Alibaba ha lanzado recientemente una nueva versión de su modelo de inteligencia artificial de razonamiento, conocido como Qwen. Este modelo, denominado Qwen3-235B-A22B-Thinking-2507, ha logrado establecer récords en el ámbito del código abierto, gracias a los esfuerzos del equipo Qwen en mejorar su capacidad de razonamiento.

Durante los últimos tres meses, los desarrolladores se han enfocado en aumentar lo que ellos denominan la “capacidad de pensamiento” de su IA, buscando elevar tanto la calidad como la profundidad de su razonamiento. Como resultado, este modelo ahora sobresale en tareas complejas que tradicionalmente requieren la intervención de expertos humanos, tales como el razonamiento lógico, problemas matemáticos avanzados, cuestiones científicas y programación sofisticada.

En cuanto a los estándares de evaluación, el nuevo modelo de inteligencia artificial de Qwen ha obtenido puntuaciones destacadas: 92.3 en AIME25 y 74.1 en LiveCodeBench v6 para tareas de codificación. Además, en pruebas más generales, logró un 79.7 en Arena-Hard v2, lo que indica su alineación con las preferencias humanas.

Este modelo de razonamiento cuenta con un impresionante total de 235 mil millones de parámetros, aunque utiliza un enfoque de Mezcla de Expertos (MoE), lo que significa que solo activa una fracción de esos parámetros – alrededor de 22 mil millones – en un momento dado. Para ilustrar, se puede pensar en este sistema como un gran equipo de 128 especialistas disponibles, pero solo se convocan a los ocho más adecuados para una tarea específica.

Una de las características más notables de este modelo es su enorme capacidad de memoria. El modelo de razonamiento de Qwen tiene una longitud de contexto nativa de 262,144 tokens, lo que representa una ventaja considerable para tareas que requieren la comprensión de grandes volúmenes de información.

Para los desarrolladores y entusiastas que deseen experimentar con esta herramienta, el equipo de Qwen ha facilitado su acceso a través de Hugging Face. Se puede implementar utilizando herramientas como sglang o vllm para crear un endpoint API propio. Además, el equipo sugiere su marco Qwen-Agent como la mejor opción para aprovechar las habilidades de llamada a herramientas del modelo.

Para optimizar el rendimiento de su modelo de razonamiento de código abierto, el equipo de Qwen ha compartido algunas recomendaciones. Indican que una longitud de salida de aproximadamente 32,768 tokens es adecuada para la mayoría de las tareas, pero para desafíos realmente complejos, se sugiere aumentar esa longitud a 81,920 tokens para permitir que la IA tenga suficiente espacio para “pensar”.

También aconsejan proporcionar instrucciones específicas en los prompts, como solicitarle que “razone paso a paso” en problemas matemáticos, para obtener respuestas más precisas y estructuradas.

La llegada de este nuevo modelo Qwen representa una poderosa herramienta de inteligencia artificial de razonamiento que puede competir con algunos de los mejores modelos propietarios en el mercado, especialmente en tareas complejas que desafían la mente. Será interesante observar qué desarrollos surgirán a partir de su implementación.