W październiku 2026 wybór lokalnego modelu nie kończy się na rozmiarze i kwantyzacji. Obok dopisków z poprzedniego tekstu, Instruct i Base, doszedł drugi podział, mniej oczywisty dla kogoś, kto zna tylko czaty internetowe: wariant instruct i wariant thinking. Ściągasz qwen3:30b, a obok niego wisi qwen3:30b-a3b-thinking-2507, i nie od razu wiadomo, który do czego. Qwen rozdzielił te warianty na osobne pliki w drugiej połowie 2025 roku, inne rodziny podążają osobnymi ścieżkami, a fraza „instruct vs thinking” wypływa dziś w podpowiedziach Google obok pytań o konkretne modele.
Ten tekst rozkłada różnicę na materiałach z 25 października 2026: oficjalnym repozytorium i blogu Qwena, karcie w bibliotece Ollamy oraz tagach wariantów. Po lekturze będziesz wiedział, co dokładnie robi tryb myślenia, ile kosztuje w tokenach i czasie, kiedy realnie poprawia wynik, a kiedy jest przepalaniem prądu, i który wariant pobrać do własnych zadań. To druga część serii o wariantach modeli, pierwsza rozkłada instruct vs base, bo bez rozróżnienia baza i instruct trudno pojąć, dokąd sięga ten drugi podział.
- Najważniejsze informacje
- Co dokładnie robi tryb myślenia
- Rozdział Qwen3-2507, czyli koniec jednego pliku dla wszystkiego
- Kiedy myślenie się opłaca
- Jak to wygląda w bibliotece Ollamy
- Najczęstsze pytania
Najważniejsze informacje
| Co | Instruct | Thinking |
|---|---|---|
| Zachowanie | szybka, niemal natychmiastowa odpowiedź | najpierw rozumowanie krok po kroku, potem odpowiedź |
| Koszt odpowiedzi | mniej tokenów, mniej czekania | dodatkowe tokeny rozumowania przed wynikiem |
| Mocne strony | czat, pisanie, tłumaczenia, ogólna rozmowa | matematyka, kod, logika, planowanie |
| U Qwena 2507 | dopisek -Instruct-2507 | dopisek -Thinking-2507 |
| Hybryda Qwen3 | jeden model z trybami, soft switch /think oraz /no_think | ten sam mechanizm z drugiej strony |
| Ollama | tagi domyślne i -instruct-2507 | osobne tagi -thinking-2507 |
Co dokładnie robi tryb myślenia
Qwen opisuje oba tryby na swoim blogu zwięźle i precyzyjnie. Thinking Mode: „In this mode, the model takes time to reason step by step before delivering the final answer”. Model poświęca czas na rozumowanie krok po kroku, zanim poda końcową odpowiedź, i to rozumowanie jest tekstem, który faktycznie generuje, token po tokenie. Non-Thinking Mode: „the model provides quick, near-instant responses, suitable for simpler questions where speed is more important than depth”. Szybka, niemal natychmiastowa odpowiedź dla pytań, w których liczy się tempo, nie głębia.
Rozumowanie nie jest tu metaforą. W trybie myślenia model dosłownie pisze wewnętrzny monolog, często dłuższy niż sama odpowiedź, i z tego monologu wyciąga wynik. Stąd dwie praktyczne konsekwencje. Pierwsza, czas: odpowiedź przychodzi po tym, jak model skończy myśleć, a nie w pierwszej sekundzie. Druga, rachunek: za te same pytanie i odpowiedź płacisz tokenami, które nie trafiają na ekran, a przy pracy lokalnej mierzysz to sekundami na konsoli i ciepłem karty graficznej.
Hybrydowa wersja Qwen3, czyli warianty bez dopisków, łączy oba tryby w jednym modelu. Karta Qwen3-8B opisuje to jako „seamless switching between thinking mode (for complex logical reasoning, math, and coding) and non-thinking mode (for efficient, general-purpose chat) within single model”. Blog dorzuca mechanizm przełączania: „you can add /think and /no_think to user prompts or system messages to switch the model’s thinking mode from turn to turn”. W rozmowie liczy się najświeższa instrukcja, więc można myśleć tylko przy trudnych pytaniach i wyłączać rozumowanie na reszcie.
