Qwen3 Next 80B A3B Instruct
Red Neuronal
Qwen3 Next 80B A3B Instruct es un modelo de chat instructivo de Qwen para razonamiento, preguntas y código en BotHub.
Características
- Entrada
- texto, imágenes, documentos
- Salida
- texto
- Tamaño del contexto
- 262 144 tokens
- Longitud máxima de respuesta
- 16 384 tokens
- Funciones
- llamada a funciones
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
// Sync - Text generation
async function main() {
const chatCompletion = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'qwen3-next-80b-a3b-instruct',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'qwen3-next-80b-a3b-instruct',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Cómo funciona Qwen3 Next 80B A3B Instruct?
Qwen3 Next 80B A3B Instruct es un modelo instructivo de la serie Qwen3 Next, optimizado para respuestas rápidas y estables sin cadenas de pensamiento intermedias: ofrece resultados directos. Desarrollado por el equipo de Qwen, el modelo se enfoca en tareas complejas: razonamiento, generación de código, respuestas basadas en conocimientos y escenarios multilingües. En BotHub, Qwen se conecta sin VPN ni tarjetas extranjeras; el pago se realiza en rublos con tarjetas rusas según el uso, y los tokens no utilizados no caducan. Con más de 250 modelos en una sola ventana, puede comparar respuestas para la misma consulta y cambiar de modelo sin reescribir la integración: la API compatible con OpenAI permanece igual. La correspondencia está cifrada con AES-GCM, y para empresas ofrecemos contratos, facturas, intercambio electrónico de documentos y un panel de administración con límites. Es útil para escribir y refactorizar funciones, depurar código, recopilar respuestas de referencia de bases de conocimiento internas, preparar borradores de documentación y mantener un asistente de chat con acceso vía API cuando la velocidad de respuesta es crucial.Preguntas frecuentes sobre Qwen3 Next 80B A3B Instruct
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
Es un modelo de texto Qwen con un contexto de 262 144 tokens: documentos largos, código, análisis, reescritura y estructuración de materiales. Puede recibir no solo texto, sino también imágenes y documentos, y la compatibilidad con llamadas a herramientas permite integrar el modelo en sus propios escenarios y servicios.
El límite de una respuesta es de hasta 235 929 tokens, lo que significa que el modelo puede generar el volumen de un libro completo de una vez: un análisis detallado, un gran módulo de código o una serie de secciones relacionadas. En la práctica, usted define el volumen necesario en la formulación de la consulta y los parámetros de la API.
No hay una etiqueta específica sobre el modo de razonamiento en nuestros datos, por lo que no prometemos pensamientos ocultos. Sin embargo, puede pedirle directamente al modelo que razone en voz alta: detallar los pasos, verificar la lógica y luego dar una conclusión. En tareas complejas, este método ayuda notablemente.
Sí, ambos están confirmados: el modelo llama a funciones y devuelve JSON estructurado según su esquema. Es la base para agentes, analizadores e integraciones: la respuesta llega en un formato predecible que se integra directamente en el código sin análisis manual. A través de la API unificada de BotHub, funciona como una solicitud estándar compatible con OpenAI.
Imágenes y documentos, sí, son formatos de entrada confirmados: envíe una captura de pantalla, un esquema, un PDF o una tabla y pida analizar el contenido. No hay notas sobre audio y video en nuestros datos, así que cuente con texto, imágenes y archivos.
La familia Qwen se desarrolla originalmente como multilingüe, y con textos en ruso (resumen, edición, análisis), estos modelos suelen desempeñarse con confianza. La forma más precisa de verificarlo es con su propio material: en BotHub, puede ejecutar la misma consulta a través de varios modelos en una sola ventana y comparar el resultado.