Qwen: Qwen3.8 Max (0902)

Qwen3.8 Max (0902) è un modello di generazione di testo di Qwen, la famiglia di modelli mantenuta dal team Qwen di Alibaba. È uno snapshot aggiornato di Qwen3.8 Max, e il provider lo descrive come un modello mixture-of-experts da 2,4 trilioni di parametri. L'id del modello su api14 è qwen/qwen3.8-max-0902, e si colloca nella categoria text, dove dovresti cercarlo se stai sfogliando il catalogo per tipo di attività.

Il modello accetta testo, immagini e video come input, e restituisce testo. Questa combinazione lo rende un modello multimodale anziché solo testuale, quindi puoi inviare un prompt insieme a materiale visivo e ottenere una risposta scritta. La finestra di contesto è di 1.000.000 di token, abbastanza ampia da contenere documenti molto lunghi, trascrizioni lunghe o conversazioni multi-turno estese senza tagli. L'output massimo è di 131.072 token, quindi anche le risposte possono essere lunghe. Il reasoning fa parte della superficie del modello: i parametri supportati includono reasoning, reasoning_effort e include_reasoning, il che significa che puoi controllare se il reasoning viene esposto e quanto sforzo viene impiegato.

Queste capacità indicano alcuni usi pratici. Poiché il lato input copre immagini e video oltre al testo, il modello si adatta ad attività in cui serve una risposta scritta su materiale visivo, come descrivere o riassumere ciò che accade in una clip, o rispondere a domande su un insieme di immagini. L'ampia finestra di contesto si presta al lavoro su input lunghi: revisionare documenti estesi, estrarre informazioni strutturate da un grande corpus in una singola richiesta, o mantenere coerente una conversazione lunga. I controlli di reasoning sono utili quando un'attività trae vantaggio da un lavoro interno passo dopo passo, e i parametri per tool e output strutturato supportano flussi di lavoro in cui il modello deve chiamare funzioni o restituire dati in una forma fissa.

Chiamare il modello tramite api14 funziona come con qualsiasi altro endpoint compatibile con OpenAI. Invii una richiesta alla route chat completions con il campo model impostato su qwen/qwen3.8-max-0902, e puoi usare le librerie client OpenAI o una semplice richiesta HTTP. I parametri di richiesta supportati sono frequency_penalty, include_reasoning, logprobs, max_tokens, presence_penalty, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs e top_p. Questo copre i controlli di campionamento, il determinismo tramite seed, le condizioni di arresto, l'output di probabilità logaritmiche, le risposte strutturate e in stile JSON, e la chiamata a tool o funzioni. Se ti serve una forma di output specifica, response_format e structured_outputs sono i parametri rilevanti; se vuoi che il modello usi funzioni esterne, tools e tool_choice sono quelli da impostare.

Una cosa da tenere a mente è che il modello restituisce solo testo, quindi se la tua applicazione necessita di immagini, audio o video generati come output, questo modello non è adatto e dovresti cercare un modello le cui modalità di output corrispondano. La finestra di contesto molto ampia e il tetto di output di 131.072 token sono generosi, ma restano comunque tetti, e gli input oltre la lunghezza del contesto dovranno essere accorciati o suddivisi. Se la tua attività è puramente testo in input e testo in output e non richiede l'input multimodale o i controlli di reasoning, un modello testuale più piccolo potrebbe essere più semplice da usare.