阿里巴巴革命性的 Qwen3-235B-A22B-Thinking-2507 现已上线 Novita AI。
该思维模型在推理基准测试上以极低的成本超越 OpenAI O4-mini、Claude4 Opus 及其他行业领导者。在 AIME25 上达到 92.3%，原生支持 256K 上下文，为复杂问题解决树立了新标准。该模型拥有 235B 参数（22B 激活），具备增强的思维能力，适用于数学推理、编程和分析任务。
当前 Novita AI 定价： 131072 上下文，输入 $0.3/M tokens，输出 $3/M tokens。
Qwen3-235B-A22B-Thinking-2507 是什么？
Qwen3-235B-A22B-Thinking-2507 是阿里巴巴旗舰 235B 参数模型的增强思维版本。经过三个月的持续优化，该模型在推理深度、数学问题求解和复杂分析任务上实现了显著提升。
该模型基于 Qwen3-235B-A22B 架构构建，并针对思维能力进行了专门增强。在开放源代码思维模型的学术基准测试中达到了领先水平。
突破性增强
革命性推理改进
在逻辑推理、数学、科学和编程方面取得巨大飞跃。该模型在通常需要人类专业知识的学术基准测试中表现出色。
增强通用能力
指令遵循、工具使用和文本生成能力显著提高。与人类偏好的对齐得到改进，同时保持结构化思维过程。
扩展上下文掌握
256K 长上下文理解可在整个文档、研究论文和扩展推理链中保持完美连贯性。
注意： 对于需要深度分析处理的复杂推理任务，强烈建议使用扩展思维能力。
主要功能与能力
技术规格
- 类型：因果语言模型
- 训练阶段：预训练与后训练
- 总参数量：235B，其中 22B 激活
- 非嵌入参数量：234B
- 架构：94 层
- 注意力头（GQA）：64 个 Q 头，4 个 KV 头
- 专家数：总共 128 个专家，8 个激活
- 上下文长度：原生 262,144 tokens
- 模式：仅思维模式（自动包含
thinking标签）
性能基准
Qwen3-235B-A22B-Thinking-2507 不仅与行业领导者竞争——它甚至主导了它们。该思维模型在全面评估基准测试中始终优于高端模型。
综合性能结果
关键性能亮点
数学卓越表现
在 AIME25 上达到 92.3%，与 OpenAI O4-mini（92.7%）持平，并超越所有其他模型。在 HMMT25 上得分为 83.9%，超过 Gemini-2.5 Pro（82.5%），并显著优于 Claude4 Opus Thinking（58.3%）。
优越知识理解
在 GPQA 上达到 81.1%，与 Deepseek-R1 和 OpenAI O4-mini 水平相当。在 SuperGPQA 上达到领域领先的 64.9%，超越所有竞争对手，包括 Gemini-2.5 Pro（62.3%）。
编程领先地位
以 74.1% 的得分在 LiveCodeBench v6 上占据主导地位，优于所有模型，包括 Gemini-2.5 Pro（72.5%）和 OpenAI O4-mini（71.8%）。在所有评估模型中取得最高的 CFEval 得分 2134。
推理大师
在 LiveBench 上得分为 78.4%，与顶级模型不相上下。在 HLE（纯文本子集）上达到 18.2%，接近 OpenAI O4-mini（18.1%），并超越之前的 Qwen3 版本（11.8%）。
用户偏好对齐
在 Arena-Hard v2 上达到 79.7%，仅次于 OpenAI O3（80.8%），并超越 Deepseek-R1（72.2%）。在 WritingBench 上以 88.3% 获得最高分，超过所有竞争对手。
多语言卓越表现
在 MultiIF 上以 80.6% 领先，超越除 OpenAI O3（80.3%）外的大多数模型。在 PolyMATH 上取得突破性的 60.1%，显著优于所有竞争对手，包括 Gemini-2.5 Pro（52.2%）。
如何在 Novita AI 上访问 Qwen3-235B-A22B-Thinking-2507
对于开发者和研究人员来说，在 Novita AI 上使用 Qwen3-235B-A22B-Thinking-2507 非常简单。
使用 Playground（无需编码）
即时访问：注册后立即开始体验 Qwen3-235B-A22B-Thinking-2507。
交互界面：实时测试复杂推理提示并可视化结构化输出。
模型比较：将 Qwen3-235B-A22B-Thinking-2507 与其他领先模型进行对比，找到最适合您使用场景的模型。
通过 API 集成（面向开发者）
使用 Novita AI 统一的 REST API，将 Qwen3-235B-A22B-Thinking-2507 连接到您的应用程序。
选项 1：直接 API 集成（Python 示例）
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)
主要特性：
- 兼容 OpenAI 的 API，实现无缝集成
- 灵活的参数控制，可进行精细调整
- 支持流式输出，实现实时响应
选项 2：使用 OpenAI Agents SDK 实现多智能体工作流
使用 Qwen3-235B-A22B-Instruct-2507 构建复杂的多智能体系统：
- 即插即用集成：在任何 OpenAI Agents 工作流 中使用 Novita AI 的模型
- 高级智能体能力：支持任务交接、路由和工具集成
- 可扩展架构：设计可委派任务并运行复杂函数的智能体
连接第三方平台
开发工具：通过 OpenAI 兼容 API，与流行的 IDE 和开发环境（如 Cursor、Trae、Cline）无缝集成。
编排框架：使用官方连接器，与 LangChain、Dify、Langflow 及其他 AI 编排平台连接。
Hugging Face 集成：通过 Novita AI 端点，在 Spaces、Pipeline 或 Transformers 库中使用 Qwen3-235B-A22B-Instruct-2507。
最佳实践，实现最优性能
遵循以下 Qwen 官方团队指南以获得最佳性能。
推荐采样参数
- Temperature：0.6
- TopP：0.95
- TopK：20
- MinP：0
将 presence_penalty 调整到 0-2 之间以减少重复。较高值偶尔可能导致语言混合。
输出长度指南
- 标准查询：32,768 tokens
- 复杂问题：数学和编程竞赛建议 81,920 tokens
- 足够的空间确保详细的思维过程和全面的响应
标准化输出格式
- 数学问题：添加 “请逐步推理，并将最终答案放在 \boxed{} 内。”
- 选择题：包含 JSON 结构：“请将选择显示在
answer字段中，仅输出选项字母，例如 “answer”: “C”。”
多轮对话
历史输出应排除思维内容。只有最终回复应保留在对话历史中。Jinja2 聊天模板会自动处理此问题。
总结
Qwen3-235B-A22B-Thinking-2507 证明了开源 AI 可以媲美商业思维模型。凭借 AIME25 上的 92.3% 和 LiveCodeBench 上的 74.1%，它能够与 OpenAI O4-mini 和 Claude4 Opus 竞争，而成本却低得多。256K 上下文窗口和增强的思维架构在处理复杂推理任务方面表现出色。在 Novita AI 上以 $0.15/M 输入 tokens 的价格，它使最先进的 AI 推理能力变得人人可用。
立即在 Novita AI 上体验 Qwen3-235B-A22B-Thinking-2507。
Novita AI 是一个 AI 云平台，为开发者提供通过简单 API 部署 AI 模型的便利，同时还提供经济可靠的 GPU 云服务用于构建和扩展。
