English Arabic 简体中文 繁體中文 Français Deutsch 日本語 한국어 Português Русский Español

Qwen3-235B-A22B-Thinking-2507、Novita AIで利用可能に

著者 / / Updates / 5 分で読めます
Qwen3-235B-A22B-Thinking-2507、Novita AIで利用可能に
目次
  1. Qwen3-235B-A22B-Thinking-2507 とは
  2. 画期的な改良点
  3. 主な機能と能力
  4. Novita AI で Qwen3-235B-A22B-Thinking-2507 にアクセスする方法
  5. 最適なパフォーマンスを得るためのベストプラクティス
  6. まとめ

Alibaba の革新的な Qwen3-235B-A22B-Thinking-2507 が、Novita AI 上で利用可能になりました。

この思考モデルは、推論ベンチマークにおいて OpenAI O4-mini や Claude4 Opus などの業界リーダーを大幅に低コストで上回ります。AIME25 で 92.3% を達成し、ネイティブ 256K コンテキストをサポートすることで、複雑な問題解決に新たな基準を打ち立てます。このモデルは 235B パラメータ（22B 活性化）を備え、数学的推論、コーディング、分析タスク向けに強化された思考機能を提供します。

** Novita AI での現在の料金:** 131072 コンテキスト、$0.3/M 入力トークン、$3/M 出力トークン。

235B-A22B-Thinking-2507 デモを試す

Qwen3-235B-A22B-Thinking-2507 とは

Qwen3-235B-A22B-Thinking-2507 は、Alibaba の主力モデルである 235B パラメータモデルの拡張思考バージョンです。3 ヶ月にわたる継続的な最適化を経て、このモデルは推論の深さ、数学的問題解決、複雑な分析タスクにおいて大幅な改善を実現しています。

本モデルは Qwen3-235B-A22B アーキテクチャをベースに、思考機能に特化した拡張が施されています。オープンソースの思考モデルとして、学術ベンチマークで最先端の成果を達成しています。

画期的な改良点

Qwen3-235B-A22B-Thinking-2507 包括的ベンチマーク結果

革命的な思考能力の向上
論理的推論、数学、科学、コーディングにおいて飛躍的な進歩を遂げました。このモデルは、通常人間の専門知識を必要とする学術ベンチマークで優れた成績を収めています。

強化された汎用能力
指示追従、ツール使用、テキスト生成が顕著に改善。構造化された思考プロセスを維持しながら、人間の嗜好との整合性が向上しました。

拡張コンテキストの習得
256K の長文コンテキスト理解により、文書全体、研究論文、長大な推論チェーンにわたって完全な一貫性を保ちます。

注記: 深い分析的処理を必要とする非常に複雑な推論タスクには、拡張思考機能の使用を強く推奨します。

主な機能と能力

技術仕様

  • タイプ: 因果言語モデル
  • 学習段階: 事前学習 & 事後学習
  • 総パラメータ数: 235B（活性化 22B）
  • パラメータ数（非埋め込み）: 234B
  • アーキテクチャ: 94 層
  • アテンションヘッド (GQA): Q 用 64、KV 用 4
  • エキスパート: 合計 128（活性化 8）
  • コンテキスト長: ネイティブ 262,144 トークン
  • モード: 思考モードのみ（自動で thinking タグが付加されます）

パフォーマンスベンチマーク

Qwen3-235B-A22B-Thinking-2507 は業界リーダーと競合するだけでなく、それを凌駕します。この思考モデルは、包括的な評価ベンチマークにおいてプレミアムモデルを一貫して上回ります。

包括的なパフォーマンス結果

Qwen3-235B-A22B-Thinking-2507 包括的ベンチマーク結果

出典: Qwen 公式 Hugging Face

主なパフォーマンスハイライト

数学における優秀性
AIME25 で 92.3% を達成し、OpenAI O4-mini（92.7%）に匹敵し、他の全モデルを上回ります。HMMT25 では 83.9% を獲得し、Gemini-2.5 Pro（82.5%）を超え、Claude4 Opus Thinking（58.3%）を大幅に凌駕します。

優れた知識理解
GPQA で 81.1% を達成し、Deepseek-R1 や OpenAI O4-mini と同等の水準。SuperGPQA では 64.9% と業界トップで、Gemini-2.5 Pro（62.3%）を含む全競合を上回ります。

コーディングにおけるリーダーシップ
LiveCodeBench v6 で 74.1% を記録し、Gemini-2.5 Pro（72.5%）や OpenAI O4-mini（71.8%）を含むすべてのモデルを凌駕。評価対象全モデル中、最高の CFEval スコア 2134 を達成。

