henry 发自 凹非寺
量子位 | 公众号 QbitAI

Happy QwensWeek果然名不虚传。

Qwen的基础模型接连开源，现在全新非思考模型Qwen3-30B-A3B-Instruct-2507也闪电上线。

仅激活3B参数，就能取得媲美Gemini 2.5-Flash（non-thinking）、GPT-4o等顶尖闭源模型的超强性能。

相较前代的非思考模型Qwen3-30B-A3B Non-Thinking，这次“小更新”使模型的通用能力方面得到了关键提升。

其中，模型的推理能力（AIME25）提升了183.8%，而对其能力（Arena-Hard v2）则提升了178.2%。此外，模型的长文本处理能力也由前代的128K提升至256K。

可以说，这款新模型就像Qwen团队说的：“更轻、更强、更好用！”

这么一波操作下来，网友都觉得“太疯狂”：哥，你慢点！

小更新、大不同

正如开头提到的，相较于前代非思考模型，Qwen3-30B-A3B-Instruct-2507在推理能力和对齐能力方面实现了大幅跃升，长文本处理能力也从128K提升至256K。

除此之外，模型在多语言长尾知识覆盖、主观与开放任务的文本质量、代码生成、数学计算、工具使用等通用能力上也表现出全面进步，展现出更强的通用性与实用性。

作为Qwen3系列Qwen3-30B-A3B的高质量指令微调版本，其不再有<think>块，完全以非思考模式运行。

相较于基础模型，Qwen3-30B-A3B-Instruct-2507更注重稳态输出与一致性，适合稳定生产环境部署。具备更强的对齐性、指令遵循能力和长文本处理能力，适合直接服务于更复杂、更真实的人机交互应用。

在网友的内部基准测试中，直观地体现了Qwen3-30B-A3B-Instruct-2507的上述优势：

面对从海量文档中提取支持某一主题的全部证据这一任务，Qwen3-30B-A3B-Instruct-2507不仅超越了网友此前使用过的所有模型，还有效解决了诸如对话轮次耗尽、工具调用失败、信息遗漏与误检等常见问题。

相比之下，其他模型往往会在处理长文本时出现大面积内容丢失，而Qwen3-30B-A3B-Instruct-2507在极端情况下也仅偶尔遗漏少量文档，展现出惊人的稳定性和精度。

这一性能的背后，正是Qwen3-30B-A3B-Instruct-2507在长文本处理能力方面的核心优势。得益于其支持256K的上下文窗口以及更稳健的长程依赖建模能力，模型能够“读懂并记住”庞大的输入信息，保持语义连贯、细节清晰。

同时，它还具备更强的推理能力与检索调用策略，从而在复杂任务中实现高效、精准的信息整合与输出，真正体现了其在大规模文档理解和多步推理场景下的实用价值。

Qwen3家族

在最近的一周多时间里，Qwen一口气放出了好几款模型：

• 07.30:Qwen3-30B-A3B-Instruct-2507(Qwen3-30B-A3B 非思考模式的更新版本)
• 07.25:Qwen3-235B-A22B-Thinking-2507(Qwen3-235B-A22B 思考模式的更新版本)
• 07.22:Qwen3-Coder-480B-A35B-Instruct(Qwen3-Coder)
• 07.21:Qwen3-235B-A22B-Instruct-2507(Qwen3-235B-A22B 非思考模式的更新版本)

在网友们惊叹阿里速度的同时，Qwen系列的命名乍一看也让人眼花缭乱。

不过，如果你仔细观察，就会发现Qwen的命名朴素得像一份显卡驱动版本号，毫无感情，只有信息。

以今天的主角Qwen3-30B-A3B-Instruct-2507为例，这个命名表达的是：

• Qwen3：第三代千问模型
• 30B：总参数量为30B（Billion=十亿）
• A3B：激活参数为3B
• Instruct-2507：指令微调版本，发布时间为2025年7月。

如果我们回顾整个Qwen3（Qwen3-2504）系列，基础模型又根据参数量和激活参数量分为两条主线：

• 旗舰模型Qwen3-235B-A22B：235B总参数，22B激活参数。
• 较小的MoE模型Qwen3-30B-A3B：30B总参数，3B激活参数（另有预训练版本Qwen3-30B-A3B-Base）

针对不同的理场景和硬件资源，Qwen3系列还包含了不同大小的密集（Dense）模型（从0.6B到32B）。

此外，为应对不同的场景，Qwen3还推出了不同的量化策略版本，如FP8、Int4、AWQ、GGUF、GPTQ等。

可以说，只要能细化，Qwen3就不用你动手（颗粒度这一块，拿捏！）

所以，与其说Qwen3是一个模型系列，不如说它是一个“模型矩阵”：规格全、命名清、版本多。

横跨参数规模、精度格式、训练类型几乎所有维度，适配了从研究到应用、从大厂集群到边缘部署的各种需求。

一句话总结：你只管问，Qwen3已经准备好了。

参考链接：
[1]https://x.com/Alibaba_Qwen/status/1950227114793586867
[2]https://www.reddit.com/r/LocalLLaMA/comments/1mcg4qt/qwen330ba3b_small_update/
[3]https://modelscope.cn/models/Qwen/Qwen3-30B-A3B-Instruct-2507
[4]https://huggingface.co/Qwen/Qwen3-30B-A3B-Instruct-2507