Что означает приставка Thinking в названии Qwen3?

Это указывает на оптимизацию модели для задач, требующих глубокого логического вывода и построения цепочек рассуждений перед выдачей итогового ответа.

Как работает архитектура MoE в данной модели?

Из общих 235 млрд параметров при каждом проходе активируются только 22 млрд, что позволяет сочетать экспертные знания модели с эффективностью вычислений через alltokens.

Поддерживает ли модель работу с внешними инструментами?

Да, модель поддерживает функции tool_choice и structured_outputs, что позволяет интегрировать её в сложные программные рабочие процессы.

Qwen: Qwen3 235B A22B Thinking 2507

QwenОбновлено: 25 июля 2025 г.

Qwen3 235B A22B Thinking — это мощная MoE-модель с открытыми весами, специально оптимизированная для глубоких рассуждений и решения сложных логических задач. Благодаря архитектуре Mixture-of-Experts она эффективно задействует 22 млрд параметров для каждого запроса, обеспечивая высокую точность при работе с длинными контекстами до 128k токенов.

Использовать через API

Метрики

Вход

54 ₽/M

Выход

419 ₽/M

Контекст

128k tokens

Параметры

Релиз

25 июля 2025 г.

Поддерживаемые параметры

frequency_penaltyinclude_reasoningmax_tokenspresence_penaltyreasoningstoptemperaturetool_choicetoolstop_ktop_p

Технический обзор

Qwen3-235B-A22B-Thinking-2507 — это высокопроизводительная языковая модель с открытыми весами на базе архитектуры Mixture-of-Experts (MoE), оптимизированная для решения сложных логических задач. Модель активирует 22 миллиарда параметров из общего объема в 235 миллиардов для каждого прохода и нативно поддерживает контекстное окно до 262 144 токенов. Данная версия ориентирована на глубокое мышление, улучшенное структурированное логическое обоснование, математику, научные вычисления и генерацию длинных текстов, демонстрируя высокие результаты в тестах AIME, SuperGPQA, LiveCodeBench и MMLU-Redux. Модель использует специальный режим рассуждений и предназначена для генерации объемных ответов до 81 920 токенов в сложных предметных областях. Модель прошла настройку на инструкциях и отлично справляется с пошаговыми рассуждениями, использованием инструментов, агентными сценариями и многоязычными задачами. Данный релиз является наиболее мощным вариантом в серии Qwen3-235B с открытым исходным кодом, превосходя многие закрытые модели в сценариях, требующих структурированного логического мышления. На alltokens вы можете получить доступ к этой модели для решения самых амбициозных задач.

Кодинг

Инструменты

Длинный контекст

Мультимодальность

Веб-автоматизация

Смежные подборки

Модели для программирования

Сравнение с похожими моделями

Модель

Для чего

Контекст

Цена ₽

Модель

Qwen: Qwen3 235B A22B Thinking 2507Текущая

Для чего

Контекст

128k

Цена ₽

54 / 419

Qwen: Qwen3 235B A22B Thinking 2507Текущая

128k

54 / 419

Модель

deepseek/deepseek-v3.2-speciale

Для чего

Обе модели используют архитектуру MoE и ориентированы на высокую производительность в сложных аналитических задачах.

Контекст

—

Цена ₽

— / —

deepseek/deepseek-v3.2-speciale

—

— / —

Модель

x-ai/grok-code-fast-1

Для чего

Конкурирует в области быстрого и точного решения задач, связанных с логикой и программированием.

Контекст

—

Цена ₽

— / —

x-ai/grok-code-fast-1

Конкурирует в области быстрого и точного решения задач, связанных с логикой и программированием.

—

— / —

Когда выбирать

Необходимость решения многошаговых логических и математических задач с использованием цепочки рассуждений
Работа с объемными документами и кодом благодаря поддержке длинного контекста
Разработка сложных систем, требующих использования структурированного вывода и инструментов (tools)

Когда не выбирать

Простые повседневные чат-запросы, не требующие глубокого анализа и рассуждений
Задачи с крайне жесткими требованиями к минимальной задержке ответа (latency)
Сценарии, где не требуется использование продвинутых логических способностей модели