Qwen: Qwen3 32B

Qwen: Qwen3 32B é um modelo de texto da Qwen, parte da série Qwen3. É um modelo de linguagem causal denso com 32,8 bilhões de parâmetros, lançado pelo provedor em 2025-04-28. O modelo é construído tanto para raciocínio complexo quanto para diálogo eficiente, e suporta a alternância entre um modo de pensamento e um modo sem pensamento. Seu corte de conhecimento é 2025-03-31.

O modelo aceita entrada de texto e produz saída de texto, portanto é um sistema texto para texto sem tratamento de imagem ou áudio. Ele oferece uma janela de contexto de 131.072 tokens, o que permite que documentos longos, conversas estendidas ou grandes arquivos de código sejam processados em uma única requisição. A saída máxima é de 16.384 tokens, então as respostas podem ser substanciais, mas são limitadas. Como é projetado para raciocínio além de diálogo, ele pode trabalhar em problemas de múltiplas etapas antes de produzir uma resposta, e o comportamento de raciocínio pode ser controlado por meio de parâmetros da requisição.

Essas capacidades atendem a uma variedade de tarefas de desenvolvedores. A análise de contexto longo de contratos, artigos de pesquisa ou documentação técnica é prática dada a janela de 131.072 tokens. O modo de raciocínio ajuda em tarefas como resolução de problemas matemáticos, quebra-cabeças de lógica, geração e depuração de código, ou planejamento de etapas em um fluxo de trabalho de agente. O modo de diálogo é mais adequado para assistentes de chat, sumarização, classificação e extração, onde latência e verbosidade importam. A chamada de ferramentas e as saídas estruturadas tornam o modelo utilizável em pipelines que precisam que ele chame funções ou retorne dados em formato JSON em vez de texto livre.

Você pode chamar o modelo através da API compatível com OpenAI da api14 usando o id de modelo "qwen/qwen3-32b". Os parâmetros de requisição suportados são frequency_penalty, include_reasoning, logit_bias, logprobs, max_tokens, min_p, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_a, top_k, top_logprobs e top_p. Os parâmetros reasoning e include_reasoning estão relacionados ao modo de pensamento do modelo, enquanto tools e tool_choice suportam chamada de funções, e response_format e structured_outputs suportam formatos de saída restritos. O comportamento de amostragem pode ser ajustado com temperature, top_p, top_k, min_p, top_a, repetition_penalty, frequency_penalty e presence_penalty, e seed, stop, logprobs e top_logprobs oferecem controle adicional sobre reprodutibilidade e saída em nível de token.

Os principais limites práticos são a entrada e saída apenas de texto e a saída máxima de 16.384 tokens, então tarefas que precisam de compreensão de imagem ou respostas únicas muito longas podem se adequar melhor a outro modelo. O contexto de 131.072 tokens é grande, mas finito, então entradas extremamente longas ainda precisam de divisão em partes. Se sua carga de trabalho depende de modalidades além de texto, ou de saídas mais longas do que o máximo declarado, considere um modelo com essas capacidades em vez deste.