Qwen: Qwen3 VL 30B A3B Thinking

Qwen3 VL 30B A3B Thinking هو نموذج متعدد الوسائط من Qwen، عائلة النماذج التي تديرها Alibaba. وهو يقع في خط Qwen3-VL، والنسخة Thinking هي تلك المضبوطة لتبذل جهدا إضافيا في الاستدلال بدلا من الإجابة فورا. يعكس الاسم شكله: نموذج من فئة 30B مع A3B الذي يشير إلى تصميم المعاملات النشطة، بحيث يتم تفعيل جزء فقط من إجمالي الأوزان لكل رمز. أطلقه المزود في 6 أكتوبر 2025، وحد المعرفة الخاص به هو 31 مارس 2025.

يقبل النموذج النص والصور كمدخلات ويعيد النص. نافذة السياق الخاصة به هي 262,144 رمزا، مع حد أقصى للمخرجات يبلغ 235,929 رمزا، وهو كبير بما يكفي لاستيعاب مستندات طويلة أو لقطات شاشة أو رسوم بيانية أو مدخلات متعددة الصور إلى جانب إجابة مولدة كبيرة. يعني سلوك Thinking أن النموذج يمكنه إنتاج تمريرة استدلال قبل رده النهائي، وهو أمر مفيد عندما تعتمد الإجابة على استنتاج متعدد الخطوات بدلا من مطابقة الأنماط السطحية. وتضعه Qwen كقوي في توليد النصوص مقترنا بالفهم البصري، مع تعزيز نسخة Thinking تحديدا للاستدلال في مجالات العلوم والتكنولوجيا والهندسة والرياضيات والمهام المعقدة.

تشير هذه القدرات إلى مجموعة استخدامات محددة إلى حد ما. قد يرسل المطور صفحة من ورقة تقنية أو رسما بيانيا أو لقطة شاشة لخطأ ويطلب شرحا أو إصلاحا. وتعد مسائل الرياضيات والعلوم والتكنولوجيا والهندسة التي تحتاج إلى حل خطوة بخطوة مناسبة طبيعية، وكذلك المهام التي تمزج مستندا نصيا طويلا مع صورة، مثل مراجعة عقد مقابل صفحة توقيع ممسوحة ضوئيا. ولأن المخرجات نصية فقط، فإن النموذج ليس الخيار الصحيح عندما تحتاج إلى صور أو صوت أو فيديو مولدة؛ فهو يقرأ المدخلات البصرية لكنه يكتب نصوصا أو بيانات منظمة أو شيفرة.

يمكنك استدعاؤه عبر واجهة API المتوافقة مع OpenAI الخاصة بـ api14 باستخدام معرف النموذج "qwen/qwen3-vl-30b-a3b-thinking". تتبع الطلبات الشكل المعتاد لإكمالات المحادثة، مع رسائل تحمل محتوى نصيا ومحتوى صور. المعاملات المدعومة هي frequency_penalty و include_reasoning و max_tokens و reasoning و response_format و structured_outputs و temperature و tool_choice و tools و top_k و top_p. وتجدر ملاحظة المعاملين reasoning و include_reasoning إذا أردت التحكم في تمريرة التفكير أو فحصها، كما يتيح لك tools مع tool_choice ربط النموذج باستدعاء الدوال، بينما يوجد response_format و structured_outputs عندما تحتاج إلى أن تتوافق المخرجات مع مخطط.

أحد الاعتبارات العملية هو أن نموذج Thinking يقايض زمن الاستجابة بالعمق، لذا بالنسبة للتصنيف البسيط أو الاستخراج القصير أو المحادثة عالية الحجم حيث تكون السرعة أهم من التروي، قد يخدمك نموذج غير Thinking بشكل أفضل. وينطبق الشيء نفسه إذا كانت مهمتك نصية بحتا ولا تستفيد من إدخال الصور. سياق 262,144 رمزا سخي، لكنه يظل سقفا، والمدخلات الكبيرة جدا مع تمريرة استدلال طويلة ستستهلكه بسرعة.