Cinq nouveaux modèles Qwen pour le codage des agents et un raisonnement efficace sont désormais disponibles dans Amazon SageMaker JumpStart
AWS a annoncé aujourd’hui la disponibilité de Qwen3-Coder-Next, Qwen3-30B-A3B, Qwen3-30B-A3B-Thinking-2507, Qwen3-Coder-30B-A3B-Instruct et Qwen3.5-4B dans Amazon SageMaker JumpStart, élargissant ainsi le portefeuille de modèles de fondation disponibles pour les clients AWS. Ces cinq modèles Qwen apportent des fonctionnalités spécialisées couvrant le codage agentique, le raisonnement efficace, la réflexion approfondie et la compréhension multimodale, permettant ainsi aux clients de créer des applications d’IA sophistiquées dans divers cas d’utilisation sur l’infrastructure AWS.
Ces modèles répondent aux différents défis de l’IA d’entreprise grâce à des fonctionnalités spécialisées :
Qwen3-Coder-Next excelle dans le raisonnement à long terme, l’utilisation d’outils complexes et la restauration après des échecs d’exécution, ce qui en fait la solution idéale pour alimenter les agents de codage sur les plateformes CLI/IDE.
Qwen3-30B-A3B permet de basculer de manière fluide entre les modes de réflexion et non-réflexion, ce qui le rend parfaitement adapté aux tâches d’assistant générales telles que le dialogue multilingue, le raisonnement mathématique et l’appel d’outils.
Qwen3-30B-A3B-Thinking-2507 offre des performances nettement améliorées sur des tâches de raisonnement complexes en mathématiques, en sciences et en codage, avec une meilleure compréhension du contexte étendu.
Qwen3-Coder-30B-A3B-Instruct est conçu pour les flux de travail de codage agentiques avec un format d’appel de fonction personnalisé et une compréhension du contexte à l’échelle du référentiel.
Qwen3.5-4B prend en charge la formation en langage de vision unifiée et 201 langues, ce qui en fait la solution idéale pour les déploiements multimodaux légers.
Avec SageMaker JumpStart, les clients peuvent déployer n’importe lequel de ces modèles en quelques clics pour répondre à leurs cas d’utilisation spécifiques de l’IA.
Pour commencer à utiliser ces modèles, accédez à la section Modèles de SageMaker Studio ou utilisez le kit SDK Python de SageMaker pour déployer les modèles sur votre compte AWS. Pour en savoir plus sur le déploiement et l’utilisation de modèles de fondation dans SageMaker JumpStart, consultez la documentation relative à Amazon SageMaker JumpStart.