Qwen uzasadnia taką elastyczność wprost: „harder problems can be tackled with extended reasoning, while easier ones can be answered directly without delay”. Trudniejsze problemy dostają wydłużone rozumowanie, łatwiejsze trafiają na wprost, bez zwłoki. W praktyce wygląda to tak: prosisz model o plan dnia z trzema sztywnymi ograniczeniami, a w trybie myślenia najpierw dostajesz wewnętrzne rozebranie konfliktów, dopiero potem propozycję. Ten sam model w trybie bez myślenia odstrzeli propozycję od razu, może mniej dopracowaną, za to bez sekund ciszy.
Rozdział Qwen3-2507, czyli koniec jednego pliku dla wszystkiego
W kwietniu 2025 Qwen wydał rodzinę Qwen3 jako hybrydy, jeden model z dwoma trybami. Trzy miesiące później podział wrócił do dwóch osobnych wariantów. README repozytorium QwenLM/Qwen3 zapisuje to jednym zdaniem: „we are excited to introduce the updated Qwen3-2507 in two variants, Qwen3-Instruct-2507 and Qwen3-Thinking-2507, and three sizes, 235B-A22B, 30B-A3B, and 4B”.
Daty ułożone w harmonogram: 21 lipca 2025 wyszedł Qwen3-235B-A22B-Instruct-2507 z kontekstem 256K, pięć dni później wariant Thinking tej samej wielkości, końcówka lipca przyniosła parę 30B-A3B, a 6 sierpnia 2025 zamknięto serię parą 4B, o czym czytamy: „The final open release of Qwen3-2507, Qwen3-4B-Instruct-2507 and Qwen3-4B-Thinking-2507, is out”. Dwa dni później, 8 sierpnia 2025, doszło jeszcze wydłużenie wejścia do miliona tokenów w dużych wariantach 2507, czyli perspektywa pracy z długimi dokumentami albo dużymi porcjami kodu w jednym wejściu. Oba warianty dostały tę możliwość równolegle, więc rozdział na tryby nie oznaczał rezygnacji z długości kontekstu.
Definicje wariantów są krótkie i wyraźne. „Qwen3-Instruct-2507 is the updated version of the previous Qwen3 non-thinking mode”, czyli następcza wersja trybu bez myślenia. „Qwen3-Thinking-2507 is the continuation of Qwen3 thinking model, with improved quality and depth of reasoning”, czyli kontynuacja myślenia z lepszą jakością i głębią rozumowania. Z praktycznego punktu widzenia zmiana polega na tym, że decyzję „myśleć czy nie” przeniesiono z rozmowy na moment pobierania: wybierasz plik zamiast flagi, a każdy plik jest dostrajany do swojej roli. Para 2507 to pliki jednotrybowe, Instruct-2507 odpowiada dawnemu trybowi bez myślenia, Thinking-2507 myśleniu, więc flagi /think i /no_think zostają w hybrydach, nie w tej parze.
Dla pracy lokalnej podział niesie dwie rzeczy. Pierwsza to miejsce na dysku: dwa pliki zamiast jednego to dwie kopie wag wielokilobajtowych do zaplanowania, szczególnie przy większych rozmiarach. Druga to przewidywalność: jeśli dajesz model komuś, kto nie będzie sterował flagami, wariant jednotrybowy zachowuje się tak samo przy każdym pytaniu, bez zaskoczeń w stylu „czemu dziś model myśli pół minuty nad podaniem godziny”.
Kiedy myślenie się opłaca
Qwen wskazuje kierunek już w opisach trybów: thinking służy „complex logical reasoning, math, and coding”, czyli złożonemu rozumowaniu logicznemu, matematyce i kodowi. To zadania, w których model zyskuje, gdy może rozpisać ścieżkę: sprawdzić przypadki brzegowe, poprawić własny błąd, policzyć w dwóch niezależnych sposóbach i porównać wyniki. Praca nad algorytmem, analiza logów, plan kropli zadań do harmonogramu, zadania z kilkoma ograniczeniami naraz. Tam dodatkowe tokeny zwracają się poprawnością.
