Qwen3-2507 更新版

是什么

Qwen3-2507 是开源权重模型家族 Qwen3 的一次更新发行，从 2025 年 7 月 21 日到 8 月 6 日分批发完。系列的第一个成员 Qwen3-235B-A22B-Instruct-2507 于 2025 年 7 月 21 日发布，是 Qwen3-235B-A22B 的非思考模式更新版^[1]。这些模型是稀疏混合专家（mixture-of-experts）结构：235B 模型的模型卡列出总参数 235B、激活参数 22B，共 94 层、128 个专家，每个 token 激活其中 8 个^[2]。注意力部分使用 64 个查询头（query head）和 4 个键值头（key-value head）^[2]。权重以 Apache 2.0 许可发布^[2]。

从混合思考到分开的模型

早先的 Qwen3 是混合式的：同一个模型既能直接给答案，也能先写一段推理过程再回答。2507 这一线放弃了这种做法，改为用彼此独立的模型承担两种行为。Instruct 模型只支持非思考模式，不生成 `<think>` 块，推理交给另行发布的 Thinking 模型^[2]。这样做的实际效果是：直接作答还是长推理，在为一个任务挑选模型时就定下来，而不是在同一个权重文件内部切换。

发布时间线

整个系列是逐个模型放出的。Qwen3-235B-A22B-Instruct-2507 最早，于 2025 年 7 月 21 日发布^[1]。随后是 7 月 25 日的 Qwen3-235B-A22B-Thinking-2507、7 月 30 日体量更小的 Qwen3-30B-A3B-Instruct-2507，以及 7 月 31 日的 Qwen3-30B-A3B-Thinking-2507^[1]。2025 年 8 月 6 日，Qwen3-4B 的 Instruct 与 Thinking 两个版本收尾，它们被描述为 2507 系列最后一次开源发布^[1]。

更长的上下文

上下文长度是这次更新的重点之一。模型卡给出的原生上下文为 262,144 个 token，可扩展到约 100 万，最高标到 1,010,000 个 token^[2]。2025 年 8 月 8 日，Qwen 团队表示 235B 和 30B 的 2507 模型可以处理 100 万 token 的输入^[1]。上下文变长会改变一次请求里能装下什么：整个代码仓库、长篇报告或多份文档可以一起交给模型，不必先检索再裁剪，不过输入极长时计算开销仍然按比例增加。

基准成绩

与 Qwen3-235B-A22B 原版的非思考模式相比，Instruct-2507 的分数高出不少。MMLU-Pro 为 83.0 对 75.2，GPQA 为 77.5 对 62.9，AIME25 为 70.3 对 24.7^[2]。LiveCodeBench v6 为 51.8 对 32.9，Arena-Hard v2 为 79.2 对 52.0，SimpleQA 为 54.3 对 12.2^[2]。模型卡列出的改进方向包括指令遵循、逻辑推理、文本理解、数学、科学、编程和工具使用^[2]。这些差距并不均匀：在 MMLU-Pro 这类偏重知识的单选题上属于中等提升，在竞赛数学、编程和简短事实问答上则非常悬殊。

在 Qwen3 系列中的位置

Qwen3-2507 更像一次系列中段的修订，而不是新架构。参数布局、专家数量和注意力头配置都与它所基于的 235B 模型一致，许可方式也没有变化^[2]。变化的是训练配方和打包方式：推理相关测试的成绩更锋利，可用上下文长得多，并且在从 235B 旗舰到 4B 小模型的多个尺寸上，都清楚地分成 Instruct 与 Thinking 两支^[1]。混合专家的激活参数设计让每个 token 的计算量保持在远小于 235B 的稠密模型水平，这也是 235B 参数的发布能够实际部署的前提。对使用者来说，2507 这一线标志着 Qwen3 从一个混合模型，变成一个按用途挑选的模型菜单。