Qwen: Qwen3 235B A22B Instruct 2507

Qwen3-235B-A22B-Instruct-2507 est un modèle de langage avancé multilingue, ajusté aux instructions, de type Mixture-of-Experts (MoE), construit sur l'architecture robuste Qwen3-235B. Il fonctionne avec 22 milliards de paramètres actifs par passage avant, ce qui le rend très efficace pour un large éventail de tâches. Ce modèle excelle dans la génération de texte à usage général, y compris le suivi d'instructions complexes, le raisonnement logique, la résolution de problèmes mathématiques, la génération de code et l'utilisation sophistiquée d'outils. Il dispose d'une longueur de contexte native de 262K, permettant une compréhension et une génération étendues, et n'utilise pas de blocs de «mode de pensée» (<think>). Comparé à sa variante de base, cette version offre des améliorations significatives en matière de couverture des connaissances, de capacités de raisonnement à long contexte et de performances sur les benchmarks de codage. Il démontre un alignement supérieur avec les tâches ouvertes et est particulièrement fort en compréhension multilingue, en raisonnement mathématique avancé (par exemple, AIME, HMMT) et en évaluations d'alignement telles que Arena-Hard et WritingBench. Avec une sortie maximale de 4K tokens et une tarification compétitive à 0,07 $/0,46 $ par million de tokens d'entrée/sortie, c'est un choix polyvalent. Ce modèle prend en charge les fonctions, le code et les capacités de streaming, et est disponible en accès gratuit sur Multi AI.