Qwen: Qwen3.5 Plus 2026-02-15

Qwen: Qwen3.5 Plus 2026-02-15 adalah model generasi teks dari Qwen, dirilis dengan model id qwen/qwen3.5-plus-02-15. Model ini termasuk dalam seri model Plus vision-language native Qwen3.5, yang menurut Qwen dibangun di atas arsitektur hybrid yang menggabungkan mekanisme linear attention dengan model sparse mixture-of-experts untuk mencapai efisiensi inferensi yang lebih tinggi. Model ini adalah model input multimodal dalam kategori teks, sehingga menerima lebih dari sekadar teks namun menghasilkan teks sebagai satu-satunya output.

Pada sisi input, model ini menerima teks, gambar dan video, dan mengembalikan teks. Context window-nya adalah 1.000.000 token, cukup besar untuk menampung dokumen yang sangat panjang, percakapan panjang atau transkrip media yang diperluas dalam satu permintaan. Output maksimum adalah 65.536 token, sehingga respons bisa panjang, tetapi dibatasi jauh di bawah kapasitas input. Karena gambar dan video diterima sebagai input, model ini dapat bekerja langsung pada materi visual alih-alih mengandalkan langkah captioning terpisah.

Kemampuan tersebut mengarah pada beberapa penggunaan praktis. Pekerjaan teks dengan konteks panjang seperti merangkum kumpulan dokumen besar, mencari di seluruh korpus besar, atau mempertahankan percakapan asisten yang berjalan lama cocok dengan jendela 1.000.000 token. Tugas media campuran cocok dengan modalitas input: mendeskripsikan atau mengekstrak informasi dari gambar, meninjau konten video, atau menjawab pertanyaan yang berbasis pada materi visual bersama teks. Parameter tool dan structured output juga menjadikannya pilihan yang wajar untuk pipeline di mana model memanggil fungsi atau mengembalikan hasil berbentuk JSON, dan parameter reasoning cocok untuk tugas di mana Anda ingin penalaran model ditampilkan atau dikendalikan.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id qwen/qwen3.5-plus-02-15. Parameter permintaan yang didukung adalah frequency_penalty, include_reasoning, logprobs, max_tokens, presence_penalty, reasoning, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs dan top_p. Dalam praktiknya itu berarti Anda dapat menyetel sampling dengan temperature, top_p dan top_k, mengendalikan pengulangan dengan parameter penalty, membatasi panjang dengan max_tokens, membuat eksekusi dapat direproduksi dengan seed, membatasi output dengan response_format dan structured_outputs, serta menyiapkan function calling dengan tools dan tool_choice. Opsi log probability tersedia melalui logprobs dan top_logprobs, dan perilaku reasoning dapat diminta atau diperiksa melalui reasoning dan include_reasoning.

Batasan utama yang perlu diingat adalah plafon output 65.536 token dan fakta bahwa model ini hanya menghasilkan teks, sehingga tidak dapat menghasilkan gambar atau video. Jika tugas Anda murni teks dan tidak memerlukan jalur input vision-language, model khusus teks mungkin lebih cocok, dan jika Anda memerlukan media yang dihasilkan alih-alih teks, model ini bukan pilihan yang tepat.