Qwen: Qwen3 30B A3B Instruct 2507

Qwen: Qwen3 30B A3B Instruct 2507 é um modelo de geração de texto da Qwen. É um modelo de linguagem de mistura de especialistas com 30,5B de parâmetros, com 3,3B de parâmetros ativos por inferência, e opera em modo non-thinking. O modelo foi lançado pelo fornecedor em 2025-07-29 e tem um conhecimento cutoff de 2025-06-30. Foi construído para seguimento de instruções de alta qualidade e compreensão multilingue.

O modelo aceita entrada de texto e produz saída de texto, pelo que se adequa a pipelines apenas de texto. A sua janela de contexto é de 262144 tokens, e a saída máxima é de 235929 tokens. Como funciona em modo non-thinking, devolve respostas diretas em vez de um traço de raciocínio separado. Os parâmetros de pedido suportados incluem 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.

Essas capacidades apontam para alguns usos práticos. Entradas longas até à janela de contexto completa adequam-se a análise de documentos, sumarização e resposta a perguntas sobre grandes volumes de texto. A compreensão multilingue ajuda em tarefas de tradução e entre línguas. O seguimento de instruções e as saídas estruturadas tornam-no uma opção razoável para extração para JSON ou outros esquemas, e a chamada de ferramentas suporta agentes e fluxos de trabalho que precisam de invocar funções externas. Os parâmetros logprobs e top_logprobs são úteis quando precisa de inspecionar a confiança ao nível do token.

Pode chamar o modelo através da API compatível com OpenAI da api14 usando o id de modelo "qwen/qwen3-30b-a3b-instruct-2507". Aponte o seu cliente OpenAI existente para o URL base da api14 e passe esse id no campo model de um pedido de chat completion. O corpo do pedido pode incluir qualquer um dos parâmetros suportados listados acima, como temperature, top_p, top_k, max_tokens, stop, seed, response_format, structured_outputs, tools e tool_choice, juntamente com as opções de penalty e logprob. Isto significa que código escrito para a forma de chat completions da OpenAI geralmente funciona sem alterações além do URL base e do id de modelo.

Um limite a ter em conta é a modalidade: o modelo lida apenas com texto, pelo que imagens, áudio e outras entradas não textuais estão fora do âmbito. Se a sua tarefa depende dessas entradas, um modelo multimodal seria mais adequado. O modo non-thinking também significa que não há uma saída de raciocínio separada para inspecionar, o que é relevante se quiser especificamente uma cadeia de pensamento visível. Para geração de texto simples, seguimento de instruções e uso de ferramentas dentro dos limites de contexto e de saída indicados, este modelo é uma opção direta.