阿里通义千问更新 Qwen3-30B 非思考模型：AI 性能媲美 GPT-4o，推理、代码、数学等能力全面跃升

数码 0 8

本条新闻为单纯事实消息的时事新闻，转载自IT之家，版权归源站所有，如有侵权，烦请联系我们。

感谢IT之家网友、的线索投递！

IT之家 7 月 30 日消息，阿里通义千问今天（7 月 30 日）在 X 平台发布推文，宣布推出 Qwen3-30B-A3B 非思考模式的更新版本，命名为 Qwen3-30B-A3B-Instruct-2507。

新模型主要提升指令跟随、逻辑推理、文本理解、数学、科学、编程和工具使用等通用能力，官方表示在激活 3B 参数的情况下，性能接近 GPT-4o 和 Qwen3-235B-A22B Non-Thinking。

IT之家援引官方博文内容，Qwen3-30B-A3B-Instruct-2507 模型的参数总量为 305 亿，但激活参数为 33 亿，非嵌入层数量为 299 亿，网络层数为 48 层，专家数为 128 个，激活专家数为 8 个，上下文长度原生支持 262144 个 tokens。

该模型仅支持非思考模式，在输出中不会生成 <think></think> 块。同时，不再需要指定 enable_thinking=False。官方表示新模型大幅增加了多种语言的长尾知识覆盖，且在主观和开放式任务中与用户偏好更加一致，能够提供更有帮助的回答和更高质量的文本生成。

	Deepseek-V3-0324	GPT-4o-0327	Gemini-2.5-Flash 非思考	Qwen3-235B-A22B 非思考	Qwen3-30B-A3B 非思考	Qwen3-30B-A3B-Instruct-2507
知识
MMLU-Pro	81.2	79.8	81.1	75.2	69.1	78.4
MMLU-Redux	90.4	91.3	90.6	89.2	84.1	89.3
GPQA	68.4	66.9	78.3	62.9	54.8	70.4
SuperGPQA	57.3	51.0	54.6	48.2	42.2	53.4
推理
AIME25	46.6	26.7	61.6	24.7	21.6	61.3
HMMT25	27.5	7.9	45.8	10.0	12.0	43.0
ZebraLogic	83.4	52.6	57.9	37.7	33.2	90.0
LiveBench 20241125	66.9	63.7	69.1	62.5	59.4	69.0
编程
LiveCodeBench v6 (25.02-25.05)	45.2	35.8	40.1	32.9	29.0	43.2
MultiPL-E	82.2	82.7	77.7	79.3	74.6	83.8
Aider-Polyglot	55.1	45.3	44.0	59.6	24.4	35.6
对齐
IFEval	82.3	83.9	84.3	83.2	83.7	84.7
Arena-Hard v2*	45.6	61.9	58.3	52.0	24.8	69.0
创意写作 v3	81.6	84.9	84.6	80.4	68.1	86.0
WritingBench	74.5	75.5	80.5	77.0	72.2	85.5
代理
BFCL-v3	64.7	66.5	66.1	68.0	58.6	65.1
TAU1-Retail	49.6	60.3#	65.2	65.2	38.3	59.1
TAU1-Airline	32.0	42.8#	48.0	32.0	18.0	40.0
TAU2-Retail	71.1	66.7#	64.3	64.9	31.6	57.0
TAU2-Airline	36.0	42.0#	42.5	36.0	18.0	38.0
TAU2-Telecom	34.0	29.8#	16.9	24.6	18.4	12.3
多语言
MultiIF	66.5	70.4	69.4	70.2	70.8	67.9
MMLU-ProX	75.8	76.2	78.3	73.2	65.1	72.0
INCLUDE	80.1	82.1	83.8	75.6	67.8	71.9
PolyMATH	32.2	25.5	41.9	27.0	23.3	43.1

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。

点赞 0 收藏(0)

0个评论