Qwen: Qwen3 VL 30B A3B Thinking

Qwen3 VL 30B A3B Thinking est un modèle multimodal de Qwen, la famille de modèles maintenue par Alibaba. Il appartient à la gamme Qwen3-VL, et la variante Thinking est celle qui est ajustée pour consacrer un effort supplémentaire au raisonnement plutôt que de répondre immédiatement. Le nom reflète sa structure : un modèle de classe 30B, A3B désignant une conception à paramètres actifs, de sorte que seule une fraction du total des poids est mobilisée par token. Il a été publié par le fournisseur le 6 octobre 2025, et sa date limite de connaissances est le 31 mars 2025.

Le modèle accepte du texte et des images en entrée et renvoie du texte. Sa fenêtre de contexte est de 262 144 tokens, avec une sortie maximale de 235 929 tokens, ce qui est suffisamment grand pour contenir de longs documents, des captures d'écran, des diagrammes ou des entrées multi-images accompagnées d'une réponse générée substantielle. Le comportement Thinking signifie que le modèle peut produire une passe de raisonnement avant sa réponse finale, ce qui est utile lorsque la réponse dépend d'une déduction en plusieurs étapes plutôt que d'une simple correspondance de motifs. Qwen le positionne comme performant en génération de texte combinée à la compréhension visuelle, la variante Thinking améliorant spécifiquement le raisonnement dans les domaines STEM, les mathématiques et les tâches complexes.

Ces capacités renvoient à un ensemble d'usages assez spécifiques. Un développeur pourrait envoyer une page d'un article technique, un graphique ou une capture d'écran d'une erreur et demander une explication ou une correction. Les problèmes de mathématiques et STEM qui nécessitent un traitement étape par étape sont un cas d'usage naturel, tout comme les tâches qui mélangent un long document texte avec une image, par exemple la révision d'un contrat par rapport à une page de signature numérisée. Comme la sortie est uniquement textuelle, le modèle n'est pas le bon choix lorsque vous avez besoin d'images, d'audio ou de vidéo générés ; il lit une entrée visuelle mais écrit de la prose, des données structurées ou du code.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "qwen/qwen3-vl-30b-a3b-thinking". Les requêtes suivent la forme habituelle des complétions de chat, avec des messages contenant du texte et du contenu image. Les paramètres pris en charge sont frequency_penalty, include_reasoning, max_tokens, reasoning, response_format, structured_outputs, temperature, tool_choice, tools, top_k et top_p. Les paramètres reasoning et include_reasoning méritent d'être notés si vous souhaitez contrôler ou inspecter la passe de réflexion, et tools plus tool_choice vous permettent d'intégrer le modèle à l'appel de fonctions, tandis que response_format et structured_outputs sont là lorsque vous avez besoin que la sortie soit conforme à un schéma.

Une considération pratique est qu'un modèle Thinking échange de la latence contre de la profondeur, donc pour une classification simple, une extraction courte ou un chat à haut volume où la vitesse importe plus que la délibération, un modèle non Thinking peut mieux vous servir. Il en va de même si votre tâche est purement textuelle et ne bénéficie pas d'une entrée image. Le contexte de 262 144 tokens est généreux, mais il reste un plafond, et des entrées très volumineuses plus une longue passe de raisonnement le consommeront rapidement.