Qwen: Qwen3 32B

Qwen: Qwen3 32B es un modelo de texto de Qwen, parte de la serie Qwen3. Es un modelo de lenguaje causal denso con 32.8 mil millones de parámetros, publicado por el proveedor el 2025-04-28. El modelo está diseñado tanto para razonamiento complejo como para diálogo eficiente, y admite el cambio entre un modo de pensamiento y un modo sin pensamiento. Su fecha de corte de conocimiento es 2025-03-31.

El modelo acepta entrada de texto y produce salida de texto, por lo que es un sistema de texto a texto sin manejo de imágenes ni audio. Ofrece una ventana de contexto de 131,072 tokens, lo que permite procesar documentos largos, conversaciones extendidas o archivos de código grandes en una sola solicitud. La salida máxima es de 16,384 tokens, por lo que las respuestas pueden ser sustanciales pero están acotadas. Debido a que está diseñado tanto para razonamiento como para diálogo, puede resolver problemas de varios pasos antes de producir una respuesta, y el comportamiento de razonamiento puede controlarse mediante parámetros de la solicitud.

Estas capacidades se adaptan a una variedad de tareas de desarrollo. El análisis de contexto largo de contratos, artículos de investigación o documentación técnica es práctico dada la ventana de 131,072 tokens. El modo de razonamiento ayuda con tareas como la resolución de problemas matemáticos, acertijos lógicos, generación y depuración de código, o la planificación de pasos en un flujo de trabajo de agente. El modo de diálogo se ajusta mejor a asistentes de chat, resumen, clasificación y extracción donde importan la latencia y la verbosidad. El llamado a herramientas y las salidas estructuradas lo hacen utilizable en canalizaciones que necesitan que el modelo llame a funciones o devuelva datos con forma JSON en lugar de texto libre.

Puedes llamar al modelo a través de la API compatible con OpenAI de api14 usando el id de modelo "qwen/qwen3-32b". Los parámetros de solicitud admitidos son frequency_penalty, include_reasoning, logit_bias, logprobs, max_tokens, min_p, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_a, top_k, top_logprobs y top_p. Los parámetros reasoning e include_reasoning se relacionan con el modo de pensamiento del modelo, mientras que tools y tool_choice admiten el llamado a funciones, y response_format y structured_outputs admiten formas de salida restringidas. El comportamiento de muestreo puede ajustarse con temperature, top_p, top_k, min_p, top_a, repetition_penalty, frequency_penalty y presence_penalty, y seed, stop, logprobs y top_logprobs brindan control adicional sobre la reproducibilidad y la salida a nivel de token.

Los principales límites prácticos son la entrada y salida solo de texto y la salida máxima de 16,384 tokens, por lo que las tareas que necesitan comprensión de imágenes o respuestas únicas muy largas pueden ajustarse mejor a otro modelo. El contexto de 131,072 tokens es grande pero finito, por lo que las entradas extremadamente largas aún necesitan fragmentación. Si tu carga de trabajo depende de modalidades más allá del texto, o de salidas más largas que el máximo indicado, considera en su lugar un modelo con esas capacidades.