Qwen: Qwen3 30B A3B Instruct 2507

Qwen: Qwen3 30B A3B Instruct 2507 to model generowania tekstu od Qwen. Jest to 30,5B-parametrowy model językowy typu mixture-of-experts, z 3,3B aktywnych parametrów na wnioskowanie, i działa w trybie non-thinking. Model został wydany przez dostawcę 2025-07-29 i ma wiedzę odciętą na 2025-06-30. Jest zbudowany do wysokiej jakości podążania za instrukcjami i wielojęzycznego rozumienia.

Model przyjmuje dane wejściowe tekstowe i produkuje dane wyjściowe tekstowe, więc pasuje do potoków wyłącznie tekstowych. Jego okno kontekstu wynosi 262144 tokenów, a maksymalne wyjście to 235929 tokenów. Ponieważ działa w trybie non-thinking, zwraca bezpośrednie odpowiedzi, a nie osobny ślad rozumowania. Obsługiwane parametry żądania obejmują 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 i tool_choice.

Te możliwości wskazują na kilka praktycznych zastosowań. Długie dane wejściowe do pełnego okna kontekstu nadają się do analizy dokumentów, streszczania i odpowiadania na pytania dotyczące dużych zbiorów tekstu. Wielojęzyczne rozumienie pomaga w tłumaczeniu i zadaniach międzylingwistycznych. Podążanie za instrukcjami i ustrukturyzowane wyjścia czynią go rozsądnym wyborem do ekstrakcji do JSON lub innych schematów, a wywoływanie narzędzi wspiera agentów i przepływy pracy, które muszą wywoływać funkcje zewnętrzne. Parametry logprobs i top_logprobs są przydatne, gdy trzeba sprawdzić pewność na poziomie tokenów.

Możesz wywołać model przez API zgodne z OpenAI w api14, używając identyfikatora modelu "qwen/qwen3-30b-a3b-instruct-2507". Skieruj istniejącego klienta OpenAI na bazowy URL api14 i przekaż ten identyfikator w polu model żądania chat completion. Treść żądania może zawierać dowolny z obsługiwanych parametrów wymienionych powyżej, takich jak temperature, top_p, top_k, max_tokens, stop, seed, response_format, structured_outputs, tools i tool_choice, wraz z opcjami kary i logprob. Oznacza to, że kod napisany dla kształtu chat completions OpenAI generalnie działa bez zmian poza bazowym URL i identyfikatorem modelu.

Jednym ograniczeniem, o którym warto pamiętać, jest modalność: model obsługuje tylko tekst, więc obrazy, dźwięk i inne nietekstowe dane wejściowe są poza zakresem. Jeśli twoje zadanie zależy od takich danych wejściowych, lepiej pasowałby model multimodalny. Tryb non-thinking oznacza również, że nie ma osobnego wyjścia rozumowania do sprawdzenia, co ma znaczenie, jeśli konkretnie chcesz widoczny łańcuch myśli. Do prostego generowania tekstu, podążania za instrukcjami i używania narzędzi w podanych limitach kontekstu i wyjścia, ten model jest bezpośrednią opcją.