Qwen: Qwen3 30B A3B Instruct 2507

Qwen: Qwen3 30B A3B Instruct 2507 è un modello di generazione di testo di Qwen. È un modello linguistico mixture-of-experts con 30,5 miliardi di parametri, con 3,3 miliardi di parametri attivi per inferenza, e opera in modalità non-thinking. Il modello è stato rilasciato dal provider il 2025-07-29 e ha un knowledge cutoff al 2025-06-30. È progettato per un seguiti di istruzioni di alta qualità e una comprensione multilingue.

Il modello accetta input testuali e produce output testuali, quindi si adatta a pipeline solo testo. La sua finestra di contesto è di 262144 token, e l'output massimo è di 235929 token. Poiché funziona in modalità non-thinking, restituisce risposte dirette anziché una traccia di ragionamento separata. I parametri di richiesta supportati includono 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 e tool_choice.

Queste capacità indicano alcuni usi pratici. Input lunghi fino all'intera finestra di contesto si adattano ad analisi di documenti, riassunti e risposta a domande su grandi quantità di testo. La comprensione multilingue aiuta con traduzione e attività cross-linguistiche. Il seguiti di istruzioni e gli output strutturati lo rendono adatto all'estrazione in JSON o altri schemi, e il tool calling supporta agenti e workflow che devono invocare funzioni esterne. I parametri logprobs e top_logprobs sono utili quando serve ispezionare la confidenza a livello di token.

Puoi chiamare il modello tramite l'API compatibile con OpenAI di api14 usando il model id "qwen/qwen3-30b-a3b-instruct-2507". Punta il tuo client OpenAI esistente al base URL di api14 e passa quell'id nel campo model di una richiesta di chat completion. Il corpo della richiesta può includere uno qualsiasi dei parametri supportati elencati sopra, come temperature, top_p, top_k, max_tokens, stop, seed, response_format, structured_outputs, tools e tool_choice, insieme alle opzioni di penalty e logprob. Questo significa che il codice scritto per la forma delle chat completions di OpenAI funziona generalmente senza modifiche oltre al base URL e al model id.

Un limite da tenere a mente è la modalità: il modello gestisce solo testo, quindi immagini, audio e altri input non testuali sono fuori ambito. Se la tua attività dipende da quegli input, un modello multimodale sarebbe più adatto. La modalità non-thinking significa anche che non c'è un output di ragionamento separato da ispezionare, il che conta se vuoi specificamente una catena di pensiero visibile. Per generazione di testo semplice, seguiti di istruzioni e uso di tool entro i limiti di contesto e output indicati, questo modello è un'opzione diretta.