Qwen: Qwen3.8 2.4T A95B

Qwen3.8 2.4T A95B è un modello sparse mixture-of-experts a pesi aperti di Qwen, ed è la variante a pesi aperti di Qwen3.8 Max. Il nome riflette la sua architettura: 95 miliardi di parametri attivi su 2,4 trilioni totali, quindi solo una frazione della rete viene coinvolta per token mentre il modello completo mantiene comunque un pool di pesi molto ampio. Si colloca nella categoria testo, accetta testo in input e restituisce testo in output.

Il numero principale per la maggior parte delle integrazioni è la finestra di contesto di 1.048.576 token, abbastanza ampia da contenere interi codebase, lunghi insiemi di documenti o cronologie di conversazione estese in una singola richiesta. L'output è limitato a 131.072 token, quindi sono possibili generazioni lunghe insieme a input lunghi. Il modello supporta il comportamento di ragionamento, incluso un parametro reasoning, un controllo reasoning_effort e un flag include_reasoning, che ti permette di decidere se il contenuto di ragionamento viene mostrato. Supporta anche output strutturati e response_format, così puoi vincolare le risposte a uno schema invece di analizzare testo libero.

Queste capacità indicano un insieme di utilizzi piuttosto specifico. L'analisi a contesto lungo è quella più ovvia: fornire interi repository, pacchetti di contratti, archivi di log o corpora di ricerca e porre domande su tutto il contenuto senza un livello di retrieval. Poiché tools e tool_choice sono supportati, il modello può agire come nucleo di ragionamento di un agente che chiama funzioni o API esterne. Gli output strutturati lo rendono adatto per pipeline di estrazione, dove serve JSON coerente da input disordinati. I controlli di ragionamento si adattano a compiti in cui vuoi che il modello affronti un problema passo dopo passo, e i parametri di campionamento ti danno spazio per regolare il comportamento verso una generazione deterministica o più esplorativa.

Chiamarlo tramite api14 funziona allo stesso modo di qualsiasi altro modello sulla piattaforma, poiché l'API è compatibile con OpenAI. Invii la tua richiesta all'endpoint chat completions con l'id del modello "qwen/qwen3.8-2.4t-a95b" e i tuoi messaggi nel formato abituale. I parametri di richiesta supportati sono frequency_penalty, include_reasoning, logit_bias, logprobs, max_tokens, min_p, presence_penalty, reasoning, reasoning_effort, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs e top_p. Se hai già codice scritto per l'SDK OpenAI, puntare il base URL su api14 e sostituire l'id del modello è generalmente l'unica modifica necessaria.

Due note pratiche. Primo, questo è un modello solo testo: non c'è input di immagini o audio, quindi qualsiasi cosa multimodale richiede un modello diverso. Secondo, il design mixture-of-experts significa che il numero di parametri attivi è molto inferiore al totale, ma un modello da 2,4 trilioni di parametri resta comunque grande, e il contesto da 1M token significa che le richieste possono trasportare molto input. Per compiti brevi e semplici, dove latenza o throughput contano più della profondità, un modello più piccolo sarà di solito la scelta migliore.