Qwen: Qwen3.5 397B A17B

Qwen3.5 397B A17B is een tekstgeneratiemodel van Qwen, uitgebracht door de provider op 2026-02-16. Het behoort tot de Qwen3.5-serie en wordt beschreven als een native vision-language model gebouwd op een hybride architectuur die een linear attention-mechanisme combineert met een sparse mixture-of-experts-model, waarvan de provider zegt dat het een hogere inferentie-efficiëntie bereikt. Het model-id op api14 is qwen/qwen3.5-397b-a17b, en de hoofdcategorie is tekst.

Het model accepteert tekst, afbeeldingen en video als invoer en produceert tekst als uitvoer. Het heeft een contextvenster van 262144 tokens en een maximale uitvoer van 235929 tokens, dus zowel lange invoer als lange generaties vallen binnen het bereik. Omdat het afbeeldingen en video naast tekst verwerkt, kan het direct werken op multimodale prompts in plaats van te vertrouwen op een aparte pipeline om visueel materiaal eerst naar tekst te converteren. Reasoning is ook beschikbaar als parameter, dus u kunt bepalen of reasoning-inhoud in het antwoord wordt opgenomen.

Die mogelijkheden wijzen op een paar praktische toepassingen. Het beoordelen van lange documenten en media is een natuurlijke fit: u kunt een grote hoeveelheid tekst samen met screenshots, diagrammen of videoframes doorgeven en om een schriftelijke samenvatting of analyse vragen. Taken voor het begrijpen van video en afbeeldingen, zoals het beschrijven van beeldmateriaal, het beantwoorden van vragen over een clip of het extraheren van gestructureerde details uit visueel materiaal, volgen uit de invoermodaliteiten. Tekstgeneratiewerk dat profiteert van een grote context, zoals code review over meerdere bestanden, transcriptanalyse of het opstellen van rapporten, wordt ook ondersteund. Tool calling en gestructureerde uitvoer maken het bruikbaar in agent-achtige workflows waarin het model machineleesbare resultaten moet retourneren of functies moet aanroepen.

U roept het model aan via de OpenAI-compatibele API van api14 met het model-id qwen/qwen3.5-397b-a17b. De ondersteunde aanvraagparameters zijn 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 en top_p. Die set dekt sampling-besturing, penalties, deterministische seeding, stopsequenties, het rapporteren van log probabilities, reasoning-uitvoer en toolgebruik, dus de meeste standaard OpenAI-achtige aanvraagvormen blijven ongewijzigd werken.

Houd het uitvoerplafond in gedachten: max_tokens kan oplopen tot 235929, en het contextvenster is 262144 tokens, dus zeer grote prompts laten minder ruimte over voor generatie. Het model voert alleen tekst uit, dus als u afbeelding- of audio-uitvoer nodig hebt, is een ander model vereist. Als uw taak puur tekstueel is en de vision- of video-invoer niet nodig heeft, kan een kleiner tekst-only model eenvoudiger en sneller zijn om mee te werken.