Qwen3-Next-80B-A3B-Thinking

Qwen3-Next-80B-A3B-Thinking — версия серии Qwen3-Next с режимом мышления; архитектура та же, что у instruct-модели. Она сочетает гибридное внимание (Gated DeltaNet и Gated Attention) для эффективной работы с ультрадлинным контекстом, высокоразреженную MoE с 512 экспертами (10 активных и 1 общий) и Multi-Token Prediction; при 80B параметров активны лишь 3B. Обучение с GSPO решает проблемы стабильности и эффективности RL для такой архитектуры. На ряде бенчмарков по сложному рассуждению модель превосходит Qwen3-30B-A3B-Thinking-2507, Qwen3-32B-Thinking и даже проприетарную Gemini-2.5-Flash-Thinking. Поддерживается только Режим мышления (тег <think> добавляется автоматически), поэтому рассуждения могут быть длиннее обычного.