Qwen: Qwen3.5-35B-A3B

Qwen3.5-35B-A3B è un modello di generazione di testo di Qwen, parte della serie Qwen3.5. È un modello visione-linguaggio nativo costruito su un'architettura ibrida che combina meccanismi di attenzione lineare con un design sparse mixture-of-experts, che il provider descrive come in grado di ottenere una maggiore efficienza di inferenza. Il modello è stato rilasciato dal provider il 2026-02-25 ed è elencato su api14 nella categoria text.

Il modello accetta input di testo, immagini e video e restituisce output testuale. La sua finestra di contesto è di 262144 token, e l'output massimo è di 32768 token. Poiché gestisce input visivi insieme al testo, può lavorare con materiale che mescola prosa e contenuti visivi anziché solo testo. Il comportamento di reasoning è esposto attraverso i parametri supportati, quindi puoi controllare se il reasoning è incluso nella risposta.

La combinazione di una grande finestra di contesto e input di immagini più video indica casi d'uso come riassumere o estrarre informazioni da documenti lunghi che includono figure, rispondere a domande su screenshot o diagrammi, e trasformare contenuti video in descrizioni testuali o note strutturate. Il contesto lungo si adatta anche a compiti in cui devi mantenere un grande corpus di materiale di riferimento nel prompt, come l'analisi multi-documento o conversazioni estese che devono conservare dettagli precedenti. I compiti di generazione solo testuale, inclusa l'estrazione strutturata e i flussi di lavoro guidati da strumenti, derivano dalle stesse capacità.

Chiami il modello attraverso l'API compatibile con OpenAI di api14 usando l'id del modello "qwen/qwen3.5-35b-a3b". 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. La chiamata agli strumenti e gli output strutturati sono disponibili attraverso i parametri tools, tool_choice, response_format e structured_outputs, e il campionamento può essere regolato con temperature, top_p, top_k, min_p e i parametri di penalità. I dati di probabilità logaritmica sono disponibili attraverso logprobs e top_logprobs, e seed consente di richiedere un campionamento riproducibile.

Il modello produce solo testo, quindi i compiti che richiedono la generazione di immagini, audio o video sono al di fuori del suo ambito. Il suo output massimo di 32768 token è un vincolo da tenere a mente quando una singola risposta deve essere molto lunga, anche se il contesto di input è molto più ampio. Se il tuo carico di lavoro è puramente testuale e non trae vantaggio dall'input visivo o dal contesto lungo, un modello di testo più semplice potrebbe essere più adatto.