阿里巴巴Qwen团队近期发布了四款开源生成式AI模型，其中Qwen3-235B-A22B-Thinking-2507（简称Qwen3-Thinking-2507）在多项关键基准测试中表现优异，甚至超越了OpenAI和Gemini等领先的专有模型。这款专注于推理的大型语言模型（LLM）通过“思维链”和自我反思机制，能够在复杂任务中提供更准确和全面的回答。
在AIME25基准测试中，Qwen3-Thinking-2507以92.3分的成绩领先所有已报告的模型，略高于OpenAI的o4-mini（92.7分）和Gemini-2.5 Pro（88.0分）。在LiveCodeBench v6测试中，该模型以74.1分的成绩超越Gemini-2.5 Pro（72.5分）和o4-mini（71.8分），并显著优于其早期版本（55.7分）。此外，在GPQA（研究生级多选题测试）中，Qwen3-Thinking-2507取得了81.1分，接近Deepseek-R1-0528（81.0分），略低于Gemini-2.5 Pro的86.4分。在Arena-Hard v2测试中，该模型以79.7分的成绩位居榜首。
Qwen团队的战略调整也值得关注。他们放弃了需要用户手动切换“思考”和“非思考”模式的混合推理模型，转而训练独立的推理和指令模型。这种分离使得每个模型能够针对其特定用途进行优化，从而提升性能和一致性。除了Qwen3-Thinking-2507，团队还发布了Qwen3-Coder-480B-A35B-Instruct（专注于复杂编码任务）、Qwen3-MT（多语言翻译模型）以及Qwen3-235B-A22B-Instruct-2507（非推理模型）。这些模型均采用Apache 2.0许可证，允许企业自由下载、修改和商业化部署。
Qwen3-Thinking-2507目前可通过Hugging Face和ModelScope免费下载，企业也可通过阿里云API、vLLM和SGLang进行托管。其定价为输入每百万令牌0.7美元，输出每百万令牌8.4美元，并提供180天内免费的100万令牌试用。该模型支持长上下文（最高81,920令牌）、代理框架集成以及本地部署，适用于企业级AI系统，尤其是在推理、规划和决策支持场景中。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/a-li-ba-ba-kai-yuan-qwen3thinking2507-mo-xing-tui-li-xing
