模型详情
模型介绍
中文整理# Qwen3-Next-80B-A3B-Thinking 模型卡片
模型概述
Qwen3-Next-80B-A3B-Thinking是Qwen3-Next系列的首款模型，专注于提升推理能力，仅支持思考模式。
模型用途
适用于需要复杂推理的任务，特别是数学、编程和高级推理场景。
## 主要能力
- *架构创新**
- 混合注意力机制：结合Gated DeltaNet和Gated Attention，支持超长上下文建模
- 高稀疏专家混合模型（MoE）：512个专家中激活10个，大幅降低计算成本
- 稳定性优化：采用零中心化和权重衰减的层归一化技术
- 多Token预测（MTP）：提升预训练性能并加速推理
- *性能表现**
在复杂推理任务中表现优异，超越Qwen3-30B-A3B-Thinking-2507、Qwen3-32B-Thinking以及Gemini-2.5-Flash-Thinking。在多项基准测试中取得领先成绩，包括知识推理、编程、代码生成等任务。
## 输入输出
- *输入格式**
- 支持最长262,144个token的上下文长度
- 可通过RoPE缩放技术扩展至约100万token
- 默认聊天模板自动包含思考提示
- *输出格式**
- 仅输出思考模式内容
- 思考内容可能比前代模型更长
- 建议为复杂推理任务预留充足输出空间
运行要求
- *硬件要求**
- 推荐使用多GPU进行推理
- 默认上下文长度为256K
- 建议上下文长度不低于131,072 tokens以获得最佳推理效果
- *软件依赖**
- SGLang >= 0.5.2 或 vLLM >= 0.10.2
- 推荐使用专用推理框架以获得最佳效率
基本用法
- *采样参数建议**
- Temperature: 0.6
- TopP: 0.95
- TopK: 20
- MinP: 0
- 可调整presence penalty参数（0-2）减少重复输出
- *输出长度建议**
- 一般查询：32,768 tokens
- 高复杂度问题（如数学和编程竞赛）：81,920 tokens
- *输出格式标准化**
- 数学问题：提示中包含"Please reason step by step, and put your final answer within \boxed{}."
- 选择题：使用JSON格式指定答案字段
- *多轮对话**
历史消息中只需包含最终输出，不需要包含思考内容。
限制
- 仅支持思考模式
- 思考内容可能较长
- 使用YaRN技术时，静态缩放因子可能影响短文本性能
- 建议仅在处理长上下文时添加rope缩放配置
许可证
如需引用该模型，请参考相关论文或官方文档。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境
运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。