阿里巴巴革命性的 Qwen3-235B-A22B-Thinking-2507 現已在 Novita AI 上線。
這款思考模型在推理基準測試上以極低的成本超越了 OpenAI O4-mini、Claude4 Opus 等業界領導者。憑藉 AIME25 上 92.3% 的成績以及原生 256K 上下文支援，它為複雜問題解決樹立了新標竿。該模型擁有 235B 參數（22B 激活），並具備增強的思考能力，適用於數學推理、編碼和分析任務。
Novita AI 當前定價： 131072 上下文，輸入代幣 $0.3/百萬，輸出代幣 $3/百萬。
Qwen3-235B-A22B-Thinking-2507 是什麼？
Qwen3-235B-A22B-Thinking-2507 是阿里巴巴旗艦 235B 參數模型的增強思考版本。經過三個月的持續優化，此模型在推理深度、數學問題解決和複雜分析任務方面帶來了顯著提升。
該模型基於 Qwen3-235B-A22B 架構，並針對思考能力進行了專門強化。它在學術基準測試中，於開源思考模型之間達到了最先進的成果。
突破性增強功能
革命性的思考改進
在邏輯推理、數學、科學和編碼方面取得了巨大飛躍。該模型在通常需要人類專業知識的學術基準測試中表現出色。
增強的通用能力
指令遵循、工具使用和文字生成方面明顯改善。與人類偏好的對齊更加精準，同時保持了結構化的思考過程。
擴展的上下文掌握
256K 長上下文理解可在整個文件、研究論文和擴展推理鏈中保持完美連貫性。
注意： 高度推薦使用擴展思考功能來處理需要深度分析處理的極複雜推理任務。
主要功能與能力
技術規格
- 類型：因果語言模型
- 訓練階段：預訓練與後訓練
- 總參數：235B，其中 22B 激活
- 非嵌入參數數量：234B
- 架構：94 層
- 注意力頭（GQA）：Q 為 64，KV 為 4
- 專家：總計 128，激活 8
- 上下文長度：原生 262,144 個 token
- 模式：僅思考模式（自動包含
<think>標籤）
效能基準
Qwen3-235B-A22B-Thinking-2507 不僅與業界領導者競爭，更壓倒性地勝出。這款思考模型在全面評估基準中持續超越高階模型。
全面效能結果
關鍵效能亮點
數學卓越表現
在 AIME25 上達成 92.3%，與 OpenAI O4-mini（92.7%）相當，並超越所有其他模型。在 HMMT25 上獲得 83.9%，超過 Gemini-2.5 Pro（82.5%），並大幅領先 Claude4 Opus Thinking（58.3%）。
卓越知識理解
在 GPQA 上達到 81.1%，與 Deepseek-R1 和 OpenAI O4-mini 水準相當。在 SuperGPQA 上取得業界領先的 64.9%，超越所有競爭者，包括 Gemini-2.5 Pro（62.3%）。
編碼領先地位
在 LiveCodeBench v6 上以 74.1% 主宰所有模型，包括 Gemini-2.5 Pro（72.5%）和 OpenAI O4-mini（71.8%）。在所有受評估模型中 CFEval 分數最高，達 2134。
推理大師
在 LiveBench 上獲得 78.4%，與頂級模型並駕齊驅。在 HLE（純文字子集）上達到 18.2%，接近 OpenAI O4-mini（18.1%），並超越先前的 Qwen3 版本（11.8%）。
使用者偏好對齊
在 Arena-Hard v2 上取得 79.7%，僅次於 OpenAI O3（80.8%），並超越 Deepseek-R1（72.2%）。在 WritingBench 上以 88.3% 榮登最高分，超越所有競爭者。
多語言卓越表現
在 MultiIF 上以 80.6% 領先，超越除 OpenAI O3（80.3%）外的大多數模型。在 PolyMATH 上取得突破性的 60.1%，大幅超越所有競爭者，包括 Gemini-2.5 Pro（52.2%）。
如何在 Novita AI 上存取 Qwen3-235B-A22B-Thinking-2507
對於開發者和研究人員而言，在 Novita AI 上開始使用 Qwen3-235B-A22B-Thinking-2507 非常簡單。
使用 Playground（無需編碼）
即時存取：註冊後立即開始體驗 Qwen3-235B-A22B-Thinking-2507。
互動式介面：測試複雜推理提示，並即時視覺化結構化輸出。
模型比較：針對您的特定使用案例，將 Qwen3-235B-A22B-Thinking-2507 與其他領先模型進行比較。
透過 API 整合（適用於開發者）
使用 Novita AI 的統一 REST API，將 Qwen3-235B-A22B-Thinking-2507 連接到您的應用程式。
選項 1：直接 API 整合（Python 範例）
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)
主要特色：
- 與 OpenAI 相容的 API，實現無縫整合
- 靈活的參數控制，便於微調
- 支援串流，即時回應
選項 2：使用 OpenAI Agents SDK 進行多代理工作流程
使用 Qwen3-235B-A22B-Instruct-2507 建立複雜的多代理系統：
- 即插即用整合：在任何 OpenAI Agents 工作流程 中使用 Novita AI 的模型
- 進階代理能力：支援交接、路由和工具整合
- 可擴展架構：設計能夠委派任務並執行複雜功能的代理
與第三方平台連線
開發工具：透過與 OpenAI 相容的 API，與流行的 IDE 和開發環境（如 Cursor、Trae 和 Cline）無縫整合。
編排框架：使用官方連接器，與 LangChain、Dify、Langflow 及其他 AI 編排平台連線。
Hugging Face 整合：透過 Novita AI 端點，在 Spaces、管道或 Transformer 函式庫中使用 Qwen3-235B-A22B-Instruct-2507。
最佳實踐以獲得最佳效能
請遵循 Qwen 官方團隊的這些指南，以獲得最佳效能。
建議的取樣參數
- Temperature：0.6
- TopP：0.95
- TopK：20
- MinP：0
將 presence_penalty 調整在 0-2 之間以減少重複。較高的值偶爾會導致語言混雜。
輸出長度指南
- 標準查詢：32,768 個 token
- 複雜問題：數學和程式設計競賽使用 81,920 個 token
- 足夠的空間可確保詳細的思考過程和全面的回應
標準化輸出格式
- 數學問題：加入「請逐步推理，並將最終答案放在 \boxed{} 中。」
- 選擇題：包含 JSON 結構：「請在
answer欄位中僅顯示選項字母，例如：“answer”: “C”。」
多輪對話
歷史輸出應排除思考內容。只有最終回應屬於對話歷史。Jinja2 聊天模板會自動處理此操作。
結論
Qwen3-235B-A22B-Thinking-2507 證明了開源 AI 可以與商業思考模型匹敵。憑藉 AIME25 上的 92.3% 和 LiveCodeBench 上的 74.1%，它與 OpenAI O4-mini 和 Claude4 Opus 不相上下，但成本卻極低。256K 上下文視窗和增強的思考架構在複雜推理任務中表現出色。在 Novita AI 上以 $0.15/百萬輸入代幣的價格，它使最先進的 AI 推理能力變得觸手可及。
立即在 Novita AI 上試用 Qwen3-235B-A22B-Thinking-2507。
Novita AI 是一個 AI 雲端平台，為開發者提供使用簡單 API 部署 AI 模型的便利方式，同時也提供經濟且可靠的 GPU 雲端服務，用於建構和擴展。
