Qwen 团队在 2025 年7 月 30 号开源了的最新语言模型 Qwen3-30B-A3B-Thinking-2507。该模型在 Qwen3-30B-A3B 的基础上，进一步提升了深度推理和思考能力，专为处理高度复杂的任务而设计。

Qwen3-30B-A3B-Thinking-2507 是一款经过深度优化的语言模型，其核心优势在于卓越的推理能力。该模型在过去三个月中持续迭代，显著增强了在逻辑、数学、科学、编码等需要专业知识的领域的表现。同时，它在指令遵循、工具使用、文本生成等通用能力以及对 256K 长上下文的理解能力方面也得到了显著提升。因此，官方强烈推荐在处理高复杂度推理任务时使用此版本。

xxx

模型规格与特性

  • 模型类型: 因果语言模型 (Causal Language Model)，采用 MoE (Mixture-of-Experts) 架构。
  • 参数规模: 总参数量为 30.5B，激活参数量为 3.3B。
  • 架构信息: 模型包含 48 个层，128 个专家，每次前向传播激活 8 个专家。
  • 上下文长度: 原生支持高达 262,144 (256K) tokens 的上下文窗口。
  • 核心模式: 模型仅支持 “thinking mode”，该模式默认启用，会自动在输出中包含思考过程。

性能表现

该模型在一系列行业标准基准测试中展现了强大的性能，尤其在以下方面提升显著：

  • 推理能力: 在 AIME25 (数学推理) 和 HMMT25 (数学竞赛) 等高难度测试中得分大幅领先前代模型及部分竞品。
  • 编码能力: 在 LiveCodeBench 和 OJBench 等编码测试中表现优异。
  • 综合能力: 在知识问答 (MMLU-Pro)、与人类偏好对齐 (Arena-Hard v2)、Agent 应用 (BFCL-v3, TAU 系列) 等多个维度均表现出色。

使用与部署

  • 环境依赖: 建议使用最新版本的 Hugging Face transformers 库 (>=4.51.0) 以避免兼容性问题。
  • 快速上手: 文档提供了使用 Python 和 transformers 库加载模型并进行文本生成的代码示例，并说明了如何从输出中分离思考内容和最终答案。
  • 部署方案: 支持使用 sglang 和 vLLM 等主流框架进行高效部署，并提供了相应的启动命令。同时，也支持 Ollama, LMStudio 等本地化应用。
  • Agent 应用: 模型具备强大的工具调用能力，推荐结合 Qwen-Agent 框架来简化开发，充分利用其 Agent 潜能。

最佳实践

为了获得模型的最佳性能，官方给出了以下建议：

  • 采样参数: 推荐设置 Temperature=0.6, TopP=0.95。
  • 输出长度: 对于大多数查询，建议输出长度为 32,768 tokens；对于数学、编程等高复杂度问题，建议将长度设为 81,920 tokens，以给予模型充分的思考空间。
  • 规范输出: 在进行评测时，建议使用提示词来标准化输出格式，例如要求数学题提供解题步骤，或要求选择题以特定 JSON 格式作答。
  • 多轮对话: 在构建多轮对话历史时，应只保留模型的最终回答部分，不应包含其思考过程内容。