Qwen: Qwen-Plus

Qwen-Plus est un modèle de texte de Qwen, la famille de modèles développée par Alibaba Cloud. Il est construit sur le modèle de fondation Qwen2.5 et a été publié par le fournisseur le 2025-02-01. Sur api14, il est répertorié sous l'identifiant de modèle qwen/qwen-plus et se situe dans la catégorie texte, il vise donc le travail linguistique général plutôt que le traitement d'images ou d'audio.

Le modèle prend du texte en entrée et renvoie du texte en sortie. Sa fenêtre de contexte est de 1 000 000 de tokens, ce qui est suffisamment grand pour contenir de très longs documents, transcriptions ou bases de code dans une seule requête, et sa sortie maximale est de 32 768 tokens. La date limite de connaissances est le 2025-03-31, donc tout ce qui suit cette date est en dehors de ce que le modèle a appris pendant l'entraînement. Le fournisseur décrit Qwen-Plus comme offrant une combinaison équilibrée de performance, de vitesse et de coût, ce qui en fait une valeur par défaut raisonnable pour les équipes qui veulent un traitement de texte général solide sans ajustement pour une seule dimension.

Ces capacités indiquent quelques usages pratiques. Le contexte long convient à la synthèse et aux questions-réponses sur des documents sources volumineux, tels que des contrats, des articles de recherche, des archives de support ou des dépôts multi-fichiers, où vous auriez autrement besoin de découper et de recoller les résultats. L'entrée et la sortie uniquement textuelles conviennent aux assistants de chat, à la rédaction et à la réécriture, à la classification, à l'extraction et à la traduction. Comme le modèle prend en charge les outils et les sorties structurées, il fonctionne aussi pour les flux de travail de type agent qui appellent des fonctions et pour les pipelines qui ont besoin de réponses dans un schéma fixe plutôt que de texte libre.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle qwen/qwen-plus, donc les SDK et clients OpenAI existants fonctionnent avec seulement un changement d'URL de base et de clé. Les paramètres de requête pris en charge sont frequency_penalty, logprobs, max_tokens, presence_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs et top_p. Cela couvre les contrôles d'échantillonnage, les exécutions déterministes via seed, les séquences d'arrêt, les limites de tokens, l'inspection des probabilités logarithmiques, et l'appel de fonctions ou la sortie contrainte par schéma.

Deux limites méritent d'être notées avant de vous engager. L'entrée est uniquement textuelle, donc si votre tâche dépend d'images ou d'audio, ce modèle n'est pas adapté. La date limite de connaissances du 2025-03-31 signifie aussi que les questions sensibles au temps nécessitent une récupération ou des outils plutôt que de s'appuyer sur les connaissances propres du modèle. Si vous avez besoin d'un équilibre différent entre latence et capacité, d'autres modèles sur api14 peuvent mieux convenir, mais pour le travail textuel à contexte long avec utilisation d'outils, Qwen-Plus est un bon point de départ.