Qwen: Qwen3.6 27B

Qwen: Qwen3.6 27B is een dense taalmodel met 27 miljard parameters van het Qwen Team bij Alibaba, uitgebracht in april 2026. Het staat in de tekstcategorie op api14, en de providerbeschrijving positioneert het als een hybride multimodaal model, wat betekent dat dezelfde gewichten zowel taal- als visuele inputs verwerken in plaats van afbeeldingen of video naar een apart model te routeren.

Het model accepteert tekst, afbeelding en video als input en produceert tekst als output. Het contextvenster is 262.144 tokens, en de maximale output is 81.920 tokens, dus het kan zeer grote documenten of lange media-zware prompts verwerken en toch substantiële generaties retourneren in een enkele aanroep. Ondersteunde parameters zijn temperature, top_p, top_k, min_p, repetition_penalty, frequency_penalty, presence_penalty, max_tokens, stop, seed, logit_bias, logprobs, top_logprobs en response_format. Het biedt ook reasoning-besturing via de parameters reasoning en include_reasoning, toolgebruik via tools en tool_choice, en structured_outputs voor beperkte generatie.

Die mogelijkheden wijzen op een paar praktische patronen. Lang-contextwerk zoals het samenvatten van of queryen in grote codebases, contracten of onderzoekscorpora past bij het venster van 262k, en het hoge outputplafond helpt wanneer het antwoord zelf lang is, bijvoorbeeld een volledig rapport of een refactor. Omdat afbeeldingen en video naast tekst worden geaccepteerd, is het model geschikt voor taken zoals het beschrijven van beeldmateriaal, het extraheren van informatie uit screenshots of diagrammen, en het beantwoorden van vragen op basis van visueel materiaal. Tool calling en structured outputs maken het bruikbaar als de reasoning- en extractiestap binnen een agent of pipeline, waar het model betrouwbaar JSON moet retourneren of functies moet aanroepen. De reasoning-parameters zijn nuttig wanneer je wilt dat het model een probleem doordenkt voordat het antwoordt, en logprobs of top_logprobs helpen wanneer je betrouwbaarheidssignalen nodig hebt.

Je roept het model aan via de OpenAI-compatibele API van api14 met het model-id "qwen/qwen3.6-27b". Richt je bestaande OpenAI-client op de api14 base URL, stuur een chat completions-verzoek met dat id in het model-veld, en geef eventuele ondersteunde parameters uit de bovenstaande lijst mee in de request body. Multimodale inputs gaan in de message content in het gebruikelijke OpenAI-formaat, zodat tekst-, afbeelding- en videodelen in hetzelfde gesprek kunnen worden gemengd.

Een ding om af te wegen is de outputlimiet: 81.920 tokens is ruim, maar eindig, dus extreem lange enkele antwoorden moeten mogelijk over meerdere aanroepen worden opgesplitst. Het model levert alleen tekst als output, dus als je gegenereerde afbeeldingen of audio nodig hebt, is een ander model vereist. Anders dekt de combinatie van een context van 262k, multimodale input, reasoning-besturing en toolondersteuning een breed scala aan ontwikkelaarswerklasten.