Qwen: Qwen3.5-122B-A10B

Qwen3.5-122B-A10B é um modelo de geração de texto da Qwen, lançado pelo provedor em 2026-02-25. Ele está na categoria de texto e é descrito pelo provedor como um modelo nativo de visão-linguagem construído sobre uma arquitetura híbrida que combina um mecanismo de atenção linear com um design de mistura esparsa de especialistas, o que, segundo o provedor, alcança maior eficiência de inferência. O nome reflete essa arquitetura: 122B de parâmetros totais com 10B ativos, então você está chamando um modelo grande que ativa apenas parte de si mesmo por token.

O modelo aceita texto, imagem e vídeo como entrada e retorna apenas texto. Sua janela de contexto é de 262.144 tokens, e a saída máxima é de 65.536 tokens. Como as modalidades de entrada incluem imagens e vídeo junto com texto, o mesmo endpoint lida com prompting simples, compreensão de documentos ou capturas de tela, e perguntas baseadas em vídeo sem alternar para um modelo de visão separado. A saída de raciocínio também faz parte do quadro: os parâmetros suportados incluem reasoning e include_reasoning, então você pode solicitar ou expor o conteúdo de raciocínio do modelo onde sua aplicação precisar.

Essas capacidades apontam para um conjunto bastante amplo de usos práticos. Contexto longo mais entrada de visão é adequado para análise de base de código e repositório, onde você cola grandes quantidades de código-fonte e pede explicações ou alterações, e é adequado para fluxos de trabalho com documentos longos, como revisão de contratos, síntese de pesquisa ou geração de relatórios ao longo de muitas páginas. Entrada de vídeo e imagem abre fluxos de trabalho de mídia: descrever filmagens, extrair dados estruturados de quadros ou capturas de tela, e responder perguntas fundamentadas em material visual. Chamada de ferramentas e saídas estruturadas tornam o modelo utilizável como o núcleo de raciocínio de um agente ou de um pipeline que deve retornar resultados legíveis por máquina em vez de texto livre.

Você o chama através da API compatível com OpenAI da api14 usando o id de modelo "qwen/qwen3.5-122b-a10b". Os parâmetros de requisição suportados são 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 e top_p. Na prática, isso cobre controle de amostragem (temperature, top_p, top_k, min_p, os parâmetros de penalidade, seed), controle de saída (max_tokens, stop, response_format, structured_outputs), uso de ferramentas (tools, tool_choice), controle de raciocínio (reasoning, include_reasoning) e inspeção de probabilidades de tokens (logprobs, top_logprobs, logit_bias).

Duas restrições práticas vale a pena ter em mente ao decidir. A saída é limitada a 65.536 tokens mesmo que a janela de contexto seja de 262.144 tokens, então tarefas que precisam de uma única resposta muito longa podem exigir dividir o trabalho em várias chamadas. E o modelo retorna apenas texto, então se seu pipeline precisa de imagens geradas, áudio ou embeddings, este modelo não é o componente certo para essa etapa.