Qwen: Qwen3 32B

Qwen: Qwen3 32B adalah model teks dari Qwen, bagian dari seri Qwen3. Ini adalah model bahasa kausal dense dengan 32,8 miliar parameter, yang dirilis oleh penyedia pada 2025-04-28. Model ini dibangun untuk penalaran kompleks dan dialog yang efisien, dan mendukung peralihan antara mode berpikir dan mode non-berpikir. Batas pengetahuannya adalah 2025-03-31.

Model ini menerima input teks dan menghasilkan output teks, sehingga merupakan sistem text-to-text tanpa penanganan gambar atau audio. Model ini menawarkan jendela konteks 131.072 token, yang memungkinkan dokumen panjang, percakapan panjang, atau file kode besar diproses dalam satu permintaan. Output maksimum adalah 16.384 token, sehingga respons bisa substansial tetapi terbatas. Karena dirancang untuk penalaran sekaligus dialog, model ini dapat mengerjakan masalah multi-langkah sebelum menghasilkan jawaban, dan perilaku penalaran dapat dikendalikan melalui parameter permintaan.

Kemampuan ini cocok untuk berbagai tugas pengembang. Analisis konteks panjang terhadap kontrak, makalah penelitian, atau dokumentasi teknis menjadi praktis berkat jendela 131.072 token. Mode penalaran membantu tugas seperti pemecahan masalah matematika, teka-teki logika, pembuatan dan debugging kode, atau perencanaan langkah dalam alur kerja agen. Mode dialog lebih cocok untuk asisten chat, peringkasan, klasifikasi, dan ekstraksi yang mementingkan latensi dan verbositas. Tool calling dan structured outputs membuatnya dapat digunakan dalam pipeline yang membutuhkan model untuk memanggil fungsi atau mengembalikan data berbentuk JSON alih-alih teks bebas.

Anda dapat memanggil model ini melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "qwen/qwen3-32b". Parameter permintaan yang didukung adalah frequency_penalty, include_reasoning, logit_bias, logprobs, max_tokens, min_p, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_a, top_k, top_logprobs dan top_p. Parameter reasoning dan include_reasoning berkaitan dengan mode berpikir model, sedangkan tools dan tool_choice mendukung pemanggilan fungsi, dan response_format serta structured_outputs mendukung bentuk output yang dibatasi. Perilaku sampling dapat disetel dengan temperature, top_p, top_k, min_p, top_a, repetition_penalty, frequency_penalty dan presence_penalty, dan seed, stop, logprobs serta top_logprobs memberikan kontrol lebih lanjut atas reproduktibilitas dan output tingkat token.

Batasan praktis utamanya adalah input dan output yang hanya teks serta output maksimum 16.384 token, sehingga tugas yang membutuhkan pemahaman gambar atau respons tunggal yang sangat panjang mungkin lebih cocok dengan model lain. Konteks 131.072 token memang besar tetapi terbatas, jadi input yang sangat panjang tetap perlu dipotong. Jika beban kerja Anda bergantung pada modalitas di luar teks, atau pada output yang lebih panjang dari maksimum yang dinyatakan, pertimbangkan model dengan kemampuan tersebut sebagai gantinya.