Qwen: Qwen3.5 397B A17B

Qwen3.5 397B A17B è un modello di generazione di testo di Qwen, rilasciato dal provider il 2026-02-16. Appartiene alla serie Qwen3.5 ed è descritto come un modello visione-linguaggio nativo costruito su un'architettura ibrida che combina un meccanismo di attenzione lineare con un modello sparse mixture-of-experts, che il provider afferma raggiungere una maggiore efficienza di inferenza. L'id del modello su api14 è qwen/qwen3.5-397b-a17b, e la sua categoria principale è testo.

Il modello accetta testo, immagini e video come input e produce testo come output. Ha una finestra di contesto di 262144 token e un output massimo di 235929 token, quindi sia input lunghi sia generazioni lunghe rientrano nell'ambito. Poiché gestisce immagini e video insieme al testo, può lavorare direttamente su prompt multimodali invece di affidarsi a una pipeline separata per convertire prima il materiale visivo in testo. Anche il reasoning è esposto come parametro, quindi puoi controllare se il contenuto di reasoning è incluso nella risposta.

Queste capacità indicano alcuni usi pratici. La revisione di documenti e media lunghi è una soluzione naturale: puoi passare un grande corpus di testo insieme a screenshot, diagrammi o fotogrammi video e chiedere un riassunto scritto o un'analisi. Le attività di comprensione di video e immagini, come descrivere filmati, rispondere a domande su una clip o estrarre dettagli strutturati da materiale visivo, derivano dalle modalità di input. È supportato anche il lavoro di generazione di testo che beneficia di un contesto ampio, come la revisione di codice multi-file, l'analisi di trascrizioni o la stesura di report. Il tool calling e gli output strutturati lo rendono utilizzabile in flussi di lavoro in stile agente, dove il modello deve restituire risultati leggibili dalla macchina o invocare funzioni.

Chiami il modello tramite l'API compatibile con OpenAI di api14 usando l'id del modello qwen/qwen3.5-397b-a17b. 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. Questo insieme copre controlli di campionamento, penalità, seeding deterministico, sequenze di stop, segnalazione di log probabilità, output di reasoning e uso di tool, quindi la maggior parte delle forme di richiesta standard in stile OpenAI si trasferisce senza modifiche.

Tieni presente il limite massimo di output: max_tokens può arrivare fino a 235929, e la finestra di contesto è di 262144 token, quindi prompt molto grandi lasciano meno spazio per la generazione. Il modello produce solo testo, quindi se hai bisogno di output di immagini o audio, è necessario un modello diverso. Se il tuo compito è puramente testuale e non richiede gli input di visione o video, un modello più piccolo solo testo potrebbe essere più semplice e veloce da usare.