Qwen: Qwen3 Next 80B A3B Instruct

Qwen3 Next 80B A3B Instruct est un modèle de chat ajusté aux instructions de Qwen, faisant partie de la série Qwen3-Next. C'est un modèle texte, et le fournisseur le décrit comme optimisé pour des réponses rapides et stables sans traces de "réflexion". Il a été publié par le fournisseur le 2025-09-11 et a une date limite de connaissances du 2025-09-30.

Le modèle accepte une entrée texte et renvoie une sortie texte. Il dispose d'une fenêtre de contexte de 262144 tokens et d'une sortie maximale de 235929 tokens, ce qui lui permet de traiter des invites très longues et de produire de longues complétions dans une même requête. Le fournisseur le positionne pour des tâches complexes couvrant le raisonnement, la génération de code, les questions-réponses de connaissances et le travail multilingue. Comme il n'émet pas de traces de réflexion, les réponses reviennent sous forme de réponses directes plutôt que d'étapes de raisonnement séparées.

Ces caractéristiques indiquent quelques usages pratiques. Les documents longs, les grandes bases de code ou les historiques de conversation étendus tiennent confortablement dans la fenêtre de contexte, ce qui convient au résumé, aux questions-réponses sur du contenu collé et aux assistants multi-tours qui doivent conserver beaucoup de contexte antérieur. La génération et l'explication de code sont des applications naturelles compte tenu de la description du fournisseur, tout comme les questions-réponses de connaissances et le traitement multilingue. La sortie maximale élevée aide aussi lorsque vous avez besoin d'une seule génération longue, comme un rapport détaillé ou un fichier complet, plutôt que d'une réponse courte.

Vous appelez le modèle via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "qwen/qwen3-next-80b-a3b-instruct". Les requêtes suivent la forme familière des complétions de chat, donc les SDK et clients OpenAI existants fonctionnent avec un changement d'URL de base et d'identifiant de modèle. Le modèle prend en charge un large ensemble de paramètres de requête : frequency_penalty, logit_bias, logprobs, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs et top_p. L'appel d'outils et les sorties structurées sont disponibles via les paramètres tools, tool_choice, response_format et structured_outputs, et seed ainsi que les contrôles d'échantillonnage vous permettent de régler la reproductibilité et le style de sortie.

Comme il s'agit d'un modèle texte uniquement, les tâches qui nécessitent une entrée image, audio ou autre non textuelle sortent du cadre de ce qu'il accepte, et un modèle multimodal serait le meilleur choix dans ce cas. L'absence de traces de réflexion est un compromis délibéré : si vous voulez un modèle qui expose ses étapes de raisonnement, celui-ci n'est pas conçu pour cela. Dans le travail textuel, toutefois, la combinaison d'une très grande fenêtre de contexte, d'une grande allowance de sortie et du support des outils et des sorties structurées couvre un large éventail de cas d'usage pour les développeurs.