Blog opisuje też zależność kosztu od jakości, którą nazywają budżetem myślenia: „Qwen3 exhibits scalable and smooth performance improvements that are directly correlated with the computational reasoning budget allocated”. Wyniki rosną płynnie razem z budżetem obliczeń na rozumowanie, więc nie ma tu progu za którym myślenie nagle działa, jest rachunek: im więcej tokenów rozumowania, tym lepiej, ale też tym drożej i dłużej. Autorzy dodają, że połączenie obu trybów w jednej rodzinie „greatly enhances the model’s ability to implement stable and efficient thinking budget control”, czyli ułatwia kontrolę tego budżetu w praktyce. Użytkownik chcący balansu między kosztem a jakością nie musi wtedy wybierać między dwoma światami, tylko wygospodarować tyle myślenia, ile zadanie realnie potrzebuje.
Po drugiej stronie stoją zadania, w których rozumowanie jest wydatkiem bez zwrotu. Rozmowa o planach na weekend, przepisanie akapitu prostszym językiem, tłumaczenie, streszczenie, pytanie o fakt z wiedzy modelu. To teren trybu bez myślenia, tam „speed is more important than depth”, jak pisze Qwen. Moim zdaniem najczęstszy błąd poza benchmarkami to trzymanie trybu myślenia włączonego na stałe dla wszystkiego, bo czat z modelem, który najpierw myśli nad każdym „dzień dobry”, męczy zanim cokolwiek zyska.
W codziennej robocie granicę widać przy konkretnych typach zadań. Analiza błędu z pełnym tracebackem, gdzie trzeba połączyć trzy pliki i jedną konfigurację, będzie lepsza z rozumowaniem. Przepisanie funkcji tak, żeby przeszła na nowej wersji biblioteki, też. Ale pytanie o składnię, prośba o regex na jedną grupę, streszczenie notatki ze spotkania: to ścieżki jednokrokowe, w których myślenie dokłada oczekiwania bez poprawy wyniku. Do tego dochodzi kontekst rozmowy: w długiej sesji wariant myślący potrafi rozwlekać kolejne tury, a kontekst okna wypełnia się szybciej samym rozumowaniem.
Dla zadań agentowych układ jest podobny, tylko w szerszej skali: myślenie pomaga tam, gdzie agent planuje kroki i naprawia błędy, a przeszkadza tam, gdzie kroki są rutynowe. O pracy agentów z hybrydowymi modelami pisaliśmy osobno, przy agencie z rozumowaniem hybrydowym.
Jak to wygląda w bibliotece Ollamy
Biblioteka Ollamy odzwierciedla podział w tagach. Obok domyślnych tagów serii, typu qwen3:30b, wiszą osobne warianty z dopiskami: qwen3:235b-instruct oraz qwen3:235b-thinking dla dużej rodziny, a w serii 2507 pary qwen3:30b-a3b-instruct-2507 wraz z qwen3:30b-a3b-thinking-2507, z kwantyzacjami jako końcówkami jak -q4 czy -q8. Karta w bibliotece cytuje jednocześnie opis hybrydy, bo domyślne warianty Qwen3 nadal łączą oba tryby w jednym pliku. Widać więc trzy rodziny tagów obok siebie: domyślna hybryda bez dopisku, para jednotrybowych wariantów 2507 i kwantyzacje każdej z nich. Dla kogoś, kto wraca do biblioteki po pół roku, to spory porządek: nie trzeba pamiętać, jak wywołać tryb, wystarczy znać własne zadanie. Nawet najmniejsza wielkość ma pełną paletę: qwen3:4b-instruct-2507-q4 oraz qwen3:4b-thinking-2507-q4 to dwa osobne pliki tej samej wielkości, różniące się tylko kierunkiem dostrajania, a ich wersje hybrydowe stoją obok jako zwykłe qwen3:4b.
