Qwen: Qwen3.5-122B-A10B

Qwen3.5-122B-A10B è un modello di generazione di testo di Qwen, rilasciato dal provider il 2026-02-25. Si colloca nella categoria testo ed è descritto dal suo provider come un modello nativo visione-linguaggio costruito su un'architettura ibrida che combina un meccanismo di attenzione lineare con un design sparse mixture-of-experts, che secondo il provider raggiunge una maggiore efficienza di inferenza. Il nome riflette questa architettura: 122B parametri totali con 10B attivi, quindi stai chiamando un modello di grandi dimensioni che attiva solo una parte di sé per token.

Il modello accetta testo, immagini e video come input e restituisce solo testo. La sua finestra di contesto è di 262.144 token, e l'output massimo è di 65.536 token. Poiché le modalità di input includono immagini e video insieme al testo, lo stesso endpoint gestisce prompting semplice, comprensione di documenti o screenshot e domande basate su video senza passare a un modello di visione separato. Anche l'output di ragionamento fa parte del quadro: i parametri supportati includono reasoning e include_reasoning, quindi puoi richiedere o mostrare il contenuto di ragionamento del modello dove la tua applicazione ne ha bisogno.

Queste capacità indicano un insieme piuttosto ampio di usi pratici. Il contesto lungo più l'input visivo si adatta all'analisi di codebase e repository, dove incolli grandi quantità di codice sorgente e chiedi spiegazioni o modifiche, e si adatta a flussi di lavoro su documenti lunghi come la revisione di contratti, la sintesi di ricerche o la generazione di report su molte pagine. L'input video e immagini apre flussi di lavoro multimediali: descrivere filmati, estrarre dati strutturati da fotogrammi o screenshot e rispondere a domande basate su materiale visivo. Il tool calling e gli output strutturati lo rendono utilizzabile come nucleo di ragionamento di un agente o di una pipeline che deve restituire risultati leggibili dalla macchina anziché testo libero.

Lo chiami tramite l'API compatibile con OpenAI di api14 usando l'id del modello "qwen/qwen3.5-122b-a10b". I parametri di richiesta supportati sono 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 e top_p. In pratica questo copre il controllo del campionamento (temperature, top_p, top_k, min_p, i parametri di penalità, seed), il controllo dell'output (max_tokens, stop, response_format, structured_outputs), l'uso degli strumenti (tools, tool_choice), il controllo del ragionamento (reasoning, include_reasoning) e l'ispezione delle probabilità dei token (logprobs, top_logprobs, logit_bias).

Due vincoli pratici vale la pena tenere a mente quando decidi. L'output è limitato a 65.536 token anche se la finestra di contesto è di 262.144 token, quindi le attività che richiedono una singola risposta molto lunga potrebbero richiedere di suddividere il lavoro su più chiamate. E il modello restituisce solo testo, quindi se la tua pipeline necessita di immagini, audio o embedding generati, questo modello non è il componente giusto per quel passaggio.