阿里通义千问重磅推出全新推理模型Qwen3-30B-A3B-Thinking-2507：性能显著提升

7月31日消息，今日阿里通义千问正式发布全新推理模型——Qwen3-30B-A3B-Thinking-2507。相较于今年4月开源的Qwen3-30-A3B版本，这款新模型在多个核心性能维度实现了显著突破。

一、核心性能升级

在关键推理能力方面，新模型展现出显著优势：

• 数学能力：在AIME25评测中达到85.0分的优异成绩。
• 代码能力：LiveCodeBench v6测试得分高达66.0分。
• 知识水平：GPQA和MMLU-Pro评测均较上一版本有明显进步。

二、通用能力提升

新模型在多项通用能力测试中表现优异：

• 写作能力：WritingBench测试表现出色。
• 智能代理：BFCL-v3评测成绩领先。
• 对话能力：多轮对话和多语言指令遵循任务（MultiIF）均取得优异结果。

三、突破性进展：上下文处理能力

新模型实现了对超长文本的理解能力：

• 原生支持256K tokens的上下文理解。
• 可扩展至1M tokens，为复杂场景提供充足处理空间。

值得注意的是，官方建议在进行高度复杂的推理任务时，应适当增加思考预算（thinking length），以充分发挥新模型的潜力。

据悉，该模型已在多个平台实现开源：

• 魔搭社区：提供便捷的部署服务。
• HuggingFace：开放源代码供研究者使用。
• Qwen Chat：同步上线最新版本。

凭借轻量级的体积设计，该模型能够轻松部署在消费级硬件设备上。这一特性使得其应用场景更加广泛，研究人员和开发者可以更便捷地进行试验与应用开发。