Fünf neue Qwen-Modelle für Codierungsagenten und effizientes Reasoning sind jetzt in Amazon SageMaker JumpStart verfügbar
Heute kündigte AWS die Verfügbarkeit von Qwen3-Coder-Next, Qwen3-30B-A3B, Qwen3-30B-A3B-Thinking-2507, Qwen3-Coder-30B-A3B-Instruct und Qwen3.5-4B in Amazon SageMaker JumpStart an, wodurch das Portfolio der für AWS-Kunden verfügbaren Basismodelle erweitert wird. Diese fünf Modelle von Qwen bieten spezielle Funktionen wie agentenbasierte Codierung, effizientes Reasoning, erweitertes Denken und multimodales Verständnis, sodass Kunden anspruchsvolle KI-Anwendungen für verschiedene Anwendungsfälle auf der AWS-Infrastruktur erstellen können.
Diese Modelle adressieren verschiedene Herausforderungen an Unternehmens-KI mit speziellen Funktionen:
Qwen3-Coder-Next zeichnet sich durch langfristiges Denken, die Verwendung komplexer Tools und die Wiederherstellung nach Ausführungsfehlern aus und eignet sich daher ideal für die Ausführung von Codierungsagenten auf CLI/IDE-Plattformen.
Qwen3-30B-A3B unterstützt auf einzigartige Weise den nahtlosen Wechsel zwischen den Nachdenken- und Nicht-Nachdenken-Modi und eignet sich daher gut für allgemeine Hilfsaufgaben wie mehrsprachige Dialoge, mathematisches Denken und das Aufrufen von Tools.
Qwen3-30B-A3B-Thinking-2507 bietet eine deutlich verbesserte Leistung bei komplexen Reasoning-Aufgaben in den Bereichen Mathematik, Naturwissenschaften und Programmieren und ein verbessertes Verständnis von langen Kontexten.
Qwen3-Coder-30B-A3B-Instruct wurde für agentenbasierte Codierungsworkflows mit einem benutzerdefinierten Funktionsaufrufformat und Kontextverständnis auf Reposkala entwickelt.
Qwen3.5-4B unterstützt einheitliches Vision-Sprachtraining und 201 Sprachen und ist somit ideal für einfache multimodale Bereitstellungen.
Mit SageMaker JumpStart können Kunden jedes dieser Modelle mit nur wenigen Klicks für ihre spezifischen KI-Anwendungsfälle bereitstellen.
Um mit diesen Modellen zu beginnen, navigieren Sie zum Abschnitt Modelle von SageMaker Studio oder verwenden Sie das SageMaker Python SDK, um die Modelle in Ihrem AWS-Konto bereitzustellen. Weitere Informationen zur Bereitstellung und Verwendung von Basismodellen in SageMaker JumpStart finden Sie in der Dokumentation zu Amazon SageMaker JumpStart.