Qwen3-30B-A3B-Thinking-2507

Qwen3-30B-A3B-Thinking-2507 обновление модели гибридной модели Qwen3-30B-A3B адаптированное для работы только в режиме рассуждения, что позволило существенно повысить качество reasoning. Модель базируется на архитектуре Mixture of Experts (MoE) с 30.5 миллиардами параметров, из которых активируются лишь 3.3 миллиарда, а из 128 экспертов активируются только 8 для каждой задачи, что позволяет модели динамически адаптироваться к различным типам запросов. Структура модели представлена 48 скрытыми слоями с Group Query Attention (32 головы для запросов и 4 для ключей-значений), что обеспечивает эффективную обработку информации при сохранении высокого качества внимания. Архитектурные инновации включают также увеличение нативно поддерживаемого контекста до 262,144 токенов, что делает модель идеальной для анализа объёмных документов в совокупности, сложного кода и многоэтапных рассуждений.

Продвинутый режим размышления позволяет Qwen3-30B-A3B-Thinking-2507 демонстрировать отличных результаты на математическом бенчмарке AIME25 (85.0), превосходя близкую по размеру проприетарную Gemini 2.5-Flash-Thinking (72.0). Модель также хороша в агентских сценариях использования, демонстрируя результат 72.4 на бенчмарке BFCL-v3, что делает её идеальным выбором для интеграции с внешними инструментами для автоматизации сложных рабочих процессов. Стоит отметить, что для максимально сложных задач разработчики рекомендуют использовать выходную длину до 81 920 токенов, что позволяет модели полностью раскрыть свой потенциал в пошаговом рассуждении, для рядовых задач достаточно установить стандартную длину в 32,768 токенов.

Резюмируя Qwen3-30B-A3B-Thinking-2507, является универсальным решением для крупных индустриальных предприятий, исследовательских центров и образовательных учреждений - там где требуется высокий уровень аналитического мышления при ориентире на использование модели среднего размера.

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
Версия Transformers: 4.51.0
Лицензия: Apache 2.0

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