科金社2025年07月31日 14:02消息，通义千问发布Qwen3-30B-A3B-Thinking-2507，开启推理新纪元，智启未来新篇章。

　　 7 月 31 日消息，阿里通义千问团队今日正式推出全新推理模型 Qwen3-30B-A3B-Thinking-2507，引发业界广泛关注。作为对今年 4 月 29 日开源的 Qwen3-30-A3B 模型的全面升级，这款新模型在推理能力、通用任务表现以及上下文处理能力方面实现了显著突破，标志着国产大模型在复杂任务处理领域的持续进阶。

　　 值得关注的是，Qwen3-30B-A3B-Thinking-2507 在关键推理评测中表现亮眼：在聚焦数学推理能力的 AIME25 测评中取得 85.0 的高分，在代码生成与执行能力测试 LiveCodeBench v6 中也斩获 66.0 分。这两个成绩不仅超越了此前表现不俗的 Gemini2.5-Flash（thinking），也优于参数规模更大的 Qwen3-235B-A22B（thinking），显示出其“小而精”的技术优势。这说明，模型性能的提升已不再单纯依赖参数堆砌，而更多体现在架构优化、训练策略和推理机制的深度打磨上。

　　 在通用能力方面，该模型同样展现出全面领先的态势。无论是写作能力（WritingBench）、智能体交互能力（BFCL-v3），还是多轮对话理解与多语言指令遵循（MultiIF），Qwen3-30B-A3B-Thinking-2507 均优于同类竞品。这意味着它不仅能“算得准”“写得对”，更能“聊得深”“懂得多”，具备更强的场景适应力和用户交互潜力。从技术演进角度看，这种从“单一能力突破”向“综合智能跃升”的转变，正是大模型走向实用化的重要标志。

　　 此次升级另一大亮点是上下文长度的大幅扩展——新模型原生支持高达 256K tokens，且具备扩展至 1M tokens 的潜力。这一能力对于处理长文档分析、代码库理解、法律合同审查等实际应用场景具有重要意义。尤其在当前信息密度不断上升的背景下，长上下文已成为衡量大模型实用价值的关键指标之一。阿里此次在上下文长度上的突破，无疑为行业树立了新的技术标杆。

　　 值得一提的是，官方特别强调新模型的“思考长度”（thinking length）有所增强，建议在面对高度复杂的推理任务时，适当增加思考预算以释放其全部潜力。这一设计思路借鉴了“思维链”（Chain-of-Thought）与“推理时扩展”（reasoning-time scaling）的前沿理念，意味着模型具备更强的自主推理与问题拆解能力。这种“慢思考”模式的引入，或将推动大模型从“快速应答者”向“深度思考者”转型。

　　 目前，Qwen3-30B-A3B-Thinking-2507 已在魔搭社区与 HuggingFace 平台正式开源，同时上线 Qwen Chat 供公众体验。其轻量级设计使得在消费级硬件上实现本地部署成为可能，极大降低了开发者与研究者的使用门槛。这一举措不仅体现了阿里在开源生态建设上的持续投入，也为中小企业、高校科研团队提供了高性价比的技术工具，有助于加速AI应用的普惠化进程。

　　 综合来看，Qwen3-30B-A3B-Thinking-2507 的发布不仅是通义千问技术路线的一次重要迭代，更是中国大模型产业在高效推理、长上下文理解与本地化部署方向上取得实质性进展的缩影。在全球大模型竞争日益激烈的当下，阿里选择以“小模型+强推理”路径突围，展现出一条不同于盲目追求参数规模的理性发展思路。未来，如何在保持高性能的同时进一步降低部署成本、提升推理效率，仍将是行业共同面临的挑战，而 Qwen 的这次升级，无疑提供了一个值得参考的技术范本。