Qwen a publié le modèle Qwen3-235B-A22B-Thinking-2507, une mise à jour de son architecture mixture-of-experts de 235 milliards de paramètres conçue pour des tâches de raisonnement complexes. Cette version présente des performances significativement améliorées sur les benchmarks de raisonnement logique, mathématiques, sciences et codage, atteignant des résultats de pointe parmi les modèles de réflexion open source.
Le modèle maintient un total de 235 milliards de paramètres avec 22 milliards activés par token, prenant en charge une longueur de contexte native de 262 144 tokens. Il est optimisé pour le suivi des instructions, l'utilisation d'outils et l'alignement sur les préférences humaines, tout en imposant un mode de réflexion dédié via des modèles de chat par défaut.
Qwen recommande cette version spécifiquement pour des tâches de raisonnement hautement complexes en raison de sa longueur de réflexion accrue et de ses capacités générales améliorées.