Qwen: Qwen3.5-122B-A10B

Qwen3.5-122B-A10B adalah model pembuatan teks dari Qwen, yang dirilis oleh penyedia pada 2026-02-25. Model ini berada di kategori teks dan dideskripsikan oleh penyedianya sebagai model visi-bahasa native yang dibangun di atas arsitektur hybrid yang menggabungkan mekanisme linear attention dengan desain sparse mixture-of-experts, yang menurut penyedia mencapai efisiensi inferensi lebih tinggi. Namanya mencerminkan arsitektur tersebut: 122B parameter total dengan 10B aktif, jadi Anda memanggil model besar yang hanya mengaktifkan sebagian dirinya per token.

Model ini menerima teks, gambar dan video sebagai input dan hanya mengembalikan teks. Jendela konteksnya adalah 262,144 token, dan output maksimumnya adalah 65,536 token. Karena modalitas input mencakup gambar dan video bersama teks, endpoint yang sama menangani prompting biasa, pemahaman dokumen atau screenshot, dan pertanyaan berbasis video tanpa beralih ke model visi terpisah. Output penalaran juga menjadi bagian dari gambaran ini: parameter yang didukung mencakup reasoning dan include_reasoning, sehingga Anda dapat meminta atau menampilkan konten penalaran model di tempat yang dibutuhkan aplikasi Anda.

Kemampuan tersebut mengarah pada serangkaian penggunaan praktis yang cukup luas. Konteks panjang ditambah input visi cocok untuk analisis codebase dan repositori di mana Anda menempelkan sejumlah besar kode sumber dan meminta penjelasan atau perubahan, dan cocok untuk alur kerja dokumen panjang seperti tinjauan kontrak, sintesis riset atau pembuatan laporan atas banyak halaman. Input video dan gambar membuka alur kerja media: mendeskripsikan rekaman, mengekstrak data terstruktur dari frame atau screenshot, dan menjawab pertanyaan yang berbasis materi visual. Tool calling dan structured outputs membuatnya dapat digunakan sebagai inti penalaran agen atau pipeline yang harus mengembalikan hasil machine-readable alih-alih teks bebas.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "qwen/qwen3.5-122b-a10b". Parameter permintaan yang didukung adalah 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 dan top_p. Dalam praktiknya itu mencakup kontrol sampling (temperature, top_p, top_k, min_p, parameter penalti, seed), kontrol output (max_tokens, stop, response_format, structured_outputs), penggunaan tool (tools, tool_choice), kontrol penalaran (reasoning, include_reasoning) dan inspeksi probabilitas token (logprobs, top_logprobs, logit_bias).

Dua batasan praktis perlu diingat saat Anda memutuskan. Output dibatasi pada 65,536 token meskipun jendela konteksnya 262,144 token, jadi tugas yang membutuhkan satu respons sangat panjang mungkin perlu memecah pekerjaan ke beberapa panggilan. Dan model ini hanya mengembalikan teks, jadi jika pipeline Anda membutuhkan gambar, audio atau embeddings yang dihasilkan, model ini bukan komponen yang tepat untuk langkah tersebut.