Qwen: Qwen3 Next 80B A3B Thinking

Qwen: Qwen3 Next 80B A3B Thinking هو نموذج نصي من Qwen، وينتمي إلى سلسلة Qwen3-Next. وهو نموذج محادثة يعتمد التفكير أولا، أي أنه ينتج مسارات تفكير منظمة بشكل افتراضي بدلا من الإجابة فورا. أطلقه المزود في 11 سبتمبر 2025، وحد المعرفة لديه هو 30 سبتمبر 2025.

يقبل النموذج إدخالا نصيا ويعيد إخراجا نصيا. نافذة السياق لديه هي 262,144 رمزا، والحد الأقصى للإخراج هو 235,929 رمزا، لذا فإن المدخلات الطويلة والتوليدات الطويلة كلاهما ممكن ضمن هذين الحدين. ولأنه يعتمد التفكير أولا، فعادة ما تتضمن الردود مسار تفكير إلى جانب الإجابة النهائية، وتتيح لك المعلمتان include_reasoning و reasoning التحكم في كيفية التعامل مع ذلك المسار في الرد. وهو مصمم للمسائل الصعبة متعددة الخطوات أكثر من الردود المحادثية السريعة.

تشير هذه البنية إلى مجموعة محددة إلى حد ما من حالات الاستخدام. يصفه المزود بأنه مناسب لإثباتات الرياضيات، وتركيب الشيفرة وتصحيح الأخطاء، والمسائل المنطقية، والعمل الوكيلي. وعمليا، ستلجأ إليه عندما تحتاج مهمة إلى عدة خطوات مترابطة، مثل إتمام اشتقاق، أو تتبع خطأ برمجي عبر قاعدة شيفرة، أو تخطيط سلسلة من استدعاءات الأدوات وتنفيذها. وهو أقل ملاءمة بوضوح للمحادثة البسيطة الحساسة لزمن الاستجابة، حيث يكون النموذج غير المعتمد على التفكير أولا هو الخيار الأكثر مباشرة عادة.

عبر api14 تستدعيه بمعرف النموذج "qwen/qwen3-next-80b-a3b-thinking" من خلال واجهة API المتوافقة مع OpenAI، لذا تعمل مكتبات عميل OpenAI الحالية مع تغيير عنوان URL الأساسي ومعرف النموذج. معلمات الطلب المدعومة هي frequency_penalty و include_reasoning و logprobs و max_tokens و presence_penalty و reasoning و repetition_penalty و response_format و seed و stop و structured_outputs و temperature و tool_choice و tools و top_k و top_logprobs و top_p. استدعاء الأدوات والمخرجات المنظمة كلاهما متاح، وهذا مهم للعمل الوكيلي والموجه نحو الشيفرة الموصوف أعلاه، كما تمنحك logprobs مع top_logprobs رؤية على مستوى الرمز عند الحاجة إليها.

تتبع بعض الملاحظات العملية هذه الحقائق. الإدخال والإخراج نصيان فقط، لذا تحتاج مهام الصور أو الصوت إلى نموذج مختلف. تناسب نافذة السياق الكبيرة وحد الإخراج المستندات الطويلة والتفكير الممتد، لكن مسارات التفكير تضيف رموزا للإخراج قد ترغب في أخذها في الحسبان عند ضبط max_tokens. وإذا كانت مهمتك قصيرة ولا تستفيد من التفكير خطوة بخطوة، فقد يكون النموذج غير المصمم على أساس التفكير أولا هو الخيار الأبسط.