Qwen: Qwen3 235B A22B Instruct 2507

Qwen: Qwen3 235B A22B Instruct 2507 é um modelo de geração de texto da Qwen. É um modelo de mistura de especialistas multilíngue, ajustado por instruções, construído sobre a arquitetura Qwen3 235B, com 22 bilhões de parâmetros ativos por passagem direta. A data de lançamento pelo provedor é 21 de julho de 2025, e o corte de conhecimento do modelo é 30 de junho de 2025.

O modelo trabalha com entrada de texto e produz apenas saída de texto, portanto é voltado para tarefas de linguagem, e não para trabalho com imagens ou áudio. Sua janela de contexto é de 262.144 tokens, o que permite lidar com prompts muito longos, documentos grandes ou conversas estendidas em uma única requisição. A saída máxima é de 16.384 tokens por resposta. Como modelo ajustado por instruções, é otimizado para geração de texto de uso geral, incluindo seguir instruções, e seu treinamento multilíngue o torna adequado para trabalho em mais de um idioma.

Essas capacidades apontam para um conjunto bastante amplo de usos práticos. Análise de documentos longos, sumarização e resposta a perguntas sobre entradas grandes são aplicações naturais, dada a janela de contexto. Como o modelo segue instruções e lida com texto multilíngue, também é adequado para assistentes de chat, redação de conteúdo, fluxos de trabalho próximos de tradução e extração de dados estruturados. A combinação de suporte a uso de ferramentas e saída estruturada significa que ele pode ser colocado atrás de um loop de agente ou usado para produzir respostas legíveis por máquina para sistemas downstream.

Você pode chamar o modelo através da API compatível com OpenAI da api14 usando o id de modelo "qwen/qwen3-235b-a22b-2507". As requisições suportam um amplo conjunto de parâmetros: temperature, top_p, top_k, min_p, frequency_penalty, presence_penalty e repetition_penalty para controle de amostragem; max_tokens e stop para comprimento e terminação da saída; seed para reprodutibilidade; e logprobs com top_logprobs para probabilidades em nível de token. Para trabalho estruturado há response_format e structured_outputs, e para chamada de funções há tools e tool_choice. logit_bias também é aceito. Qualquer cliente que fale o formato de chat completions da OpenAI deve funcionar com esses campos.

Um limite prático a ter em mente é o comprimento da saída: 16.384 tokens por resposta, mesmo que o contexto de entrada seja muito maior, então tarefas que precisam de completions únicas muito longas podem exigir a divisão do trabalho. O modelo é apenas de texto, então se sua entrada ou saída envolver imagens ou áudio, um modelo diferente é a melhor escolha. Como o corte de conhecimento é 30 de junho de 2025, qualquer coisa após essa data depende do prompt ou de ferramentas que você fornecer, e não do conhecimento próprio do modelo.