Qwen: Qwen3 30B A3B Instruct 2507

Qwen : Qwen3 30B A3B Instruct 2507 est un modèle de génération de texte de Qwen. Il s'agit d'un modèle de langage à mélange d'experts de 30,5B de paramètres, avec 3,3B de paramètres actifs par inférence, et il fonctionne en mode non-thinking. Le modèle a été publié par le fournisseur le 2025-07-29 et a une date de coupure des connaissances au 2025-06-30. Il est conçu pour un suivi d'instructions de haute qualité et une compréhension multilingue.

Le modèle accepte une entrée texte et produit une sortie texte, ce qui le rend adapté aux pipelines texte uniquement. Sa fenêtre de contexte est de 262144 tokens, et la sortie maximale est de 235929 tokens. Comme il fonctionne en mode non-thinking, il renvoie des réponses directes plutôt qu'une trace de raisonnement séparée. Les paramètres de requête pris en charge incluent temperature, top_p, top_k, frequency_penalty, presence_penalty, repetition_penalty, max_tokens, stop, seed, logit_bias, logprobs, top_logprobs, response_format, structured_outputs, tools et tool_choice.

Ces capacités indiquent quelques usages pratiques. Les entrées longues jusqu'à la fenêtre de contexte complète conviennent à l'analyse de documents, au résumé et aux questions-réponses sur de grands corpus de texte. La compréhension multilingue aide pour la traduction et les tâches interlangues. Le suivi d'instructions et les sorties structurées en font un choix raisonnable pour l'extraction vers JSON ou d'autres schémas, et l'appel d'outils prend en charge les agents et les workflows qui doivent invoquer des fonctions externes. Les paramètres logprobs et top_logprobs sont utiles lorsque vous devez inspecter la confiance au niveau des tokens.

Vous pouvez appeler le modèle via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "qwen/qwen3-30b-a3b-instruct-2507". Pointez votre client OpenAI existant vers l'URL de base d'api14 et passez cet identifiant dans le champ model d'une requête de complétion de chat. Le corps de la requête peut inclure n'importe lequel des paramètres pris en charge listés ci-dessus, tels que temperature, top_p, top_k, max_tokens, stop, seed, response_format, structured_outputs, tools et tool_choice, ainsi que les options de pénalité et de logprob. Cela signifie que le code écrit pour la forme des complétions de chat OpenAI fonctionne généralement sans modification au-delà de l'URL de base et de l'identifiant de modèle.

Une limite à garder à l'esprit est la modalité : le modèle traite uniquement le texte, donc les images, l'audio et autres entrées non textuelles sont hors de portée. Si votre tâche dépend de ces entrées, un modèle multimodal conviendrait mieux. Le mode non-thinking signifie également qu'il n'y a pas de sortie de raisonnement séparée à inspecter, ce qui compte si vous souhaitez spécifiquement une chaîne de pensée visible. Pour la génération de texte simple, le suivi d'instructions et l'utilisation d'outils dans les limites de contexte et de sortie indiquées, ce modèle est une option directe.