Qwen: Qwen3 235B A22B Thinking 2507

Qwen3-235B-A22B-Thinking-2507 es un modelo de lenguaje Mixture-of-Experts (MoE) de código abierto de vanguardia, diseñado específicamente para tareas de razonamiento exigentes. Activando 22B de sus 235B parámetros por pasada hacia adelante, esta variante está diseñada para mejorar el razonamiento lógico estructurado, las matemáticas, la ciencia y la generación de contenido de formato largo. Muestra un sólido rendimiento de referencia en AIME, SuperGPQA, LiveCodeBench y MMLU-Redux, y soporta de forma nativa una ventana de contexto extensa de hasta 262.144 tokens. Esta variante "solo de pensamiento" impone un modo de razonamiento especial (</think>) y está optimizada para salidas de alto número de tokens, capaz de generar hasta 81.920 tokens en dominios desafiantes. Está ajustado por instrucciones, lo que lo hace muy eficaz para el razonamiento paso a paso, el uso de herramientas y los flujos de trabajo de agentes, incluidas las tareas multilingües. Con una salida máxima de 4K tokens y un precio competitivo de $0.11/$0.60 por 1M de tokens de entrada/salida, representa la variante de código abierto más capaz de la serie Qwen3-235B, superando a menudo a muchos modelos cerrados en casos de uso de razonamiento estructurado.