Qwen: Qwen3.5 Plus 2026-04-20

Qwen: Qwen3.5 Plus 2026-04-20 to wielkoskalowy multimodalny model językowy od Qwen (Alibaba). Należy do linii Qwen3.5 Plus, a identyfikator modelu zawiera datę snapshotu 2026-04-20, która identyfikuje tę konkretną wersję modelu w api14. W swoim rdzeniu jest modelem generowania tekstu, ale został zbudowany tak, aby przyjmować więcej niż tekst, co umieszcza go w multimodalnej warstwie rodziny Qwen, a nie w warstwie wyłącznie tekstowej.

Model przyjmuje tekst, obraz i wideo jako dane wejściowe i produkuje tekst jako dane wyjściowe. Jego okno kontekstowe wynosi 1 000 000 tokenów, co jest wystarczająco duże, aby pomieścić bardzo długie dokumenty, długie transkrypcje lub rozszerzone rozmowy wieloetapowe bez przycinania. Maksymalne wyjście to 65 536 tokenów, więc pojedyncza odpowiedź może być znaczna, choć jest znacznie mniejsza niż okno wejściowe. Obsługiwane parametry żądania obejmują temperature, top_p, top_k, frequency_penalty, presence_penalty, max_tokens, stop, seed, logprobs, top_logprobs, response_format, structured_outputs, tools, tool_choice, reasoning oraz include_reasoning. Obecność tools i tool_choice oznacza, że model może być używany w konfiguracjach wywoływania funkcji, a structured_outputs i response_format pozwalają ograniczyć kształt zwracanego tekstu.

Te możliwości wskazują na kilka praktycznych zastosowań. Ponieważ odczytuje obrazy i wideo, a także tekst, pasuje do zadań takich jak opisywanie lub podsumowywanie treści wideo, odpowiadanie na pytania dotyczące klatek lub zrzutów ekranu oraz wyodrębnianie tekstu lub danych strukturalnych z materiału wizualnego. Kontekst 1M tokenów odpowiada analizie długich dokumentów, przeglądowi bazy kodu i rozmowom, które gromadzą dużo historii. Wywoływanie narzędzi czyni go kandydatem do przepływów pracy w stylu agenta, w których model decyduje, kiedy wywołać funkcję zewnętrzną, a dane wyjściowe strukturalne pomagają, gdy wynik musi być przetworzony przez inny program.

Wywołujesz go przez API zgodne z OpenAI w api14, używając identyfikatora modelu "qwen/qwen3.5-plus-20260420". Ponieważ punkt końcowy podąża za kształtem uzupełnień czatu OpenAI, wysyłasz wiadomości z rolami i treścią, a w treści żądania możesz przekazać dowolny z obsługiwanych parametrów wymienionych powyżej. Pola związane z rozumowaniem (reasoning i include_reasoning) są dostępne, jeśli chcesz, aby rozumowanie modelu było ujawnione lub kontrolowane, a elementy sterujące próbkowaniem, takie jak temperature, top_p i top_k, pozwalają dostroić zmienność wyjścia. Ustaw max_tokens w granicach pułapu wyjściowego 65 536 i używaj stop, seed lub response_format tam, gdzie potrzebujesz deterministycznego lub ograniczonego zachowania.

Jednym ograniczeniem wartym odnotowania jest to, że wyjście jest wyłącznie tekstowe, więc jeśli potrzebujesz generowanych obrazów, dźwięku lub wideo, ten model nie jest odpowiedni. Limit wyjścia 65 536 tokenów oznacza również, że bardzo długie generowania muszą być podzielone na wiele wywołań. W przypadku zadań czysto tekstowych o umiarkowanym kontekście mniejszy model wyłącznie tekstowy może być tańszy i szybszy, ale gdy dane wejściowe obejmują obrazy lub wideo, albo kontekst sięga setek tysięcy tokenów, połączenie modalności i rozmiaru okna w tym modelu jest powodem, aby go wybrać.