Qwen: Qwen3 235B A22B Thinking 2507

Qwen3 235B A22B Thinking 2507 é um modelo de texto da Qwen, lançado pelo provedor em 2025-07-25. É um modelo de linguagem Mixture-of-Experts (MoE) de pesos abertos, construído para tarefas de raciocínio complexo, e ativa 22B dos seus 235B parâmetros por passagem direta. O rótulo "Thinking" e os parâmetros de raciocínio que expõe indicam que o modelo foi concebido para resolver problemas passo a passo, em vez de responder numa única passagem.

O modelo aceita entrada de texto e devolve saída de texto, pelo que se adequa a pipelines apenas de texto. Tem uma janela de contexto de 128.000 tokens e uma saída máxima de 16.384 tokens, com um corte de conhecimento em 2025-06-30. Por ser um modelo orientado para raciocínio, as respostas podem incluir uma fase de raciocínio, e os parâmetros include_reasoning e reasoning permitem controlar como isso é tratado na resposta que recebe.

Essas capacidades apontam para casos de uso em que o pensamento cuidadoso em vários passos é importante: resolução de problemas matemáticos e lógicos, análise e geração de código, extração estruturada de documentos longos e planeamento em vários passos ou apoio à decisão. O contexto de 128.000 tokens é suficientemente grande para conter material de origem substancial juntamente com instruções, o que se adequa a tarefas como rever especificações longas, resumir ou consultar relatórios extensos e resolver problemas que exigem que o modelo mantenha muitas restrições em vista ao mesmo tempo. O suporte para chamada de ferramentas também o torna utilizável em fluxos de trabalho ao estilo de agentes, em que o modelo decide quando chamar uma função.

Chama o modelo através da API compatível com OpenAI da api14, usando o id de modelo "qwen/qwen3-235b-a22b-thinking-2507". Os parâmetros de pedido suportados são frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, stop, temperature, tool_choice, tools, top_k e top_p. Como a interface é compatível com OpenAI, pode apontar um cliente OpenAI existente para a api14 e alterar o id de modelo, depois ajustar a amostragem com temperature, top_p ou top_k, limitar a resposta com max_tokens e passar tools e tool_choice quando quiser chamada de funções.

Tenha em conta o limite de saída: max_tokens tem um máximo de 16.384, pelo que tarefas que precisem de uma única resposta muito longa podem exigir dividir o trabalho por várias chamadas. O modelo é apenas de texto, pelo que, se a sua entrada incluir imagens ou áudio, precisaria de um modelo diferente. Para tarefas de texto simples e de grande volume, em que não é necessário raciocínio profundo, um modelo mais leve pode ser mais adequado, enquanto este se destina a problemas que beneficiam de raciocínio explícito.