Lima model Qwen baru untuk agen pengkodean dan penalaran efisien sekarang tersedia di Amazon SageMaker JumpStart
Hari ini, AWS mengumumkan ketersediaan Qwen3-Coder-Next, Qwen3-30B-A3B, Qwen3-30B-A3B-Thinking-2507, Qwen3-Coder-30B-A3B-Instruct, dan Qwen3.5-4B di Amazon SageMaker JumpStart, memperluas portofolio model dasar yang tersedia bagi pelanggan AWS. Kelima model dari Qwen ini menghadirkan kemampuan khusus yang mencakup pengkodean agen, penalaran efisien, pemikiran yang diperluas, dan pemahaman multimodal, memungkinkan pelanggan membangun aplikasi AI canggih di berbagai kasus penggunaan di infrastruktur AWS.
Model-model ini mengatasi berbagai tantangan AI korporasi dengan kemampuan khusus:
Qwen3-Coder-Next unggul dalam penalaran jangka panjang, penggunaan alat yang kompleks, dan pemulihan dari kegagalan eksekusi, menjadikannya ideal untuk mendukung agen pengkodean di platform CLI/IDE.
Qwen3-30B-A3B secara unik mendukung peralihan yang lancar antara mode berpikir dan tidak berpikir, membuatnya sangat cocok untuk tugas asisten tujuan umum seperti dialog multibahasa, penalaran matematika, dan panggilan alat.
Qwen3-30B-A3B-Thinking-2507 memberikan peningkatan kinerja yang signifikan pada tugas-tugas penalaran kompleks dalam matematika, sains, dan pengkodean, dengan pemahaman konteks panjang yang ditingkatkan.
Qwen3-Coder-30B-A3B-Instruct dirancang untuk alur kerja pengkodean agen dengan format panggilan fungsi khusus dan pemahaman konteks skala repo.
Qwen3.5-4B mendukung pelatihan visi-bahasa terpadu dan 201 bahasa, menjadikannya ideal untuk deployment multimodal ringan.
Dengan SageMaker JumpStart, pelanggan dapat men-deploy salah satu model ini hanya dengan beberapa klik untuk mengatasi kasus penggunaan AI spesifik mereka.
Untuk memulai dengan model ini, buka bagian Model di SageMaker Studio atau gunakan SageMaker Python SDK untuk menerapkan model ke akun AWS Anda. Untuk informasi selengkapnya tentang men-deploy dan menggunakan model dasar di SageMaker JumpStart, lihat dokumentasi Amazon SageMaker JumpStart.