Qwen: Qwen3.8 Max (0902)

Qwen3.8 Max (0902) es un modelo de generación de texto de Qwen, la familia de modelos mantenida por el equipo Qwen de Alibaba. Es una instantánea actualizada de Qwen3.8 Max, y el proveedor lo describe como un modelo de mezcla de expertos de 2,4 billones de parámetros. El id del modelo en api14 es qwen/qwen3.8-max-0902, y se encuentra en la categoría de texto, que es donde deberías buscarlo si estás explorando el catálogo por tipo de tarea.

El modelo acepta texto, imagen y vídeo como entrada, y devuelve texto. Esa combinación lo convierte en un modelo multimodal en lugar de uno solo de texto, por lo que puedes enviar un prompt junto con material visual y obtener una respuesta escrita. La ventana de contexto es de 1.000.000 de tokens, lo suficientemente grande como para contener documentos muy largos, transcripciones extensas o conversaciones multiturno prolongadas sin recortes. La salida máxima es de 131.072 tokens, por lo que las respuestas también pueden ser largas. El razonamiento forma parte de la superficie del modelo: los parámetros admitidos incluyen reasoning, reasoning_effort e include_reasoning, lo que significa que puedes controlar si se expone el razonamiento y cuánto esfuerzo se dedica a él.

Esas capacidades apuntan a algunos usos prácticos. Dado que el lado de entrada cubre imágenes y vídeo además de texto, el modelo encaja en tareas en las que necesitas una respuesta escrita sobre material visual, como describir o resumir lo que ocurre en un clip, o responder preguntas sobre un conjunto de imágenes. La gran ventana de contexto es adecuada para trabajar con entradas largas: revisar documentos extensos, extraer información estructurada de un gran corpus en una sola solicitud o mantener coherente una conversación larga. Los controles de razonamiento son útiles cuando una tarea se beneficia de un trabajo interno paso a paso, y los parámetros de herramientas y salida estructurada admiten flujos de trabajo en los que el modelo tiene que llamar a funciones o devolver datos con una forma fija.

Llamar al modelo a través de api14 funciona igual que con cualquier otro endpoint compatible con OpenAI. Envías una solicitud a la ruta de chat completions con el campo model establecido en qwen/qwen3.8-max-0902, y puedes usar las bibliotecas cliente de OpenAI o una solicitud HTTP simple. Los parámetros de solicitud que admite son frequency_penalty, include_reasoning, logprobs, max_tokens, presence_penalty, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs y top_p. Eso cubre controles de muestreo, determinismo mediante seed, condiciones de parada, salida de probabilidad logarítmica, respuestas estructuradas y de estilo JSON, y llamadas a herramientas o funciones. Si necesitas una forma de salida específica, response_format y structured_outputs son los parámetros relevantes; si quieres que el modelo use funciones externas, tools y tool_choice son los que debes establecer.

Una cosa que hay que tener en cuenta es que el modelo solo devuelve texto, así que si tu aplicación necesita imágenes, audio o vídeo generados como salida, este modelo no es el adecuado y deberías buscar un modelo cuyas modalidades de salida coincidan. La ventana de contexto tan grande y el límite de salida de 131.072 tokens son generosos, pero siguen siendo límites, y las entradas que superen la longitud de contexto tendrán que acortarse o dividirse. Si tu tarea es puramente texto de entrada y texto de salida y no necesita la entrada multimodal ni los controles de razonamiento, un modelo de texto más pequeño puede ser más sencillo de usar.