CONFIRMADOConfiança da data: CONFIRMADOInformado como definitivoQuão firme a fonte é sobre a data: confirmada, agendada, estimada, adiada ou não verificada.Mostrar todos os pins CONFIRMADO85% DE CONFIANÇAConfiança geral: 85%Quanto a fonte e as referências do pin sustentam suas datas.Média ponderada de quanto 5 referências, incluindo a fonte, sustentam os horários de início e fim do pin; uma referência conta metade a cada 180 dias a mais em relação à mais recenteMostrar todos os pins com confiança de 75% ou mais
A publicação de Simon Willison[4] de 29 de julho de 2025 cita o tuíte da Qwen que anuncia o Qwen3-30B-A3B-Instruct-2507 e o executa nesse mesmo dia, e a OpenRouter[5] o lista como “Released Jul 29, 2025”; o registro do repositório da própria Qwen o data de 2025.07.30 (a data de Pequim), então as fontes diferem em um dia.- Início
- 29 de jul. de 202592% DE CONFIANÇAde simonwillison.net
Lançamento do Qwen3-30B-A3B-Instruct-2507
Traduzido automaticamente do original
Título original: Qwen3-30B-A3B-Instruct-2507 Released
A equipe Qwen da Alibaba lança o Qwen3-30B-A3B-Instruct-2507, um modelo de mistura de especialistas de 30.5B sem raciocínio, com apenas 3.3B de parâmetros ativos e contexto de 262K que, segundo a Qwen, se aproxima do GPT-4o.
- A equipe Qwen da Alibaba lançou o Qwen3-30B-A3B-Instruct-2507 em 29 de julho de 2025 como atualização de seu Qwen3-30B-A3B de abril, que agora opera exclusivamente em modo sem raciocínio, sem blocos de pensamento, sob Apache 2.0[1][2][4]
- É a contraparte pequena do Qwen3-235B-A22B-Instruct-2507 (21 de julho): a Qwen dividiu o Qwen3 em modelos separados de instruções e de raciocínio, com o Thinking-2507 de 30B chegando um dia depois[2][4]
- A Qwen afirma que o modelo, com apenas 3B de parâmetros ativados, “se aproxima” do GPT-4o e do Qwen3-235B-A22B sem raciocínio; sua tabela dá 69.0 no Arena-Hard v2 (GPT-4o-0327 61.9, DeepSeek-V3-0324 45.6), 61.3 no AIME25 (GPT-4o 26.7) e 70.4 no GPQA (GPT-4o 66.9), mas fica atrás no MMLU-Pro (78.4 contra 81.2 do DeepSeek-V3)[1][4]
- Como apenas 3.3B de parâmetros são executados por token, foi rapidamente adotado para uso local: Simon Willison executou uma versão MLX de 8 bits com cerca de 32GB de RAM[4]
- A OpenRouter lista $0.09 por 1M de tokens de entrada e $0.30 por 1M de tokens de saída; a Artificial Analysis agora lhe atribui 8 em seu índice atual e o marca como obsoleto em favor do Qwen3.5 35B A3B, de modo que sua posição era específica de meados de 2025[3][5]
Principais recursos
- 30.5B de parâmetros no total e 3.3B ativados, 48 camadas, 128 especialistas com 8 ativos por token e atenção de consulta agrupada com 32 cabeças de consulta e 4 de chave/valor[1]
- Um contexto nativo de 262,144 tokens, com um modo de 1 milhão de tokens que usa Dual Chunk Attention e atenção esparsa MInference, que precisa de cerca de 240GB de memória de GPU e obtém 72.8 no RULER com 1M de tokens e atenção completa[1][2]
- A lista de melhorias da Qwen em relação ao modo sem raciocínio de abril: seguimento de instruções, raciocínio lógico, matemática, ciências, programação, uso de ferramentas, conhecimento multilíngue de cauda longa e alinhamento com preferências abertas[1]
- Obtém 43.2 no LiveCodeBench v6 e 84.7 no IFEval na tabela da Qwen, contra 35.8 e 83.9 do GPT-4o-0327[1]