Cinco novos modelos Qwen para agentes de codificação e raciocínio eficiente já estão disponíveis no Amazon SageMaker JumpStart
Hoje, a AWS anunciou a disponibilidade dos modelos Qwen3-Coder-Next, Qwen3-30B-A3B, Qwen3-30B-A3B-Thinking-2507, Qwen3-Coder-30B-A3B-Instruct e Qwen3.5-4B no Amazon SageMaker JumpStart, ampliando o portfólio de modelos de base disponíveis para os clientes da AWS. Esses cinco modelos da Qwen oferecem recursos especializados que abrangem codificação agêntica, raciocínio eficiente, pensamento ampliado e compreensão multimodal. Usando esses modelos, os clientes podem criar aplicações de IA sofisticadas para casos de uso diversificados na infraestrutura da AWS.
Usando recursos especializados, esses modelos abordam diferentes desafios de IA empresarial:
O Qwen3-Coder-Next se destaca no raciocínio de longo prazo, no uso de ferramentas complexas e na recuperação de falhas de execução, tornando-o ideal para agentes de codificação em plataformas de CLI/IDE.
O Qwen3-30B-A3B apoia de forma única a alternância integrada entre os modos de pensamento e não pensamento, tornando-o adequado para tarefas de assistentes de uso geral, como diálogo multilíngue, raciocínio matemático e chamada de ferramentas.
O Qwen3-30B-A3B-Thinking-2507 oferece desempenho significativamente aprimorado em tarefas complexas de raciocínio em matemática, ciências e codificação, com melhor compreensão de contextos longos.
O Qwen3-Coder-30B-A3B-Instruct foi projetado para fluxos de trabalho de codificação agênticos com um formato de chamada de função personalizado e compreensão do contexto em escala de repositório.
O Qwen3.5-4B oferece treinamento unificado de linguagem e visão e 201 idiomas, tornando-o ideal para implantações multimodais simples.
Com o SageMaker JumpStart, os clientes podem implantar qualquer um desse modelos com apenas alguns cliques para abordar casos de uso de IA específicos.
Para começar a usar esses modelos, navegue até a seção Modelos do SageMaker Studio ou use o SageMaker Python SDK para implantar os modelos em sua conta da AWS. Para obter mais informações sobre a implantação e o uso de modelos de base no SageMaker JumpStart, consulte a documentação do Amazon SageMaker JumpStart.