitectura de pensamiento mejorada sobresalen en tareas de razonamiento complejo. A $0.15/M tokens de entrada en Novita AI, democratiza el acceso al razonamiento de IA de vanguardia.

Prueba Qwen3-235B-A22B-Thinking-2507 en Novita AI hoy.

Novita AI es una plataforma en la nube de IA que ofrece a los desarrolladores una forma fácil de implementar modelos de IA utilizando nuestra API simple, además de proporcionar GPU en la nube asequible y confiable para construir y escalar.