Qwen: Qwen3.5-27B

Qwen3.5-27B to model generowania tekstu od Qwen, wymieniony na api14 jako qwen/qwen3.5-27b. Należy do rodziny Qwen3.5 i, zgodnie z opisem samego dostawcy, jest natywnym modelem Dense typu vision-language zbudowanym z mechanizmem linear attention, który według dostawcy zapewnia szybkie czasy odpowiedzi przy jednoczesnym zrównoważeniu szybkości wnioskowania i wydajności. Dostawca twierdzi, że jego ogólne możliwości są porównywalne z większymi modelami w rodzinie. Jest to model ogólnego przeznaczenia, a nie model do konkretnych zadań, więc pasuje do typowych obciążeń związanych z tekstem i rozumowaniem, które programiści kierują do hostowanego endpointu chat completion.

Model przyjmuje tekst, obrazy i wideo jako dane wejściowe, a zwraca tekst jako dane wyjściowe. Jego okno kontekstowe wynosi 262144 tokenów, co jest wystarczająco duże, aby pomieścić bardzo długie dokumenty, długie rozmowy lub mieszankę tekstu i multimediów w jednym żądaniu, a maksymalna długość danych wyjściowych to 81920 tokenów. Możliwość czytania obrazów i wideo wraz z tekstem oznacza, że ten sam endpoint obsługuje zarówno zadania czysto językowe, jak i zadania, w których dane wejściowe zawierają materiał wizualny, bez potrzeby używania osobnego modelu do każdego z nich.

Te możliwości wskazują na kilka praktycznych wzorców użycia. Praca z długim kontekstem, taka jak streszczanie lub odpytywanie dużych dokumentów, baz kodu czy transkrypcji, jest naturalnym zastosowaniem, zwłaszcza gdy materiał jest znacznie za długi dla mniejszego okna. Ponieważ dane wejściowe mogą zawierać obrazy i wideo, model można wykorzystać do tworzenia opisów, odpowiadania na pytania dotyczące obrazów, wyodrębniania danych strukturalnych ze zrzutów ekranu lub klatek oraz opisywania tego, co dzieje się w klipie. Nacisk dostawcy na linear attention i szybkie odpowiedzi sugeruje, że model jest również rozsądny dla aplikacji interaktywnych, w których opóźnienie ma znaczenie, takich jak asystenci czatu i agenci wywołujący narzędzia.

Wywołanie go przez api14 jest takie samo jak wywołanie dowolnego modelu czatu zgodnego z OpenAI. Wyślij żądanie do endpointu chat completions z identyfikatorem modelu qwen/qwen3.5-27b. API obsługuje szeroki zestaw parametrów żądania: temperature, top_p, top_k, min_p, frequency_penalty, presence_penalty, repetition_penalty, max_tokens, stop, seed, logit_bias, logprobs, top_logprobs, response_format, structured_outputs, tools, tool_choice, reasoning oraz include_reasoning. Możesz więc kontrolować próbkowanie, ograniczać dane wyjściowe do schematu JSON, dołączać narzędzia do wywoływania funkcji oraz żądać lub ujawniać rozumowanie modelu w zależności od potrzeb.

Udokumentowane limity to okno kontekstowe wynoszące 262144 tokenów i maksymalne dane wyjściowe wynoszące 81920 tokenów; wszystko powyżej tego musi zostać podzielone lub obcięte. Modalności wejściowe to tekst, obraz i wideo, a dane wyjściowe to wyłącznie tekst, więc nie jest to model do generowania obrazów ani dźwięku. Jeśli potrzebujesz tańszego lub mniejszego modelu do tekstu o dużej objętości i niskiej złożoności albo modelu z modalnościami wyjściowymi wykraczającymi poza tekst, lepiej może pasować inna pozycja w katalogu. W przypadku długiego kontekstu oraz mieszanych danych tekstowych i wizualnych w umiarkowanej skali ten model samodzielnie pokrywa wiele zastosowań.