Qwen: Qwen3 Next 80B A3B Thinking

Qwen : Qwen3 Next 80B A3B Thinking est un modèle texte de Qwen, faisant partie de la gamme Qwen3-Next. C'est un modèle de chat axé sur le raisonnement, ce qui signifie qu'il produit par défaut des traces de réflexion structurées plutôt que de répondre immédiatement. Le fournisseur l'a publié le 11 septembre 2025, et sa date limite de connaissances est le 30 septembre 2025.

Le modèle accepte une entrée texte et renvoie une sortie texte. Sa fenêtre de contexte est de 262 144 tokens, et la sortie maximale est de 235 929 tokens, donc les entrées longues et les générations longues sont toutes deux possibles dans ces limites. Comme il est axé sur le raisonnement, les réponses incluent généralement une trace de réflexion en plus de la réponse finale, et les paramètres include_reasoning et reasoning vous permettent de contrôler la façon dont cette trace est traitée dans la réponse. Il est conçu pour des problèmes difficiles à étapes multiples plutôt que pour des réponses conversationnelles rapides.

Cette conception renvoie à un ensemble de cas d'usage assez spécifique. Le fournisseur le décrit comme adapté aux preuves mathématiques, à la synthèse et au débogage de code, aux problèmes de logique et au travail agentique. En pratique, vous y auriez recours lorsqu'une tâche nécessite plusieurs étapes dépendantes, comme dérouler une dérivation, tracer un bug à travers une base de code, ou planifier et exécuter une séquence d'appels d'outils. Il convient moins évidemment à un chat simple et sensible à la latence, où un modèle sans raisonnement serait généralement le choix le plus direct.

Via api14, vous l'appelez avec l'identifiant de modèle "qwen/qwen3-next-80b-a3b-thinking" via l'API compatible OpenAI, donc les bibliothèques client OpenAI existantes fonctionnent avec un changement d'URL de base et d'identifiant de modèle. Les paramètres de requête pris en charge sont frequency_penalty, include_reasoning, logprobs, max_tokens, presence_penalty, reasoning, 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 tous deux disponibles, ce qui compte pour le travail agentique et orienté code décrit ci-dessus, et logprobs plus top_logprobs vous donnent une visibilité au niveau des tokens lorsque vous en avez besoin.

Quelques notes pratiques découlent des faits. L'entrée et la sortie sont uniquement du texte, donc les tâches d'image ou d'audio nécessitent un modèle différent. La grande fenêtre de contexte et la limite de sortie conviennent aux documents longs et au raisonnement étendu, mais les traces de réflexion ajoutent des tokens de sortie dont vous voudrez peut-être tenir compte lors du réglage de max_tokens. Si votre tâche est courte et ne bénéficie pas d'un raisonnement étape par étape, un modèle sans conception axée sur le raisonnement peut être le choix le plus simple.