हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।
Qwen: Qwen3.5-122B-A10B
qwen/qwen3.5-122b-a10bQwen: Qwen3.5-122B-A10B अभी आज़माएं
ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।
एक API. हर मॉडल.
सेशन लागत $0.00
सेटिंग्स
उन्नत पैरामीटर
Qwen: Qwen3.5-122B-A10B एक नज़र में
- इनपुट कीमत 434 टेक्स्ट मॉडल के मीडियन से 11% कम है।
- 2,62,144 tokens की context window, लंबे दस्तावेज़ों और कई चरणों वाली बातचीत के लिए काफी।
- agents और integrations के लिए tool (function) calling सपोर्ट करता है।
- schema के साथ structured JSON output सपोर्ट करता है।
- reasoning effort नियंत्रण सपोर्ट करता है।
- इनपुट के रूप में इमेज स्वीकार करता है (vision)।
- एक सामान्य request (1,000 इनपुट / 500 आउटपुट tokens) की लागत लगभग $0.00700 है।
Qwen: Qwen3.5-122B-A10B के बारे में
Qwen3.5-122B-A10B, Qwen का एक टेक्स्ट जनरेशन मॉडल है, जिसे प्रोवाइडर ने 2026-02-25 को रिलीज़ किया। यह टेक्स्ट श्रेणी में आता है और इसके प्रोवाइडर द्वारा इसे एक नेटिव विज़न-लैंग्वेज मॉडल के रूप में वर्णित किया गया है, जो एक हाइब्रिड आर्किटेक्चर पर बना है जो एक लीनियर अटेंशन मेकैनिज़्म को एक स्पार्स मिक्सचर-ऑफ-एक्सपर्ट्स डिज़ाइन के साथ जोड़ता है, जिसके बारे में प्रोवाइडर कहता है कि यह उच्चतर इन्फरेंस दक्षता प्राप्त करता है। नाम इस आर्किटेक्चर को दर्शाता है: 122B कुल पैरामीटर, 10B सक्रिय, यानी आप एक बड़े मॉडल को कॉल कर रहे हैं जो प्रति टोकन अपने एक हिस्से को ही सक्रिय करता है।
मॉडल इनपुट के रूप में टेक्स्ट, इमेज और वीडियो स्वीकार करता है और केवल टेक्स्ट लौटाता है। इसका कॉन्टेक्स्ट विंडो 262,144 टोकन है, और अधिकतम आउटपुट 65,536 टोकन है। चूंकि इनपुट मोडैलिटीज़ में टेक्स्ट के साथ-साथ इमेज और वीडियो भी शामिल हैं, वही एंडपॉइंट सादे प्रॉम्प्टिंग, डॉक्युमेंट या स्क्रीनशॉट समझने, और वीडियो-आधारित प्रश्नों को किसी अलग विज़न मॉडल पर स्विच किए बिना संभालता है। रीज़निंग आउटपुट भी इसी तस्वीर का हिस्सा है: समर्थित पैरामीटर में reasoning और include_reasoning शामिल हैं, इसलिए आप मॉडल की रीज़निंग सामग्री का अनुरोध कर सकते हैं या उसे वहां दिखा सकते हैं जहां आपके एप्लिकेशन को इसकी आवश्यकता हो।
ये क्षमताएं व्यावहारिक उपयोगों के एक काफी विस्तृत समूह की ओर संकेत करती हैं। लंबा कॉन्टेक्स्ट और विज़न इनपुट कोडबेस और रिपॉज़िटरी विश्लेषण के लिए उपयुक्त है, जहां आप बड़ी मात्रा में सोर्स पेस्ट करते हैं और स्पष्टीकरण या बदलाव मांगते हैं, और यह लंबे डॉक्युमेंट वर्कफ़्लो जैसे कॉन्ट्रैक्ट समीक्षा, रिसर्च सिंथेसिस या कई पेजों पर रिपोर्ट जनरेशन के लिए भी उपयुक्त है। वीडियो और इमेज इनपुट मीडिया वर्कफ़्लो खोलते हैं: फुटेज का वर्णन करना, फ़्रेम या स्क्रीनशॉट से संरचित डेटा निकालना, और विज़ुअल सामग्री पर आधारित प्रश्नों का उत्तर देना। टूल कॉलिंग और स्ट्रक्चर्ड आउटपुट इसे किसी एजेंट या ऐसी पाइपलाइन के रीज़निंग कोर के रूप में उपयोग करने योग्य बनाते हैं जिसे फ्री टेक्स्ट के बजाय मशीन-पठनीय परिणाम लौटाने होते हैं।
