Qwen3-235B-A22B-Instruct-2507

Qwen3-235B-A22B-Instruct-2507 представляет собой обновление флагманской MoE модели серии Qwen 3. Эта 235-миллиардная модель активирует лишь 22 миллиарда параметров на каждом шаге инференса. Архитектура построена на 94 трансформерных слоях с 128 экспертами, из которых активируются только 8 при обработке каждого токена.

В отличие от предыдущих версий Qwen, новая 2507-модель полностью отказалась от гибридного режима мышления в пользу высокооптимизированного non-thinking mode. Это решение принято на основе обратной связи от пользователей, которые предпочитали быструю работу модели без генерации <think> блоков. Результатом стало кардинальное повышение скорости ответов и улучшение их качества. В математических бенчмарках модель показала феноменальные улучшения: AIME25 (70.3 против 24.7 у предыдущей версии), HMMT25 (55.4 против 10.0). Особенно впечатляющим стал результат в ZebraLogic (95.0) — практически идеальная точность в логических рассуждениях. В программировании модель также значительно опережает предыдущую версию, достигнув лидирующих результатов в LiveCodeBench и MultiPL-E.  И в целом по многим бенчмаркам результаты модели превосходят GPT-4o, DeepSeek-V3 и Kimi K2 и других лидеров.

Разработчики так же выпустили Qwen3-235B-A22B-Instruct-2507-FP8 - версию с FP8 квантизацией. Эта инновационная техника обеспечивает снижение требований к памяти на ~50% при практически полном сохранении качества модели. FP8 формат превосходит традиционные INT8 подходы, особенно для крупных моделей, обеспечивая лучший баланс точности и производительности.

Еще одним технологическим улучшением Qwen3-235B-A22B-Instruct-2507 является нативная поддержка контекста длиной 262144 токена. Эта возможность открывает совершенно новые сценарии использования: от анализа объемных документов и кода до проведения многочасовых диалогов с сохранением понимания и высокой точности ответов при заполнении контекста. Таким образом, есть все основания полагать, что новая модель Qwen3-235B-A22B-Instruct-2507 претендует на звание лучшего open-source решения для широкого круга задач в enterprise компаниях.  

Дата анонса: 21.07.2025
Параметров: 235B
Экспертов: 128
Активно параметров при инференсе: 22B
Контекст: 263K
Слоев: 94
Тип внимания: Full or Sliding Window Attention
Разработчик: Qwen
Версия Transformers: 4.51.0
Версия vLLM: 0.8.5
Лицензия: Apache 2.0

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с Qwen3-235B-A22B-Instruct-2507. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

• получить максимальную производительность эндпоинта,
• получить полный контекст для обработки больших запросов и диалогов,
• обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
• использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.