



const { OpenAI } = require('openai');
const api = new OpenAI({
baseURL: 'https://api.ai.cc/v1',
apiKey: '',
});
const main = async () => {
const result = await api.chat.completions.create({
model: 'qwen3-235b-a22b-thinking-2507',
messages: [
{
role: 'system',
content: 'You are an AI assistant who knows everything.',
},
{
role: 'user',
content: 'Tell me, why is the sky blue?'
}
],
});
const message = result.choices[0].message.content;
console.log(`Assistant: ${message}`);
};
main();
const { OpenAI } = require('openai');
const api = new OpenAI({
baseURL: 'https://api.ai.cc/v1',
apiKey: '',
});
const main = async () => {
const result = await api.chat.completions.create({
model: 'qwen3-235b-a22b-thinking-2507',
messages: [
{
role: 'system',
content: 'You are an AI assistant who knows everything.',
},
{
role: 'user',
content: 'Tell me, why is the sky blue?'
}
],
});
const message = result.choices[0].message.content;
console.log(`Assistant: ${message}`);
};
main();
- API 操练场(Playground)

在集成之前,请在沙箱环境中测试所有 API 模型。
我们提供超过 300 种模型供您集成到您的应用程序中。


产品详情
揭秘 Qwen3-Thinking:一款能够胜任复杂任务的强大人工智能
Qwen3-思考 它是一款最先进的文本到文本人工智能模型,经过精心设计,性能卓越。 复杂推理, 各种各样的 多语言任务以及广泛的 大上下文处理利用阿里云强大的基础设施,该模型经过专门优化,能够处理需要强大分析能力和智能决策能力的复杂工作流程。
技术规格及性能
🔧核心基准测试:
- 上下文窗口: 131K Tokens——助力深入理解海量内容。
- 任务: 文本到文本的生成——用途广泛,适用于各种应用。
- 建筑学: 基于 Transformer 架构,拥有 2350 亿个参数,实现无与伦比的智能。
📈 增强的性能指标:
Qwen3-Thinking 在以下方面带来了显著的改进 推理能力在关键领域取得了最先进的成果,例如: 逻辑、数学和编程这一版本还展现了卓越的通用能力,包括高级指令跟踪和高质量文本生成。其改进 长远理解 更长的“思考时间”使其成为高度复杂的推理任务的最佳选择。
🔎 关键能力:驱动创新
- 复杂推理: 能够以极高的精确度解决数学、科学和分析领域的多步骤逻辑难题。
- 多语言能力: 支持 119 种语言和方言的流畅理解和生成,包括具有挑战性的低资源变体。
- 大上下文处理: 能够分析多达 131K 个词元的文档,实现高效的摘要、知识提取和全面的文档合成。
- 工具集成: 无缝支持高级函数调用和结构化 JSON 输出,实现复杂的自动化。
💰 API 定价结构:
- 输入: 0.2415美元 每百万Tokens
- 输出: 2.415美元 每百万Tokens
💡 最佳应用场景:Qwen3思维的优势所在
- 科学研究: 加快研究论文处理、复杂数据解读和严格假设检验的速度。
- 多语言应用: 促进高级翻译、跨语言内容生成和精准本地化工作。
- 企业分析: 从海量技术报告、法律合同或复杂的监管文件中提取关键信息。
- 教育: 为数学、物理和高级编程等科目提供复杂的辅导系统。
💻 代码示例
💬 与其他领先型号的比较:
与Claude 4 Opus 的对决
Qwen3-思考 在复杂任务中优先考虑高精度,并具有令人印象深刻的…… 256K 令牌上下文窗口 (可扩展的)。相比之下, Claude 4 工作 在编码准确性和 API 自动化方面表现出色,提供 20 万个令牌上下文和领先的 72.5% SWE-bench 分数,非常适合稳定的分析和生成任务。
与 Gemini 2.5 闪光灯相比
尽管 Qwen3-思考 它以卓越的长上下文支持和先进的代理工作流程而著称, 双子座 2.5 闪光灯 针对速度和成本效益进行了优化,具有 128K 个Tokens上下文和 63.8% 的 SWE-bench 结果。
与 OpenAI o3-mini 对比
Qwen3-思考 专注于加速智能体工作流程和智能工具的使用。相比之下, OpenAI o3-mini 能够有效处理通用任务,支持 128K 令牌上下文,在 SWE-bench 测试中达到 69.1%,旨在实现更广泛的应用,而无需深度代理集成。
⚠ 局限性:重要注意事项
尽管 Qwen3-Thinking 提供了卓越的功能,尤其是在长上下文处理和智能体任务执行方面,但其部署需要 大量计算资源 以及专门的基础设施。与其他大型模型一样,它可能会遇到高度新颖或模糊的任务挑战,而以下因素将极大地帮助它: 人类参与 用于质量控制、安全和结果验证。该模型固有的复杂性也可能导致更高的风险。 运营成本。
ⓘ 常见问题解答 (FAQ)
Q1:Qwen3-Thinking 的设计用途是什么?
Qwen3-Thinking 是一款先进的文本到文本 AI 模型,针对复杂推理、多语言任务和大上下文处理进行了优化,在需要深度分析能力的复杂工作流程中表现出色。
Q2:Qwen3-Thinking 可以处理的最大上下文窗口是多少?
Qwen3-Thinking 支持高达 131K 个标记的大型上下文窗口,使其能够分析大量文档以进行摘要、知识提取和综合。
Q3:Qwen3-Thinking 在多语言场景下的表现如何?
该模型拥有极高的多语言能力,精通 119 种语言和方言,包括各种低资源方言,使其在全球范围内具有极高的通用性。
Q4:使用 Qwen3-Thinking 进行复杂推理任务的主要优势是什么?
它在逻辑、数学和编码方面的推理能力有了显著提高,同时增强了对长远语境的理解能力,使其成为解决高度复杂的多步骤问题和分析任务的理想选择。
Q5:Qwen3思维的主要局限性是什么?
它的主要局限性包括需要大量的计算资源和专门的基础设施,在处理极其新颖的任务时可能面临挑战,以及由于其复杂性和规模而导致的较高运营成本。



登录