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: Qwen3.5-27B
qwen/qwen3.5-27bQwen: Qwen3.5-27B 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: Qwen3.5-27B एक नज़र में
- इनपुट कीमत 434 टेक्स्ट मॉडल के मीडियन से 40% 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 $0.00473 है।
Qwen: Qwen3.5-27B के बारे में
Qwen3.5-27B, Qwen का एक टेक्स्ट जनरेशन मॉडल है, जो api14 पर qwen/qwen3.5-27b के रूप में सूचीबद्ध है। यह Qwen3.5 परिवार से संबंधित है और प्रदाता के स्वयं के विवरण के अनुसार, यह एक नेटिव विज़न-लैंग्वेज Dense मॉडल है जिसे लीनियर अटेंशन मेकैनिज़्म के साथ बनाया गया है, जिसके बारे में प्रदाता कहता है कि यह इन्फरेंस गति और प्रदर्शन को संतुलित करते हुए तेज़ प्रतिक्रिया समय देता है। प्रदाता बताता है कि इसकी समग्र क्षमताएँ परिवार के बड़े मॉडलों के तुलनीय हैं। यह एक सामान्य प्रयोजन वाला मॉडल है, न कि किसी विशिष्ट कार्य के लिए, इसलिए यह उन सामान्य टेक्स्ट और रीज़निंग कार्यभारों के लिए उपयुक्त है जो डेवलपर्स होस्टेड चैट कम्पलीशन एंडपॉइंट पर लाते हैं।
मॉडल इनपुट के रूप में टेक्स्ट, इमेज और वीडियो स्वीकार करता है, और आउटपुट के रूप में टेक्स्ट उत्पन्न करता है। इसकी कॉन्टेक्स्ट विंडो 262144 टोकन है, जो इतनी बड़ी है कि एक ही अनुरोध में बहुत लंबे दस्तावेज़, लंबी बातचीत, या टेक्स्ट और मीडिया का मिश्रण रख सके, और इसकी अधिकतम आउटपुट लंबाई 81920 टोकन है। टेक्स्ट के साथ-साथ इमेज और वीडियो पढ़ पाने का अर्थ है कि वही एंडपॉइंट सादे भाषा कार्यों और उन कार्यों दोनों को संभालता है जिनमें इनपुट में दृश्य सामग्री शामिल होती है, बिना हर एक के लिए अलग मॉडल की आवश्यकता के।
ये क्षमताएँ कुछ व्यावहारिक पैटर्न की ओर संकेत करती हैं। लंबे कॉन्टेक्स्ट वाला काम, जैसे बड़े दस्तावेज़ों, कोडबेस या ट्रांसक्रिप्ट का सारांश बनाना या उनसे क्वेरी करना, स्वाभाविक रूप से उपयुक्त है, विशेषकर जहाँ सामग्री छोटी विंडो के लिए बहुत लंबी हो। चूँकि इनपुट में इमेज और वीडियो शामिल हो सकते हैं, मॉडल का उपयोग कैप्शनिंग, विज़ुअल प्रश्न उत्तर, स्क्रीनशॉट या फ़्रेम से संरचित डेटा निकालने, और किसी क्लिप में क्या होता है इसका वर्णन करने के लिए किया जा सकता है। लीनियर अटेंशन और तेज़ प्रतिक्रियाओं पर प्रदाता का ज़ोर यह भी संकेत देता है कि यह उन इंटरैक्टिव अनुप्रयोगों के लिए भी उचित है जहाँ लेटेंसी मायने रखती है, जैसे चैट सहायक और टूल कॉलिंग एजेंट।
api14 के माध्यम से इसे कॉल करना किसी भी OpenAI संगत चैट मॉडल को कॉल करने जैसा ही है। मॉडल आईडी qwen/qwen3.5-27b के साथ चैट कम्पलीशन एंडपॉइंट पर अनुरोध भेजें। API कई प्रकार के अनुरोध पैरामीटर समर्थित करता है: temperature, top_p, top_k, min_p, frequency_penalty, presence_penalty, repetition_penalty, max_tokens, stop, seed, logit_bias, logprobs, top_logprobs, response_format, structured_outputs, tools, tool_choice, reasoning और include_reasoning। इसलिए आप सैंपलिंग नियंत्रित कर सकते हैं, आउटपुट को JSON स्कीमा तक सीमित कर सकते हैं, फ़ंक्शन कॉलिंग के लिए टूल संलग्न कर सकते हैं, और अपनी आवश्यकताओं के अनुसार मॉडल की रीज़निंग का अनुरोध या प्रदर्शन कर सकते हैं।
प्रलेखित सीमाएँ 262144 टोकन की कॉन्टेक्स्ट विंडो और 81920 टोकन का अधिकतम आउटपुट हैं; इससे अधिक कुछ भी विभाजित या छोटा करना होगा। इनपुट मोडैलिटी टेक्स्ट, इमेज और वीडियो हैं, और आउटपुट केवल टेक्स्ट है, इसलिए यह इमेज या ऑडियो जनरेशन के लिए मॉडल नहीं है। यदि आपको उच्च मात्रा, कम जटिलता वाले टेक्स्ट के लिए सस्ता या छोटा मॉडल चाहिए, या टेक्स्ट से आगे आउटपुट मोडैलिटी वाला मॉडल चाहिए, तो कैटलॉग में कोई अन्य प्रविष्टि बेहतर उपयुक्त हो सकती है। मध्यम पैमाने पर लंबे कॉन्टेक्स्ट और मिश्रित टेक्स्ट तथा दृश्य इनपुट के लिए, यह अकेला ही बहुत कुछ कवर कर लेता है।
Qwen: Qwen3.5-27B 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/qwen3.5-27b" 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/qwen3.5-27b",
"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: Qwen3.5-27B: अक्सर पूछे जाने वाले सवाल
- Qwen: Qwen3.5-27B API की कीमत कितनी है?
- Qwen: Qwen3.5-27B की कीमत इनपुट $0.95 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
- Qwen: Qwen3.5-27B की context window कितनी है?
- Qwen: Qwen3.5-27B 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: Qwen3.5-27B क्या कर सकता है?
- Qwen: Qwen3.5-27B 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: Qwen3.5-27B कैसे कॉल करूं?
- किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "qwen/qwen3.5-27b" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
- Qwen: Qwen3.5-27B के विकल्प क्या हैं?
- मिलती-जुलती कीमत वाले टेक्स्ट मॉडल: Z.ai: GLM 5.3 (batch), Mistral: Devstral 2 2512, Mistral: Mistral Medium 3.1। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।
Qwen: Qwen3.5-27B कम्युनिटी
नया टॉपिकइस कम्युनिटी में अभी कोई टॉपिक नहीं है। Qwen: Qwen3.5-27B के बारे में पहला टॉपिक खोलें।