> ## Documentation Index
> Fetch the complete documentation index at: https://docs.aihubmix.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Qwen 시리즈

## Qwen 3 시리즈

Qwen3는 동적 사고 모드로 오픈 LLM을 재정의하며, 코드, 수학, 다국어 추론에서 탁월합니다. 희소한 22B 활성 매개변수로 구동되어 번개같은 속도와 깊은 지능의 균형을 맞춥니다 — 경량에서 235B 거대 모델까지 완전 오픈소스입니다.

**1. 기본 사용:** OpenAI 호환 형식으로 전달합니다.\
**2. 도구 호출:** 일반 도구는 OpenAI 호환 형식을 지원하며, MCP 도구는 qwen-agent에 의존하고 먼저 다음 명령을 사용하여 종속성을 설치해야 합니다:
`pip install -U qwen-agent mcp`.
자세한 내용은 [Ali 공식 문서](https://huggingface.co/Qwen/Qwen3-235B-A22B)를 참조하세요

<CodeGroup>
  ```py 기본 사용 theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="sk-***", # 🔑 AiHubMix 키로 교체하세요
      base_url="https://aihubmix.com/v1",
  )

  completion = client.chat.completions.create(
      model="Qwen/Qwen3-30B-A3B",
      messages=[
          {
              "role": "user",
              "content": "오컴의 면도날 개념을 설명하고 일상생활에서의 예시를 제공해주세요"
          }
      ],
      stream=True
  )

  for chunk in completion:
      if hasattr(chunk.choices, '__len__') and len(chunk.choices) > 0:
          if hasattr(chunk.choices[0].delta, 'content') and chunk.choices[0].delta.content is not None:
              print(chunk.choices[0].delta.content, end="")
  ```

  ```py 도구 theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="sk-***", # 🔑 AiHubMix 키로 교체하세요
      base_url="https://aihubmix.com/v1",
  )

  # 도구 정의
  tools = [
      {
          "type": "function",
          "function": {
              "name": "get_current_weather",
              "description": "지정된 위치의 현재 날씨 가져오기",
              "parameters": {
                  "type": "object",
                  "properties": {
                      "location": {
                          "type": "string",
                          "description": "도시 이름, 예: 서울, 부산 등"
                      },
                      "unit": {
                          "type": "string",
                          "enum": ["celsius", "fahrenheit"],
                          "description": "온도 단위"
                      }
                  },
                  "required": ["location"]
              }
          }
      }
  ]

  # 도구 정의가 포함된 채팅 완성 요청 생성
  completion = client.chat.completions.create(
      model="Qwen/Qwen3-30B-A3B",  # 2.5와 3 모두 지원, QwQ는 지원하지 않음
      messages=[
          {
              "role": "user",
              "content": "오늘 서울 날씨는 어떤가요?"
          }
      ],
      tools=tools,
      tool_choice="auto",  # 모델이 도구 사용 여부를 결정하도록 함
      stream=True
  )

  # 도구 호출 정보 수집을 위한 딕셔너리
  tool_calls = {}

  # 스트리밍 응답 처리
  for chunk in completion:
      if not hasattr(chunk.choices, '__len__') or len(chunk.choices) == 0:
          continue
          
      delta = chunk.choices[0].delta
      
      # 텍스트 내용 처리
      if hasattr(delta, 'content') and delta.content:
          print(delta.content, end="")
      
      # 도구 호출 처리
      if hasattr(delta, 'tool_calls') and delta.tool_calls:
          for tool_call in delta.tool_calls:
              if not hasattr(tool_call, 'index'):
                  continue
                  
              idx = tool_call.index
              if idx not in tool_calls:
                  tool_calls[idx] = {"name": "", "arguments": ""}
                  
              if hasattr(tool_call, 'function'):
                  if hasattr(tool_call.function, 'name') and tool_call.function.name:
                      tool_calls[idx]["name"] = tool_call.function.name
                  if hasattr(tool_call.function, 'arguments') and tool_call.function.arguments:
                      tool_calls[idx]["arguments"] += tool_call.function.arguments

  # 완료 후 수집된 도구 호출 정보 출력
  for idx, info in tool_calls.items():
      if info["name"]:
          print(f"\n도구 호출: {info['name']}")
      if info["arguments"]:
          print(f"인수: {info['arguments']}")
  ```

  ```py MCP 도구 theme={null}
  from qwen_agent.agents import Assistant
  import os

  # LLM 정의
  llm_cfg = {
      'model': 'Qwen/Qwen3-30B-A3B',

      # OpenAI API와 호환되는 사용자 정의 엔드포인트 사용:
      'model_server': 'https://aihubmix.com/v1',
      'api_key': os.getenv('AIHUBMIX_API_KEY'),

      # 기타 매개변수:
      # 'generate_cfg': {
      #         # 추가: 응답 내용이 `<think>이것이 생각입니다</think>이것이 답변입니다;일 때
      #         # 추가하지 않음: 응답이 reasoning_content와 content로 분리되었을 때.
      #         'thought_in_content': True,
      #     },
  }

  # 도구 정의
  tools = [
      {'mcpServers': {  # MCP 구성 파일을 지정할 수 있습니다
              'time': {
                  'command': 'uvx',
                  'args': ['mcp-server-time', '--local-timezone=Asia/Seoul']
              },
              "fetch": {
                  "command": "uvx",
                  "args": ["mcp-server-fetch"]
              }
          }
      },
    'code_interpreter',  # 내장 도구
  ]

  # 에이전트 정의
  bot = Assistant(llm=llm_cfg, function_list=tools)

  # 스트리밍 생성
  messages = [{'role': 'user', 'content': 'https://qwenlm.github.io/blog/ Qwen의 최신 개발 상황을 소개해주세요'}]
  for responses in bot.run(messages=messages):
      pass
  print(responses)
  ```
</CodeGroup>

