Qwen3-235B-A22B-Thinking-2507

Qwen3-235B-A22B-Thinking-2507 es un miembro de la serie de modelos de lenguaje grandes Qwen3 desarrollados por el equipo Qwen de Alibaba, especializado en tareas de razonamiento altamente complejas. El modelo está construido sobre una arquitectura de Mezcla de Expertos (MoE), con 235 mil millones de parámetros en total y aproximadamente 22 mil millones de parámetros activos por token, lo que mejora la eficiencia computacional mientras mantiene un rendimiento potente. Como un modelo dedicado al 'pensamiento', demuestra un rendimiento significativamente mejorado en tareas que requieren experiencia humana, tales como razonamiento lógico, matemáticas, ciencia, programación y evaluaciones académicas de referencia, logrando resultados de vanguardia entre los modelos de pensamiento de código abierto. Además, el modelo cuenta con capacidades generales mejoradas como el seguimiento de instrucciones, uso de herramientas y generación de Text, y admite de forma nativa una capacidad de comprensión de contexto largo de 256K, lo que lo hace ideal para escenarios que requieren razonamiento profundo y procesamiento de documentos largos.