Qwen: Qwen3.8 2.4T A95B

Qwen3.8 2.4T A95B es un modelo de mezcla de expertos dispersa con pesos abiertos de Qwen, y es la variante de pesos abiertos de Qwen3.8 Max. El nombre refleja su arquitectura: 95 mil millones de parámetros activos de 2.4 billones totales, por lo que solo una fracción de la red se involucra por token mientras que el modelo completo aún mantiene un grupo muy grande de pesos. Se sitúa en la categoría de texto, recibe texto y devuelve texto.

El número destacado para la mayoría de las integraciones es la ventana de contexto de 1,048,576 tokens, que es lo suficientemente grande como para contener bases de código enteras, conjuntos largos de documentos o historiales de conversación extendidos en una sola solicitud. La salida está limitada a 131,072 tokens, por lo que son posibles generaciones largas junto con entradas largas. El modelo admite comportamiento de razonamiento, incluido un parámetro reasoning, un control reasoning_effort y un indicador include_reasoning, que le permite decidir si se muestra el contenido de razonamiento. También admite salidas estructuradas y response_format, por lo que puede restringir las respuestas a un esquema en lugar de analizar texto libre.

Esas capacidades apuntan a un conjunto bastante específico de usos. El análisis de contexto largo es el más obvio: alimentar repositorios completos, paquetes de contratos, archivos de registros o corpus de investigación y hacer preguntas sobre todo ello sin una capa de recuperación. Debido a que se admiten tools y tool_choice, el modelo puede actuar como el núcleo de razonamiento de un agente que llama a funciones o API externas. Las salidas estructuradas lo hacen adecuado para canalizaciones de extracción, donde se necesita JSON consistente a partir de entradas desordenadas. Los controles de razonamiento se adaptan a tareas en las que se desea que el modelo resuelva un problema paso a paso, y los parámetros de muestreo le dan margen para ajustar el comportamiento tanto para una generación determinista como más exploratoria.

Llamarlo a través de api14 funciona de la misma manera que cualquier otro modelo de la plataforma, ya que la API es compatible con OpenAI. Usted envía su solicitud al endpoint de finalizaciones de chat con el id de modelo "qwen/qwen3.8-2.4t-a95b" y sus mensajes en el formato habitual. Los parámetros de solicitud admitidos son frequency_penalty, include_reasoning, logit_bias, logprobs, max_tokens, min_p, presence_penalty, reasoning, reasoning_effort, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs y top_p. Si ya tiene código escrito para el SDK de OpenAI, apuntar la URL base a api14 y cambiar el id de modelo es generalmente todo el cambio.

Dos notas prácticas. Primero, este es un modelo solo de texto: no hay entrada de imagen o audio, por lo que cualquier cosa multimodal necesita un modelo diferente. Segundo, el diseño de mezcla de expertos significa que el recuento de parámetros activos es mucho menor que el total, pero un modelo de 2.4 billones de parámetros sigue siendo grande, y el contexto de 1M tokens significa que las solicitudes pueden llevar mucha entrada. Para tareas cortas y simples donde la latencia o el rendimiento importan más que la profundidad, un modelo más pequeño suele ser la mejor opción.