Qwen: Qwen3 30B A3B

Qwen: Qwen3 30B A3B é um modelo de texto da Qwen, a geração mais recente da série de modelos de linguagem de grande escala Qwen. Pertence à família Qwen3, que inclui arquiteturas densas e de mistura de especialistas (MoE), e esta variante específica é o modelo MoE 30B A3B. Foi lançado pelo provedor em 2025-04-28, e seu corte de conhecimento é 2025-03-31.

O modelo aceita texto como entrada e produz texto como saída, portanto é um modelo de linguagem simples, sem tratamento de imagem ou áudio. Ele suporta uma janela de contexto de 40.960 tokens e pode gerar até 16.384 tokens de saída em uma única resposta. A Qwen descreve a série Qwen3 como forte em raciocínio, suporte multilíngue e tarefas avançadas de agente, e este modelo expõe um parâmetro reasoning junto com include_reasoning, que permite controlar se o conteúdo de raciocínio é retornado. Ele também suporta saídas estruturadas e response_format, então você pode restringir a geração a um esquema ou a um formato específico quando sua aplicação precisa de saída previsível.

Essas capacidades apontam para alguns usos práticos. Entradas longas de até aproximadamente 40K tokens são adequadas para análise de documentos, sumarização de relatórios extensos e conversas de múltiplos turnos em que o contexto anterior importa. O suporte a raciocínio e saída estruturada o torna uma escolha razoável para tarefas que exigem resolução de problemas passo a passo seguida de uma resposta legível por máquina, como extração de dados para JSON ou classificação com um conjunto fixo de rótulos. A chamada de ferramentas está disponível por meio dos parâmetros tools e tool_choice, o que torna o modelo utilizável como o componente de tomada de decisão em um loop de agente que chama funções ou APIs externas. O suporte multilíngue da série Qwen3 também o torna um candidato para tradução e trabalho de conteúdo cross-lingual.

Você chama o modelo através da API compatível com OpenAI da api14 usando o id de modelo "qwen/qwen3-30b-a3b". Como a interface segue o formato OpenAI, as bibliotecas de cliente OpenAI existentes funcionam com uma mudança de URL base e chave de API. O modelo suporta um amplo conjunto de parâmetros de requisição: frequency_penalty, presence_penalty, repetition_penalty, temperature, top_p, top_k, min_p, max_tokens, stop, seed, logit_bias, response_format, structured_outputs, tools, tool_choice, reasoning e include_reasoning. Controles de amostragem como temperature, top_p, top_k e min_p permitem trocar determinismo por variedade, enquanto seed ajuda com execuções reproduzíveis.

Alguns limites vale a pena observar ao decidir. Entrada e saída são apenas texto, então se sua tarefa envolve imagens ou áudio, este modelo não é a escolha certa. O contexto de 40.960 tokens e o teto de saída de 16.384 tokens são generosos, mas finitos, então corpora muito grandes precisam de chunking ou recuperação antes do modelo. Se você não precisa de raciocínio ou uso de ferramentas, um modelo de texto menor ou mais simples pode ser suficiente, e se você precisa de modalidades além de texto, procure um modelo que as aceite.