Qwen: Qwen3.8 Max (0902)

Qwen3.8 Max (0902) est un modèle de génération de texte de Qwen, la famille de modèles maintenue par l'équipe Qwen d'Alibaba. Il s'agit d'un instantané mis à jour de Qwen3.8 Max, et le fournisseur le décrit comme un modèle de mélange d'experts de 2,4 billions de paramètres. L'identifiant du modèle sur api14 est qwen/qwen3.8-max-0902, et il se situe dans la catégorie texte, où vous devriez le chercher si vous parcourez le catalogue par type de tâche.

Le modèle accepte le texte, l'image et la vidéo en entrée, et il renvoie du texte. Cette combinaison en fait un modèle multimodal plutôt qu'un modèle purement textuel, vous pouvez donc envoyer une invite accompagnée de contenu visuel et obtenir une réponse écrite en retour. La fenêtre de contexte est de 1 000 000 de jetons, ce qui est suffisamment grand pour contenir des documents très longs, de longues transcriptions ou des conversations multi-tours étendues sans troncature. La sortie maximale est de 131 072 jetons, les réponses peuvent donc être longues également. Le raisonnement fait partie de la surface du modèle : les paramètres pris en charge incluent reasoning, reasoning_effort et include_reasoning, ce qui signifie que vous pouvez contrôler si le raisonnement est exposé et combien d'effort y est consacré.

Ces capacités indiquent quelques usages pratiques. Comme le côté entrée couvre les images et la vidéo ainsi que le texte, le modèle convient aux tâches où vous avez besoin d'une réponse écrite sur du contenu visuel, comme décrire ou résumer ce qui se passe dans un clip, ou répondre à des questions sur un ensemble d'images. La grande fenêtre de contexte convient au travail sur des entrées longues : examiner des documents volumineux, extraire des informations structurées d'un grand corpus en une seule requête, ou maintenir la cohérence d'une longue conversation. Les contrôles de raisonnement sont utiles lorsqu'une tâche bénéficie d'un travail interne étape par étape, et les paramètres d'outils et de sortie structurée prennent en charge les flux de travail où le modèle doit appeler des fonctions ou renvoyer des données dans une forme fixe.

Appeler le modèle via api14 fonctionne de la même manière que n'importe quel autre point de terminaison compatible OpenAI. Vous envoyez une requête à la route chat completions avec le champ model défini sur qwen/qwen3.8-max-0902, et vous pouvez utiliser les bibliothèques clientes OpenAI ou une simple requête HTTP. Les paramètres de requête qu'il prend en charge sont 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 et top_p. Cela couvre les contrôles d'échantillonnage, le déterminisme via seed, les conditions d'arrêt, la sortie de probabilité logarithmique, les réponses structurées et de style JSON, et l'appel d'outils ou de fonctions. Si vous avez besoin d'une forme de sortie spécifique, response_format et structured_outputs sont les paramètres pertinents ; si vous voulez que le modèle utilise des fonctions externes, tools et tool_choice sont ceux à définir.

Une chose à garder à l'esprit est que le modèle ne renvoie que du texte, donc si votre application a besoin d'images, d'audio ou de vidéo générés en sortie, ce modèle n'est pas le bon choix et vous devriez chercher un modèle dont les modalités de sortie correspondent. La fenêtre de contexte très grande et le plafond de sortie de 131 072 jetons sont généreux, mais ce sont toujours des plafonds, et les entrées dépassant la longueur de contexte devront être raccourcies ou divisées. Si votre tâche est purement du texte en entrée et du texte en sortie et n'a pas besoin de l'entrée multimodale ni des contrôles de raisonnement, un modèle textuel plus petit peut être plus simple à utiliser.