Qwen: Qwen3.8 Max (0902)

Qwen3.8 Max (0902) to model generowania tekstu od Qwen, rodziny modeli utrzymywanej przez zespół Qwen firmy Alibaba. To zaktualizowana wersja Qwen3.8 Max, a dostawca opisuje go jako model mieszanki ekspertów o 2,4 biliona parametrów. Identyfikator modelu w api14 to qwen/qwen3.8-max-0902 i znajduje się on w kategorii tekstowej, gdzie należy go szukać, jeśli przeglądasz katalog według typu zadania.

Model przyjmuje jako dane wejściowe tekst, obraz i wideo, a zwraca tekst. To połączenie czyni go modelem multimodalnym, a nie tylko tekstowym, więc możesz wysłać polecenie wraz z materiałem wizualnym i otrzymać pisemną odpowiedź. Okno kontekstu wynosi 1 000 000 tokenów, co jest wystarczająco duże, aby pomieścić bardzo długie dokumenty, długie transkrypcje lub rozbudowane wieloturowe rozmowy bez przycinania. Maksymalna długość wyjścia to 131 072 tokeny, więc odpowiedzi również mogą być długie. Rozumowanie jest częścią możliwości modelu: obsługiwane parametry obejmują reasoning, reasoning_effort i include_reasoning, co oznacza, że możesz kontrolować, czy rozumowanie jest ujawniane i ile wysiłku się na nie przeznacza.

Te możliwości wskazują na kilka praktycznych zastosowań. Ponieważ strona wejściowa obejmuje obrazy i wideo, a także tekst, model pasuje do zadań, w których potrzebujesz pisemnej odpowiedzi na temat materiału wizualnego, takich jak opisywanie lub streszczanie tego, co dzieje się w klipie, albo odpowiadanie na pytania dotyczące zestawu obrazów. Duże okno kontekstu odpowiada pracy na długich danych wejściowych: przeglądaniu obszernych dokumentów, wyodrębnianiu ustrukturyzowanych informacji z dużego korpusu w jednym żądaniu lub utrzymywaniu spójności długiej rozmowy. Kontrolki rozumowania są przydatne, gdy zadanie korzysta z wewnętrznej pracy krok po kroku, a parametry narzędzi i ustrukturyzowanych wyników wspierają przepływy pracy, w których model musi wywoływać funkcje lub zwracać dane w ustalonym kształcie.

Wywoływanie modelu przez api14 działa tak samo jak w przypadku każdego innego punktu końcowego zgodnego z OpenAI. Wysyłasz żądanie do trasy chat completions z polem model ustawionym na qwen/qwen3.8-max-0902 i możesz użyć bibliotek klienta OpenAI lub zwykłego żądania HTTP. Obsługiwane parametry żądania to 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 i top_p. Obejmuje to kontrolki próbkowania, determinizm przez seed, warunki zatrzymania, wyjście logarytmu prawdopodobieństwa, odpowiedzi ustrukturyzowane i w stylu JSON oraz wywoływanie narzędzi lub funkcji. Jeśli potrzebujesz konkretnego kształtu wyjścia, response_format i structured_outputs to odpowiednie parametry; jeśli chcesz, aby model korzystał z funkcji zewnętrznych, należy ustawić tools i tool_choice.

Jedna rzecz do zapamiętania: model zwraca wyłącznie tekst, więc jeśli Twoja aplikacja potrzebuje generowanych obrazów, dźwięku lub wideo jako wyniku, ten model nie jest odpowiedni i powinieneś poszukać modelu, którego modalności wyjściowe są zgodne. Bardzo duże okno kontekstu i limit wyjścia 131 072 tokenów są hojne, ale to nadal limity, a dane wejściowe przekraczające długość kontekstu będą wymagały skrócenia lub podziału. Jeśli Twoje zadanie polega wyłącznie na tekście na wejściu i tekście na wyjściu i nie potrzebuje multimodalnego wejścia ani kontrolek rozumowania, mniejszy model tekstowy może być prostszy w użyciu.