Qwen: Qwen3.5-9B

Qwen : Qwen3.5-9B est un modèle de fondation multimodal de la famille Qwen3.5, développé par Qwen. Il est conçu comme une architecture efficace de 9 milliards de paramètres qui combine raisonnement, codage et compréhension visuelle au sein d'un seul modèle, en utilisant une conception vision-langage unifiée. Il se situe dans la catégorie texte sur api14, et sa date de publication par le fournisseur est le 10 mars 2026.

Le modèle accepte des entrées texte, image et vidéo, et il produit une sortie texte. Sa fenêtre de contexte est de 262 144 tokens, avec une sortie maximale de 32 768 tokens. Cette combinaison d'un grand contexte et de modalités d'entrée mixtes signifie qu'il peut travailler sur de longs documents tout en ancrant ses réponses dans du contenu visuel, comme des captures d'écran, des diagrammes ou des images vidéo, plutôt que sur du texte seul.

Les usages pratiques découlent de ces capacités. Le raisonnement sur grand contexte appliqué à de vastes corpus textuels est un cas naturel, tout comme l'assistance au code, puisque le modèle est conçu pour les tâches de codage. Comme il accepte des images et de la vidéo en plus du texte, il peut aussi prendre en charge des tâches telles que décrire ou répondre à des questions sur du contenu visuel, extraire des informations de captures d'écran, ou raisonner sur du contenu mêlant prose et imagerie. Le plafond de sortie de 32 768 tokens permet des réponses générées substantielles, pas seulement de courtes répliques.

Vous appelez le modèle via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "qwen/qwen3.5-9b". Les paramètres de requête pris en charge sont frequency_penalty, include_reasoning, logit_bias, logprobs, max_tokens, min_p, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs et top_p. L'appel d'outils et les sorties structurées sont disponibles via les paramètres tools, tool_choice et structured_outputs, et le comportement de raisonnement peut être influencé avec reasoning et include_reasoning.

Si votre charge de travail est uniquement textuelle et ne nécessite pas d'entrée image ou vidéo, un modèle texte seul peut être plus adapté, bien que Qwen3.5-9B traite aussi le texte. Si vous avez besoin de modalités de sortie autres que le texte, ce modèle ne les fournit pas, puisque le texte est sa seule modalité de sortie.