Qwen: Qwen3.6 Plus

Qwen3.6 Plus es un modelo de generación de texto de Qwen, listado en api14 bajo el id de modelo qwen/qwen3.6-plus. Se sitúa en la categoría de texto y es el nivel plus de la serie Qwen 3.6. Qwen lo describe como construido sobre una arquitectura híbrida que combina atención lineal eficiente con enrutamiento disperso de mezcla de expertos, lo que el proveedor presenta como habilitador de una gran escalabilidad y una inferencia de alto rendimiento. La fecha de lanzamiento del proveedor es el 2 de abril de 2026.

El modelo acepta texto, imágenes y vídeo como entrada, y produce texto como salida. Su ventana de contexto es de 1.000.000 de tokens, y la longitud máxima de salida es de 65.536 tokens. Esa combinación significa que puedes enviar entradas muy grandes, incluidos documentos largos y medios junto con texto, y aun así recibir una respuesta de texto sustancial en una sola solicitud.

Los usos prácticos se derivan de esas capacidades. Un contexto de un millón de tokens es adecuado para trabajar sobre bases de código grandes, transcripciones largas, conjuntos completos de documentos o historiales de conversación extensos sin tener que fragmentarlo todo tú mismo. Dado que se aceptan imágenes y vídeo como entrada, el modelo puede usarse para tareas como describir o razonar sobre material visual, extraer información de capturas de pantalla o fotogramas, y responder preguntas fundamentadas en medios más el texto que los acompaña. El elevado límite de salida ayuda en tareas que requieren respuestas generadas largas, como redactar informes extensos o producir salidas estructuradas prolongadas.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo qwen/qwen3.6-plus. 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. El llamamiento a herramientas está disponible mediante tools y tool_choice, las salidas estructuradas y response_format cubren la generación restringida de estilo JSON, y los parámetros reasoning e include_reasoning te permiten controlar el comportamiento de razonamiento donde el modelo lo admite. El muestreo puede ajustarse con temperature, top_p y top_k, con seed para reproducibilidad y secuencias stop para el control de la salida.

Ten en cuenta el límite de salida: 65.536 tokens por respuesta es generoso pero finito, así que las generaciones muy largas pueden necesitar dividirse en varias llamadas. Si tu carga de trabajo es solo de texto y no se beneficia del contexto grande ni de las entradas de medios, un modelo más pequeño de la línea Qwen puede encajar de forma más sencilla. Para entrada multimodal o contextos muy largos, este modelo es la elección adecuada entre las opciones descritas aquí.