Praktyczna kolejność decyzji jest więc taka. Najpierw rozmiar, bo od niego zależy, czy model w ogóle zmieści się na sprzęcie, o czym pisaliśmy szeroko w tekście o wyborze modelu na słaby komputer. Potem wariant: domyślny tag daje hybrydę z oboma trybami i miękkim przełącznikiem, para 2507 wymusza wybór przed pobraniem. Na koniec kwantyzacja. Jeśli nie wiesz, czy twoje zadanie potrzebuje myślenia, pobierz wariant instruktażowy i sprawdź wynik; przejście na thinking to doklejenie drugiego pliku, nie migracja.
Z lokalnej pracy wynika jeszcze jedna obserwacja, której nie widać w benchmarkach. Tryb myślenia przesuwa moment pierwszej odpowiedzi: model najpierw generuje cały monolog, a dopiero potem właściwy tekst, więc przy wolniejszym sprzęcie różnica między „odpowiedź w dwie sekundy” a „odpowiedź po pół minucie” robi się odczuwalna codziennie, nie tylko w testach. Dlatego warto dobrać tryb do sprzętu, a nie tylko do zadania: ta sama kwantyzacja na mocnej karcie zniesie myślenie na stałe, na procesorze już nie.
Pełny spis naszych materiałów o pracy lokalnej, od instalacji po pomiar prędkości, trzyma hub lokalne AI.
Najczęstsze pytania
Instruct vs thinking: czym się różnią?
Wariant instruct odpowiada od razu, wariant thinking najpierw generuje rozumowanie krok po kroku, a dopiero potem odpowiedź. To ta sama rodzina modeli i często ten sam model bazowy, różnica leży w dostrajaniu do jednej z dwóch ścieżek generowania. Thinking wygrywa na matematyce, kodzie i logice, instruct na rozmowie i szybkich pytaniach. W bibliotece Ollamy para ma osobne tagi z dopiskami 2507, więc wybór następuje przy pobieraniu.
Qwen3 instruct vs thinking: który wariant wybrać?
Do zadań mixed, czyli czatu z okazjonalnymi trudniejszymi pytaniami, wygodniejsza jest hybryda z domyślnych tagów, z przełącznikiem /think oraz /no_think w treści wiadomości. Do pracy wyspecjalizowanej wybór jest prostszy: kod i matematyka kwitują parą Thinking-2507, ogólna rozmowa i pisanie parą Instruct-2507. Daty premiery par to lipiec i sierpień 2025, wielkości to 235B-A22B, 30B-A3B i 4B.
Instruct vs thinking mode: kiedy myślenie ma sens?
Gdy zadanie ma ścieżkę do rozpisania: wieloetapowe obliczenie, refaktoryzacja z warunkami brzegowymi, plan z ograniczeniami. Myślenie kosztuje tokeny generowane przed odpowiedzią, więc przy pytaniach typu jedno zdanie jest zwykle wydatkiem bez zwrotu. Qwen opisuje poprawę wyników jako płynnie rosnącą z budżetem rozumowania, czyli myślenie daje tyle, ile w nie włożysz. W praktyce oznacza to, że krótkie myślenie nad prostym pytaniem nie psuje wyniku, po prostu drożeje bez zwrotu.
Instruct vs thinking models for coding: co do kodu?
Do pisania prostych funkcji, poprawek i wyjaśniania kodu wystarczy wariant instruktażowy, bo to pytania o jedną ścieżkę. Do debugowania trudnych błędów, projektowania architektury i zadań z wieloma ograniczeniami wariant thinking zwykle daje lepszy wynik, kosztem dłuższego oczekiwania. W wersji hybrydowej Qwena można zostawić decyzję modelowi albo sterować flagami na poziomie rozmowy, włączając myślenie tylko przy trudnych kawałkach.
Źródła
- QwenLM/Qwen3, README repozytorium, sekcja Qwen3-2507 (odczyt 25.10.2026): https://github.com/QwenLM/Qwen3
- Blog Qwen3, sekcje Hybrid Thinking Modes i Advanced Usages (odczyt 25.10.2026): https://qwenlm.github.io/blog/qwen3/
- Karta qwen3 w bibliotece Ollamy (odczyt 25.10.2026): https://ollama.com/library/qwen3
- Tagi wariantów qwen3 w bibliotece Ollamy (odczyt 25.10.2026): https://ollama.com/library/qwen3/tags