A Qwen lançou o modelo Qwen3-235B-A22B-Thinking-2507, uma atualização de sua arquitetura de mistura de especialistas com 235B de parâmetros, projetada para tarefas complexas de raciocínio. Esta versão apresenta desempenho significativamente aprimorado em benchmarks de raciocínio lógico, matemática, ciência e programação, alcançando resultados de estado da arte entre modelos de pensamento de código aberto.
O modelo mantém um total de 235 bilhões de parâmetros com 22 bilhões ativados por token, suportando um comprimento de contexto nativo de 262.144 tokens. É otimizado para seguir instruções, uso de ferramentas e alinhamento com preferências humanas, enquanto impõe um modo de pensamento dedicado por meio de modelos de chat padrão.
A Qwen recomenda esta versão especificamente para tarefas de raciocínio altamente complexas devido ao seu comprimento de pensamento aumentado e capacidades gerais aprimoradas.