Qwen: Qwen3 VL 30B A3B Thinking

Qwen3 VL 30B A3B Thinking é um modelo multimodal da Qwen, a família de modelos mantida pela Alibaba. Ele pertence à linha Qwen3-VL, e a variante Thinking é a que foi ajustada para dedicar esforço extra ao raciocínio em vez de responder imediatamente. O nome reflete a sua forma: um modelo da classe 30B, com A3B referindo-se a um design de parâmetros ativos, de modo que apenas uma fração do total de pesos é acionada por token. Foi lançado pelo provedor em 6 de outubro de 2025, e seu corte de conhecimento é 31 de março de 2025.

O modelo aceita texto e imagens como entrada e retorna texto. Sua janela de contexto é de 262.144 tokens, com saída máxima de 235.929 tokens, o que é grande o suficiente para conter documentos longos, capturas de tela, diagramas ou entradas com várias imagens, além de uma resposta gerada substancial. O comportamento Thinking significa que o modelo pode produzir uma passagem de raciocínio antes de sua resposta final, o que é útil quando a resposta depende de dedução em várias etapas em vez de correspondência superficial de padrões. A Qwen o posiciona como forte em geração de texto combinada com compreensão visual, com a variante Thinking aprimorando especificamente o raciocínio em STEM, matemática e tarefas complexas.

Essas capacidades apontam para um conjunto bastante específico de usos. Um desenvolvedor pode enviar uma página de um artigo técnico, um gráfico ou uma captura de tela de um erro e pedir uma explicação ou uma correção. Problemas de matemática e STEM que precisam ser resolvidos passo a passo são um encaixe natural, assim como tarefas que misturam um documento de texto longo com uma imagem, como revisar um contrato em relação a uma página de assinatura digitalizada. Como a saída é apenas texto, o modelo não é a escolha certa quando você precisa de imagens, áudio ou vídeo gerados; ele lê entrada visual, mas escreve prosa, dados estruturados ou código.

Você o chama através da API compatível com OpenAI da api14 usando o id de modelo "qwen/qwen3-vl-30b-a3b-thinking". As requisições seguem o formato usual de chat completions, com mensagens contendo conteúdo de texto e imagem. Os parâmetros suportados são frequency_penalty, include_reasoning, max_tokens, reasoning, response_format, structured_outputs, temperature, tool_choice, tools, top_k e top_p. Os parâmetros reasoning e include_reasoning vale a pena observar se você quiser controlar ou inspecionar a passagem de pensamento, e tools mais tool_choice permitem conectar o modelo a chamadas de função, enquanto response_format e structured_outputs estão lá quando você precisa que a saída esteja em conformidade com um esquema.

Uma consideração prática é que um modelo Thinking troca latência por profundidade, então para classificação simples, extração curta ou chat de alto volume, onde a velocidade importa mais do que a deliberação, um modelo sem Thinking pode atendê-lo melhor. O mesmo se aplica se sua tarefa for puramente textual e não se beneficiar de entrada de imagem. O contexto de 262.144 tokens é generoso, mas ainda é um teto, e entradas muito grandes mais uma longa passagem de raciocínio irão consumi-lo rapidamente.