आप इसे api14 के OpenAI-संगत API के माध्यम से मॉडल आईडी "qwen/qwen3.5-122b-a10b" का उपयोग करके कॉल करते हैं। समर्थित रिक्वेस्ट पैरामीटर हैं 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 और top_p। व्यवहार में यह सैंपलिंग नियंत्रण (temperature, top_p, top_k, min_p, पेनल्टी पैरामीटर, seed), आउटपुट नियंत्रण (max_tokens, stop, response_format, structured_outputs), टूल उपयोग (tools, tool_choice), रीज़निंग नियंत्रण (reasoning, include_reasoning) और टोकन प्रायिकताओं के निरीक्षण (logprobs, top_logprobs, logit_bias) को कवर करता है।
निर्णय लेते समय दो व्यावहारिक बाधाओं को ध्यान में रखना उपयोगी है। आउटपुट 65,536 टोकन तक सीमित है, भले ही कॉन्टेक्स्ट विंडो 262,144 टोकन है, इसलिए जिन कार्यों में एक बहुत लंबा एकल उत्तर चाहिए, उनमें काम को कई कॉल में विभाजित करना पड़ सकता है। और मॉडल केवल टेक्स्ट लौटाता है, इसलिए यदि आपकी पाइपलाइन को जनरेट की गई इमेज, ऑडियो या एम्बेडिंग चाहिए, तो यह मॉडल उस चरण के लिए सही घटक नहीं है।
Qwen: Qwen3.5-122B-A10B API कैसे कॉल करें
- अपने dashboard में API key बनाएं।
- अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
- baseURL को https://api14.com/api/v1 और model को "qwen/qwen3.5-122b-a10b" पर सेट करें।
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "qwen/qwen3.5-122b-a10b",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
समर्थित parameters
frequency_penaltyinclude_reasoninglogit_biaslogprobsmax_tokensmin_ppresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_pस्पेसिफिकेशन
- Context लंबाई
- 2,62,144
- अधिकतम आउटपुट
- 65,536
- इनपुट
- text, image, video
- आउटपुट
- text
api14 पर requests · पिछले 7 दिन
Qwen: Qwen3.5-122B-A10B: अक्सर पूछे जाने वाले सवाल
- Qwen: Qwen3.5-122B-A10B API की कीमत कितनी है?
- Qwen: Qwen3.5-122B-A10B की कीमत इनपुट $1.40 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
- Qwen: Qwen3.5-122B-A10B की context window कितनी है?
- Qwen: Qwen3.5-122B-A10B हर request में 2,62,144 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 65,536 आउटपुट tokens तक लिखता है।
- Qwen: Qwen3.5-122B-A10B क्या कर सकता है?
- Qwen: Qwen3.5-122B-A10B text, image, video स्वीकार करता है और text लौटाता है। यह tool calling, structured JSON output, reasoning effort नियंत्रण सपोर्ट करता है।
- अपने कोड से Qwen: Qwen3.5-122B-A10B कैसे कॉल करूं?
- किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "qwen/qwen3.5-122b-a10b" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
- Qwen: Qwen3.5-122B-A10B के विकल्प क्या हैं?
- मिलती-जुलती कीमत वाले टेक्स्ट मॉडल: Elorian: Glimpse, StepFun: Step 5 Preview, ByteDance Seed: Seed-2.0-Code। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।
Qwen: Qwen3.5-122B-A10B कम्युनिटी
नया टॉपिकइस कम्युनिटी में अभी कोई टॉपिक नहीं है। Qwen: Qwen3.5-122B-A10B के बारे में पहला टॉपिक खोलें।