|
今天凌晨，阿里巴巴开源了Qwen3家族最新模型Qwen3-30B-A3B-Thinking-2507。
2507与之前阿里开源的Qwen3-30B-A3B-Thinking和Qwen3-235B-A22B-Thinking相比，在Agent智能体、AIME25数学、LiveCodeBench编程、GPQA解决复杂能力等方面，性能全部实现大幅度提升。
同时，2507也超过了谷歌的最新小参数模型Gemini-2.5-Flash-Thinking。
开源地址：https://huggingface.co/Qwen/Qwen3-30B-A3B-Thinking-2507
https://modelscope.cn/models/Qwen/Qwen3-30B-A3B-Thinking-2507
对于阿里的新模型，网友表示，疯狂优秀的本地模型，绝对是我能在20GB以内装下的最佳选择。思考模式真的带来了天壤之别，恭喜你们，太给力了！
对于这么小的一个模型而言，它在各方面的性能提升都令人印象深刻。
不错，性能很强。现在只需要融合多模态能力，并支持8小时的音频和视频转录等功能就更好了。
干得漂亮，各位。真难以想象完成这项工作付出了多少努力，那些不眠之夜和全神贯注的时刻。
Qwen团队的工作令人赞叹！Qwen3-30B-A3B-Thinking-2507模型在推理能力上的提升以及超大的上下文窗口具有颠覆性意义，为复杂问题的解决开辟了令人期待的新可能。期待探索它的潜力！
干的非常好，Qwen做的很棒。
Qwen3-30B-A3B-Thinking-2507总参数量达到305亿，其中激活的参数量为33亿，非嵌入参数量为299亿。该模型包含48层，采用Grouped Query Attention机制，Q的注意力头数为32，KV的注意力头数为4。
此外，它还具备128个专家，其中激活的专家数量为8。原生支持256K上下文，但通过扩展可增加至100万。
在性能方面，Qwen3-30B-A3B-Thinking-2507相比其他模型在多个任务上都有出色表现。例如，在知识类的MMLU-Pro任务中得分为80.9、MMLU-Redux为91.4、GPQA为73.4、SuperGPQA为56.8；在推理类的AIME25任务中得分为85.0、HMMT25为71.4、LiveBench 20241125为76.8；
在编码类的LiveCodeBench v6（25.02 - 25.05）任务中得分为66.0、CFEval为2044、OJBench为25.1；在对齐类的IFEval任务中得分为88.9、Arena-Hard v2为56.0、Creative Writing v3为84.4、WritingBench为85.0； 在Agent智能体类的BFCL - v3任务中得分为72.4、TAU1 - Retail为67.8、TAU1 - Airline为48.0、TAU2 - Retail为58.8、TAU2 - Airline为58.0、TAU2 - Telecom为26.3；
在多语言类的MultiIF任务中得分为76.4、MMLU-ProX为76.4、INCLUDE为74.4、PolyMATH为52.6。
Qwen3-30B-A3B-Thinking-2507在工具调用能力方面表现出色，推荐使用Qwen - Agent来充分发挥其代理能力，Qwen - Agent内部封装了工具调用模板和工具调用解析器，大大降低了编码复杂性。可以通过MCP配置文件、Qwen - Agent的集成工具或自行集成其他工具来定义可用工具。
为了达到最佳性能，建议采用这些设置：在采样参数方面，建议使用温度为0.6、TopP为0.95、TopK为20、MinP为0，对于支持的框架，还可以在0到2之间调整presence_penalty参数以减少无休止的重复，但使用较高值可能会偶尔导致语言混合和模型性能略有下降；
在输出长度方面，建议大多数查询使用32768个token的输出长度，对于高度复杂问题如数学和编程竞赛的基准测试，建议将最大输出长度设置为81920个token，为模型提供足够的空间来生成详细全面的回答，从而提升整体性能。
ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;color: rgb(34, 34, 34);background-color: rgb(255, 255, 255);line-height: 1.75em;text-align: center;">END | 
