Qwen3-30B-A3B-Instruct-2507

Qwen3-30B-A3B-Instruct-2507 - интерактивная языковая модель, специально оптимизированная для ведения диалога и выполнения инструкций. Это обновленная версия Qwen3-30B-A3B, она использует ту же MoE-архитектуре с 30.5 миллиардами параметров и 3.3 миллиардами активных, но не предусматривает размышления и настроена на мгновенную генерацию ответа. Архитектурная оптимизация включает увеличенную нативную поддержку контекста в 262 144 токенов с рекомендуемой длинной генерируемого за раз ответа в 16 384 токенов.

Модель достигает феноменального результатом 90.0 на бенчмарке ZebraLogic, значительно превосходя даже DeepSeek-V3 (83.4) и GPT-4o (52.6). То есть модель обладает способностью логически согласовывать и обосновывать ответ, не прибегая к reasoning. В творческих задачах модель показывает отличные результаты: 86.0 в Creative Writing v3 и 85.5 в WritingBench, превосходя GPT-4o и Gemini-2.5-Flash соответственно, что делает её непревзойденным инструментом для создания качественного креативного контента. При этом модель очень отлично справляется и с задачами в области программирования, достигая 83.8 на MultiPL-E, демонстрируя способность модели генерировать качественный код на различных языках программирования.

Перечисленные особенности и качества определяют выбор этой модели для сценариев, где требуется молниеносная реакция и естественное взаимодействие с пользователем. Qwen3-30B-A3B -Instruct-2507 идеальна для чат-ботов и приложений, ориентированных на быстрое создание качественного текстового контента.

Дата анонса: 29.07.2025
Параметров: 30.5B
Экспертов: 128
Активно параметров при инференсе: 3.3B
Контекст: 263K
Тип внимания: Full or Sliding Window Attention
Потребление памяти: 37.1 ГБ в точности 4 бит
Разработчик: Alibaba
Лицензия: Apache 2.0

Воспользуйтесь нашими готовыми публичными эндпоинтами для теста инференса и знакомства с Qwen3-30B-A3B-Instruct-2507.

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.