告别旧版，迎接进化！阿里Qwen团队发布Qwen3-235B-A22B-Instruct-2507

在与社区深入交流并综合反馈后，阿里Qwen团队做出一项重要决策：停止使用混合“思维模式”（Thinking Mode）的训练方式，转而采用 Instruct 与 Thinking 模型分离训练 的新策略，以追求更高质量、更专业的模型表现。

今天，Qwen团队正式推出全新版本 ——
Qwen3-235B-A22B-Instruct-2507 及其 FP8 量化版本。

这是一个专注于指令遵循能力的高质量 Instruct 模型，在通用能力、知识覆盖、多语言支持和长上下文理解等方面均有显著提升。我们相信，它将成为你在日常对话、任务执行和内容生成中的得力助手。

🔗 体验地址：https://chat.qwen.ai
📦 Hugging Face：Qwen3-235B-A22B-Instruct-2507 | FP8 版本
💾 ModelScope：主模型 | FP8 版本

为什么放弃“混合思维模式”？

早期的 Qwen3 MoE 模型尝试在一个架构中同时支持 think 和 instruct 两种模式，希望通过条件控制实现灵活切换。然而实践发现：

• 混合训练容易导致模型在两类任务上都难以达到最优
• 思维链（Chain-of-Thought）生成与直接响应之间存在目标冲突
• 用户对输出风格的一致性要求更高

因此，我们决定将路径拆分：
✅ Instruct 模型：专注高质量、直接、准确的指令响应
✅ Thinking 模型：专为复杂推理、逐步分析设计（即将发布）

本次发布的 Qwen3-235B-A22B-Instruct-2507 即为这一新策略下的首款成果。

⚠️ 注意：该模型仅支持非思维模式，不会生成 <think> 标签，也无需再设置 enable_thinking=False。

主要更新亮点

1. 综合能力全面提升

• 更强的指令遵循能力
• 显著提升的逻辑推理、文本理解、数学解题与代码生成能力
• 工具调用更加稳定可靠

2. 多语言长尾知识增强

• 在低资源语言上的知识覆盖明显改善
• 支持更多小语种问答与翻译任务

3. 输出质量更贴近用户偏好

• 在主观性、开放性任务中对齐更好
• 回答更自然、有帮助，减少机械感

4. 长上下文理解能力升级

• 原生支持 262,144 token 上下文长度
• 在 256K 级长文档摘要、信息抽取等任务中表现优异

模型概览

性能对比：全面超越前代

以下是 Qwen3-235B-A22B-Instruct-2507 相较于前一版本及其他主流模型的基准测试结果（数值越高越好）：

注：Arena-Hard 结果由 GPT-4.1 评估，确保可重复性

从数据可见，新模型在知识、推理、编码和对齐等多个维度均实现大幅跃升，尤其在数学与科学类任务中表现突出。

如何发挥最佳性能？推荐设置

为获得最优体验，建议采用以下配置：

推理参数

temperature: 0.7
top_p: 0.8
top_k: 20
min_p: 0
presence_penalty: 0.5~2.0 （用于抑制重复）

输出长度

• 日常任务：建议设置最大输出长度为 8192~16384 tokens
• 复杂生成或长文本处理：可启用完整上下文窗口

提示词技巧

• 数学问题：
  

  “请逐步推理，并将最终答案放在 \boxed{} 中。”

• 选择题：
  

  “请在 answer 字段中仅显示选择字母，例如 "answer": "C"。”

• 标准化输出：
  在评测或自动化场景中，建议通过提示词统一响应格式。

代理能力：强大且易用

Qwen3 在工具调用方面表现出色。我们推荐结合 Qwen-Agent 框架使用，它已内置：

• 工具调用模板
• JSON 解析器
• MCP 协议支持

你只需定义可用工具（通过 MCP 配置、集成插件或自定义接口），即可快速构建 AI Agent 应用。

这是一个小更新，更大的惊喜正在路上

Qwen3-235B-A22B-Instruct-2507 的发布，标志着我们模型演进策略的重要转变。这不是终点，而是新阶段的开始。

独立训练的 Thinking 模型、更强的多模态版本、更高效的轻量级系列……更多令人期待的产品已在开发中。