Qwen: Qwen3 VL 30B A3B Thinking

Qwen3 VL 30B A3B Thinking es un modelo multimodal de Qwen, la familia de modelos mantenida por Alibaba. Se sitúa en la línea Qwen3-VL, y la variante Thinking es la que está ajustada para dedicar un esfuerzo adicional al razonamiento en lugar de responder de inmediato. El nombre refleja su forma: un modelo de clase 30B con A3B refiriéndose a un diseño de parámetros activos, por lo que solo una fracción del total de pesos se activa por token. Fue lanzado por el proveedor el 6 de octubre de 2025, y su fecha de corte de conocimiento es el 31 de marzo de 2025.

El modelo acepta texto e imágenes como entrada y devuelve texto. Su ventana de contexto es de 262,144 tokens, con una salida máxima de 235,929 tokens, lo cual es suficientemente grande para contener documentos largos, capturas de pantalla, diagramas o entradas de múltiples imágenes junto con una respuesta generada sustancial. El comportamiento Thinking significa que el modelo puede producir una pasada de razonamiento antes de su respuesta final, lo cual es útil cuando la respuesta depende de una deducción de varios pasos en lugar de una coincidencia superficial de patrones. Qwen lo posiciona como fuerte en generación de texto combinada con comprensión visual, con la variante Thinking mejorando específicamente el razonamiento en STEM, matemáticas y tareas complejas.

Esas capacidades apuntan a un conjunto de usos bastante específico. Un desarrollador podría enviar una página de un artículo técnico, un gráfico o una captura de pantalla de un error y pedir una explicación o una corrección. Los problemas de matemáticas y STEM que necesitan resolverse paso a paso encajan de forma natural, al igual que las tareas que mezclan un documento de texto largo con una imagen, como revisar un contrato contra una página de firma escaneada. Debido a que la salida es solo texto, el modelo no es la elección correcta cuando necesitas imágenes, audio o video generados; lee entrada visual pero escribe prosa, datos estructurados o código.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo "qwen/qwen3-vl-30b-a3b-thinking". Las solicitudes siguen la forma habitual de chat completions, con mensajes que llevan contenido de texto e imagen. Los parámetros soportados son frequency_penalty, include_reasoning, max_tokens, reasoning, response_format, structured_outputs, temperature, tool_choice, tools, top_k y top_p. Los parámetros reasoning e include_reasoning vale la pena tenerlos en cuenta si quieres controlar o inspeccionar la pasada de pensamiento, y tools más tool_choice te permiten conectar el modelo a function calling, mientras que response_format y structured_outputs están ahí cuando necesitas que la salida se ajuste a un esquema.

Una consideración práctica es que un modelo Thinking intercambia latencia por profundidad, así que para clasificación simple, extracción corta o chat de alto volumen donde la velocidad importa más que la deliberación, un modelo no Thinking puede servirte mejor. Lo mismo aplica si tu tarea es puramente textual y no se beneficia de la entrada de imágenes. El contexto de 262,144 tokens es generoso, pero sigue siendo un techo, y entradas muy grandes más una larga pasada de razonamiento lo consumirán rápidamente.