推論における卓越性
LiveBench で 78.4% をスコアし、トップモデルと競争力のある水準。HLE（テキストのみサブセット）では 18.2% を達成し、OpenAI O4-mini（18.1%）に迫り、以前の Qwen3 バージョン（11.8%）を大幅に上回ります。

ユーザー嗜好への適合
Arena-Hard v2 で 79.7% を獲得し、OpenAI O3（80.8%）に次ぐ第 2 位で、Deepseek-R1（72.2%）を上回ります。WritingBench では 88.3% と最高スコアを記録し、全競合を凌駕。

多言語における優秀性
MultiIF で 80.6% を記録し、OpenAI O3（80.3%）を除くほとんどのモデルを上回ります。PolyMATH では画期的な 60.1% を達成し、Gemini-2.5 Pro（52.2%）を含むすべての競合を大幅に上回ります。

Novita AI で Qwen3-235B-A22B-Thinking-2507 にアクセスする方法

開発者や研究者は、Novita AI で Qwen3-235B-A22B-Thinking-2507 を簡単に使い始められます。

プレイグラウンドを使用する（コーディング不要）

即時アクセス: サインアップして、Qwen3-235B-A22B-Thinking-2507 をすぐに試せます。

対話型インターフェース: 複雑な推論プロンプトをテストし、構造化された出力をリアルタイムで可視化できます。

モデル比較: Qwen3-235B-A22B-Thinking-2507 を他の主要モデルとユースケースごとに比較できます。

API 経由で統合する（開発者向け）

Novita AI の統合 REST API を使用して、Qwen3-235B-A22B-Thinking-2507 をアプリケーションに接続します。

オプション 1: 直接 API 統合（Python 例）

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)

主な機能:

  • OpenAI 互換 API によるシームレスな統合
  • 柔軟なパラメータ制御によるファインチューニング
  • ストリーミングサポートによるリアルタイム応答

オプション 2: OpenAI Agents SDK を使用したマルチエージェントワークフロー

Qwen3-235B-A22B-Instruct-2507 を使用した高度なマルチエージェントシステムを構築:

  • プラグアンドプレイ統合: 任意の OpenAI Agents ワークフロー で Novita AI のモデルを使用
  • 高度なエージェント機能: ハンドオフ、ルーティング、ツール統合をサポート
  • スケーラブルなアーキテクチャ: タスクを委譲し、複雑な関数を実行できるエージェントを設計

サードパーティプラットフォームとの連携

開発ツール: OpenAI 互換 API を介して、Cursor、Trae、Cline などの一般的な IDE や開発環境とシームレスに統合。

オーケストレーションフレームワーク: 公式コネクタを使用して、LangChain、Dify、Langflow などの AI オーケストレーションプラットフォームに接続。

Hugging Face 統合: Novita AI エンドポイント経由で、Hugging Face Spaces、パイプライン、Transformers ライブラリで Qwen3-235B-A22B-Instruct-2507 を使用。

最適なパフォーマンスを得るためのベストプラクティス

最適なパフォーマンスを得るには、公式の Qwen チームのガイドラインに従ってください。

推奨サンプリングパラメータ

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

presence_penalty は 0〜2 の範囲で調整して繰り返しを減らします。値が高いと、言語が混ざることがあります。

出力長のガイドライン

  • 標準的なクエリ: 32,768 トークン
  • 複雑な問題: 数学・プログラミングコンテスト向けに 81,920 トークン
  • 十分なスペースにより、詳細な思考プロセスと包括的な応答が保証されます

出力フォーマットの標準化

  • 数学問題: “Please reason step by step, and put your final answer within \boxed{}.” を追加
  • 選択問題: JSON 構造を含める: “Please show your choice in the answer field with only the choice letter, e.g., “answer”: “C”.”

マルチターン会話

履歴出力からは思考コンテンツを除外してください。会話履歴に含めるのは最終応答のみです。Jinja2 チャットテンプレートがこれを自動的に処理します。

まとめ

Qwen3-235B-A22B-Thinking-2507 は、オープンソースの AI が商用思考モデルに匹敵できることを証明しました。AIME25 で 92.3%、LiveCodeBench で 74.1% を達成し、OpenAI O4-mini や Claude4 Opus と同等の性能をはるかに低コストで実現します。256K コンテキストウィンドウと強化された思考アーキテクチャは、複雑な推論タスクで優れた成果を発揮します。Novita AI で $0.15/M 入力トークンという価格設定により、最先端の AI 推論へのアクセスを民主化します。

今すぐ Novita AI で Qwen3-235B-A22B-Thinking-2507 をお試しください。

Novita AI は、シンプルな API を使用して AI モデルを簡単にデプロイできる AI クラウドプラットフォームです。また、手頃な価格で信頼性の高い GPU クラウドを提供し、構築とスケーリングを支援します。

関連記事