## Qwen 2.5 및 QwQ/QvQ 시리즈

OpenAI 호환 형식을 사용하여 전달하며, 차이점은 스트리밍 호출에서 `chunk.choices[0].delta.content`를 추출해야 한다는 것입니다. 다음을 참조하세요.

**1. QvQ，Qwen 2.5 VL:** 이미지 인식.\
**2. QwQ:** 텍스트 작업.

<CodeGroup>
  ```py Qwen 2.5 VL theme={null}
  from openai import OpenAI
  import base64
  import os

  client = OpenAI(
      api_key="sk-***", # 🔑 AiHubMix 키로 교체하세요
      base_url="https://aihubmix.com/v1",
  )

  image_path = "yourpath/file.png"

  def encode_image(image_path):
      if not os.path.exists(image_path):
          raise FileNotFoundError(f"이미지 파일이 존재하지 않습니다: {image_path}")
      
      with open(image_path, "rb") as image_file:
          return base64.b64encode(image_file.read()).decode('utf-8')

  # 이미지의 base64 인코딩 가져오기
  base64_image = encode_image(image_path)

  completion = client.chat.completions.create(
      model="qwen2.5-vl-72b-instruct", #qwen2.5-vl-72b-instruct OR Qwen/QVQ-72B-Preview
      messages=[
          {
              "role": "user",
              "content": [
                  {"type": "text", "text": "이 이미지를 자세히 설명해주세요"},
                  {
                      "type": "image_url",
                      "image_url": {
                          "url": f"data:image/png;base64,{base64_image}"
                      }
                  }
              ]
          }
      ],
      stream=True
  )

  for chunk in completion:
      if hasattr(chunk.choices, '__len__') and len(chunk.choices) > 0:
          if hasattr(chunk.choices[0].delta, 'content') and chunk.choices[0].delta.content is not None:
              print(chunk.choices[0].delta.content, end="")
  ```

  ```py QwQ theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="sk-***", # 🔑 AiHubMix 키로 교체하세요
      base_url="https://aihubmix.com/v1",
  )

  completion = client.chat.completions.create(
      model="Qwen/QwQ-32B",
      messages=[
          {
              "role": "user",
              "content": [
                  {"type": "text", "text": "우주를 지배하는 메타 규칙은 무엇인가요?"}
              ]
          }
      ],
      stream=True
  )

  for chunk in completion:
      if hasattr(chunk.choices, '__len__') and len(chunk.choices) > 0:
          if hasattr(chunk.choices[0].delta, 'content') and chunk.choices[0].delta.content is not None:
              print(chunk.choices[0].delta.content, end="")
  ```
</CodeGroup>

***

마지막 업데이트: 2026-06-01