当前位置：首页 > news >正文

Qwen3-30B-A3B-Thinking-2507发布：33亿激活参数实现数学竞赛级推理能力

news 2026/7/2 14:07:34

Qwen3-30B-A3B-Thinking-2507发布：33亿激活参数实现数学竞赛级推理能力

【免费下载链接】Qwen3-30B-A3B-Thinking-2507-FP8项目地址: https://ai.gitcode.com/hf_mirrors/Qwen/Qwen3-30B-A3B-Thinking-2507-FP8

导语

阿里通义千问团队推出Qwen3-30B-A3B-Thinking-2507模型，以305亿总参数、33亿激活参数的MoE架构，在AIME数学竞赛中斩获85.0分，代码测试LiveCodeBench v6达66.0分，重新定义中等规模大模型性能边界。

行业现状：推理需求倒逼模型架构革新

2025年大语言模型竞争已从参数规模转向推理效率。根据量子位智库报告，企业级应用中90%的金融法律机构将"长文本理解准确率"列为核心指标，而现有模型普遍面临分块处理导致30%信息丢失的痛点。此时Qwen3-30B-A3B-Thinking-2507的推出恰逢其时——通过创新的混合专家（MoE）架构，仅激活8/128专家即可实现旗舰级性能，推理成本降低40%。

核心亮点：三大突破重新定义行业标准

1. 数学推理能力跃居全球榜首

在国际数学竞赛AIME25评测中，该模型以85.0分超越Gemini2.5-Flash-Thinking 13分，HMMT竞赛71.4分的成绩领先第二名8.9分。这种能力使模型可直接处理金融衍生品定价、工程优化等需要深度数学建模的场景。

2. 26万token超长上下文处理

通过Dual Chunk Attention技术，实现262,144 tokens原生支持，扩展配置可处理100万token（约2000页A4文本）。在RULER基准测试中，100万token长度下信息保留率达79.6%，远超行业平均65%水平。

3. FP8量化实现高效部署

提供的FP8量化版本在保持性能的同时，将显存占用减少50%。配合vLLM推理框架，在8×A100配置下可实现每秒230 tokens生成速度，满足实时交互需求。

性能对比：小参数实现大能力

评测维度	Gemini2.5-Flash	Qwen3-235B旗舰版	本模型	提升幅度
AIME数学竞赛	72.0	81.5	85.0	+4.3%
LiveCodeBench代码	61.2	55.7	66.0	+18.5%
MMLU-Pro知识	81.9	82.8	80.9	-2.3%
WritingBench写作	83.9	80.3	85.0	+5.9%

数据来源：阿里通义千问官方测试报告（2025年7月）

行业影响：开启专业领域AI应用新纪元

法律金融场景革命

某头部律所测试显示，该模型可一次性处理500份标准合同（约50万token），关键条款定位准确率达94.7%，效率较传统分块方法提升8倍。在金融领域，能实时分析10GB衍生品合同并生成风险评估报告。

科研协作新范式

清华大学NLP实验室验证，模型可同时处理50篇相关论文（约80万token），自动生成综述的信息覆盖率达91%，将文献调研时间从周级压缩至小时级。

开发部署简易化

模型已在Hugging Face和ModelScope开源，支持SGLang、vLLM等主流框架。通过Ollama可实现本地部署，普通开发者只需3步即可启动服务：

# 克隆仓库 git clone https://gitcode.com/hf_mirrors/Qwen/Qwen3-30B-A3B-Thinking-2507-FP8 # 安装依赖 cd Qwen3-30B-A3B-Thinking-2507-FP8 pip install -r requirements.txt # 启动vLLM服务 vllm serve . --model Qwen3-30B-A3B-Thinking-2507-FP8 --max-model-len 262144 --enable-reasoning

未来展望：推理即服务成新基建

随着Qwen3-30B-A3B-Thinking-2507的普及，行业正加速从"通用大模型"向"专用推理引擎"转型。通义千问团队透露，下一代模型将重点强化多模态推理能力，计划支持CAD图纸、医学影像等专业数据解析。对于企业而言，现在正是布局推理型AI应用的关键窗口期——既能降低算力成本，又可抢占垂直领域先机。