Qwen: Qwen3.5 Plus 2026-02-15

Qwen : Qwen3.5 Plus 2026-02-15 est un modèle de génération de texte de Qwen, publié sous l'identifiant de modèle qwen/qwen3.5-plus-02-15. Il appartient à la série de modèles Plus native vision-langage Qwen3.5, que Qwen décrit comme étant construite sur une architecture hybride combinant des mécanismes d'attention linéaire avec des modèles à mélange d'experts creux pour atteindre une efficacité d'inférence plus élevée. C'est un modèle à entrée multimodale dans la catégorie texte, il accepte donc plus que du texte tout en produisant du texte comme seule sortie.

Du côté de l'entrée, le modèle accepte du texte, des images et de la vidéo, et il renvoie du texte. Sa fenêtre de contexte est de 1 000 000 de tokens, ce qui est suffisamment grand pour contenir de très longs documents, de longues conversations ou des transcriptions multimédias étendues dans une seule requête. La sortie maximale est de 65 536 tokens, les réponses peuvent donc être longues, mais elles restent bien en dessous de la capacité d'entrée. Comme les images et la vidéo sont acceptées en entrée, le modèle peut travailler directement sur du contenu visuel plutôt que de dépendre d'une étape distincte de légendage.

Ces capacités indiquent quelques usages pratiques. Le travail textuel à long contexte, comme le résumé de grands ensembles de documents, la recherche dans un vaste corpus ou le maintien d'une longue conversation d'assistant, correspond à la fenêtre de 1 000 000 de tokens. Les tâches multimédias mixtes correspondent aux modalités d'entrée : décrire ou extraire des informations d'images, examiner du contenu vidéo, ou répondre à des questions fondées sur du contenu visuel accompagné de texte. Les paramètres d'outils et de sortie structurée en font également un choix raisonnable pour les pipelines où le modèle appelle des fonctions ou renvoie des résultats au format JSON, et les paramètres de raisonnement conviennent aux tâches où vous souhaitez que le raisonnement du modèle soit exposé ou contrôlé.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle qwen/qwen3.5-plus-02-15. Les paramètres de requête pris en charge sont frequency_penalty, include_reasoning, logprobs, max_tokens, presence_penalty, reasoning, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs et top_p. En pratique, cela signifie que vous pouvez ajuster l'échantillonnage avec temperature, top_p et top_k, contrôler la répétition avec les paramètres de pénalité, limiter la longueur avec max_tokens, rendre les exécutions reproductibles avec seed, contraindre la sortie avec response_format et structured_outputs, et configurer l'appel de fonctions avec tools et tool_choice. Les options de probabilité logarithmique sont disponibles via logprobs et top_logprobs, et le comportement de raisonnement peut être demandé ou inspecté via reasoning et include_reasoning.

Les principales limites à garder à l'esprit sont le plafond de sortie de 65 536 tokens et le fait que le modèle ne produit que du texte, il ne peut donc pas générer d'images ni de vidéo. Si votre tâche est purement textuelle et n'a pas besoin du chemin d'entrée vision-langage, un modèle uniquement textuel peut être plus adapté, et si vous avez besoin de médias générés plutôt que de texte, ce modèle n'est pas le bon choix.