Qwen: Qwen3.5 Plus 2026-02-15

Qwen: Qwen3.5 Plus 2026-02-15 es un modelo de generación de texto de Qwen, publicado bajo el id de modelo qwen/qwen3.5-plus-02-15. Pertenece a la serie nativa de visión-lenguaje Qwen3.5 de modelos Plus, que Qwen describe como construida sobre una arquitectura híbrida que combina mecanismos de atención lineal con modelos de mezcla de expertos dispersos para lograr una mayor eficiencia de inferencia. Es un modelo de entrada multimodal en la categoría de texto, por lo que acepta más que texto mientras produce texto como su única salida.

En el lado de la entrada, el modelo acepta texto, imágenes y vídeo, y devuelve texto. Su ventana de contexto es de 1.000.000 de tokens, lo suficientemente grande como para contener documentos muy largos, conversaciones largas o transcripciones multimedia extensas en una sola solicitud. La salida máxima es de 65.536 tokens, por lo que las respuestas pueden ser largas, pero están acotadas muy por debajo de la capacidad de entrada. Dado que se aceptan imágenes y vídeo como entrada, el modelo puede trabajar directamente sobre material visual en lugar de depender de un paso separado de descripción de imágenes.

Esas capacidades apuntan a algunos usos prácticos. El trabajo de texto con contexto largo, como resumir grandes conjuntos de documentos, buscar en un gran corpus o mantener una conversación de asistente de larga duración, encaja en la ventana de 1.000.000 de tokens. Las tareas de medios mixtos encajan con las modalidades de entrada: describir o extraer información de imágenes, revisar contenido de vídeo o responder preguntas fundamentadas en material visual junto con texto. Los parámetros de herramientas y de salida estructurada también lo convierten en una opción razonable para canalizaciones en las que el modelo llama a funciones o devuelve resultados con forma de JSON, y los parámetros de razonamiento se adaptan a tareas en las que se desea que el razonamiento del modelo se muestre o se controle.

Se llama a través de la API compatible con OpenAI de api14 usando el id de modelo qwen/qwen3.5-plus-02-15. Los parámetros de solicitud admitidos son frequency_penalty, include_reasoning, logprobs, max_tokens, presence_penalty, reasoning, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs y top_p. En la práctica, esto significa que puedes ajustar el muestreo con temperature, top_p y top_k, controlar la repetición con los parámetros de penalización, limitar la longitud con max_tokens, hacer que las ejecuciones sean reproducibles con seed, restringir la salida con response_format y structured_outputs, y configurar el llamamiento a funciones con tools y tool_choice. Las opciones de probabilidad logarítmica están disponibles a través de logprobs y top_logprobs, y el comportamiento de razonamiento puede solicitarse o inspeccionarse mediante reasoning e include_reasoning.

Los principales límites a tener en cuenta son el techo de salida de 65.536 tokens y el hecho de que el modelo solo produce texto, por lo que no puede generar imágenes ni vídeo. Si tu tarea es puramente de texto y no necesita la ruta de entrada de visión-lenguaje, un modelo solo de texto puede encajar de forma más sencilla, y si necesitas medios generados en lugar de texto, este modelo no es la elección correcta.