Qwen3-Next-80B-A3B-Instruct 是 Qwen3-Next 系列的首个版本，具有以下关键增强特性。

模型介绍

核心技术增强

• 混合注意力机制：采用门控DeltaNet与门控注意力的组合架构，替代标准注意力机制，实现对超长上下文的高效建模
• 高稀疏性混合专家系统：在MoE层实现极低的激活比例，在保持模型容量的同时显著降低每个token的浮点运算量
• 稳定性优化：包含零中心化权重衰减层归一化及其他稳定性增强技术，确保预训练与后训练的稳健性
• 多Token预测：提升预训练模型性能并加速推理过程

性能表现

Qwen3-Next-80B-A3B 在参数效率和推理速度方面均展现出卓越性能：

• Qwen3-Next-80B-A3B-Base 在下游任务中表现超越 Qwen3-32B-Base，总训练成本降低10%，在超过32K Token的上下文场景中推理吞吐量提升10倍
• Qwen3-Next-80B-A3B-Instruct 在部分基准测试中与 Qwen3-235B-A22B-Instruct-2507 性能相当，同时在处理高达256K Token 的超长上下文任务中展现出显著优势

模型架构详情

Qwen3-Next-80B-A3B-Instruct 仅支持指令模式（非思考模式），输出不包含<think></think>

API调用

• 服务部署成功后，可在服务列表查看调用信息

• 调用示例

1curl --location '<访问地址>/v1/chat/completions' \
2--header 'Content-Type: application/json' \
3--header 'Authorization: <TOKEN>' \
4--data '{
5    "model": "Qwen3-Next-80B-A3B-Instruct",
6    "messages": [{"role": "system", "content": "你是一名天文学家,请回答用户提出的问题。"}, {"role": "user", "content": "人类是否能登上火星?"}, {"role": "assistant", "content": "目前来看,人类登上火星是完全可能的..."}],
7    "max_tokens": 1024,
8    "temperature": 0
9}'