Ce modèle, issu d’un effort intensif de trois mois, améliore significativement la capacité de réflexion de l’IA, notamment dans les domaines du raisonnement logique, des mathématiques, des problèmes scientifiques et du codage.
Avec des performance notables sur divers tests de raisonnement, comme un score de 92,3 sur AIME25, ce modèle se positionne comme un standard dans le paysage des solutions open-source, notamment grâce à sa taille impressionnante de 235 milliards de paramètres, qui active seulement 22 milliards en fonction des besoins.
En plus de sa puissance de calcul, le modèle offre une mémoire impressionnante avec une longueur de contexte de 262 144 jetons, idéal pour le traitement d’informations volumineuses.
Pour faciliter l’intégration, Qwen a mis à disposition des outils comme SGLANG et VLLM, ainsi qu’un cadre Qwen-Agent pour exploiter ses capacités.
Des conseils sont également fournis pour optimiser les performances, notamment des instructions spécifiques pour des tâches complexes.
Le lancement du QWEN3 souligne la convergence des capacités des modèles open-source avec celles des solutions propriétaires, promettant de nouvelles innovations à venir.
