Qwen: Qwen3 30B A3B Instruct 2507

Qwen: Qwen3 30B A3B Instruct 2507 هو نموذج توليد نصوص من Qwen. وهو نموذج لغوي بمزيج من الخبراء (mixture-of-experts) بعدد معلمات يبلغ 30.5B، مع 3.3B معلمة نشطة لكل استدلال، ويعمل في وضع non-thinking. أطلق المزوّد النموذج بتاريخ 2025-07-29، وله تاريخ قطع معرفي (knowledge cutoff) هو 2025-06-30. وهو مصمم لاتباع التعليمات بجودة عالية والفهم متعدد اللغات.

يقبل النموذج إدخالاً نصياً وينتج إخراجاً نصياً، لذا يناسب خطوط المعالجة النصية فقط. نافذة السياق لديه هي 262144 رمزاً (token)، والحد الأقصى للإخراج هو 235929 رمزاً. ولأنه يعمل في وضع non-thinking، فإنه يعيد ردوداً مباشرة بدلاً من أثر استدلال منفصل. تشمل معلمات الطلب المدعومة temperature و top_p و top_k و frequency_penalty و presence_penalty و repetition_penalty و max_tokens و stop و seed و logit_bias و logprobs و top_logprobs و response_format و structured_outputs و tools و tool_choice.

تشير هذه القدرات إلى بعض الاستخدامات العملية. الإدخالات الطويلة حتى نافذة السياق الكاملة تناسب تحليل المستندات وتلخيصها والإجابة عن الأسئلة فوق كميات كبيرة من النصوص. ويساعد الفهم متعدد اللغات في الترجمة والمهام العابرة للغات. ويجعل اتباع التعليمات والمخرجات المنظمة النموذج مناسباً بشكل معقول للاستخراج إلى JSON أو مخططات أخرى، كما يدعم استدعاء الأدوات (tool calling) الوكلاء وسير العمل التي تحتاج إلى استدعاء دوال خارجية. وتكون معلمتا logprobs و top_logprobs مفيدتين عندما تحتاج إلى فحص الثقة على مستوى الرمز.

يمكنك استدعاء النموذج عبر واجهة API المتوافقة مع OpenAI من api14 باستخدام معرّف النموذج "qwen/qwen3-30b-a3b-instruct-2507". وجّه عميل OpenAI الحالي لديك إلى عنوان api14 الأساسي (base URL) ومرّر ذلك المعرّف في حقل model ضمن طلب chat completion. يمكن أن يتضمن جسم الطلب أي من المعلمات المدعومة المذكورة أعلاه، مثل temperature و top_p و top_k و max_tokens و stop و seed و response_format و structured_outputs و tools و tool_choice، إلى جانب خيارات الجزاء (penalty) و logprob. وهذا يعني أن الشيفرة المكتوبة لبنية chat completions من OpenAI تعمل عموماً دون تغييرات تتجاوز عنوان base URL ومعرّف النموذج.

أحد القيود التي يجب مراعاتها هو نوع الوسائط (modality): يتعامل النموذج مع النصوص فقط، لذا تكون الصور والصوت والمدخلات غير النصية الأخرى خارج نطاقه. وإذا كانت مهمتك تعتمد على تلك المدخلات، فإن نموذجاً متعدد الوسائط سيكون أنسب. كما أن وضع non-thinking يعني عدم وجود إخراج استدلال منفصل لفحصه، وهذا مهم إذا كنت تريد تحديداً سلسلة تفكير مرئية. لتوليد النصوص المباشر واتباع التعليمات واستخدام الأدوات ضمن حدود السياق والإخراج المذكورة، يُعدّ هذا النموذج خياراً مباشراً.