Qwen: Qwen3.5-Flash

Qwen3.5-Flash é um modelo de geração de texto da Qwen, lançado sob o id de modelo qwen/qwen3.5-flash-02-23. Ele pertence à família Flash nativa de visão-linguagem Qwen3.5, que a Qwen descreve como construída sobre uma arquitetura híbrida combinando um mecanismo de atenção linear com um modelo esparso de mistura de especialistas, visando maior eficiência de inferência. Ele se situa na categoria de texto em api14, e a data de lançamento do provedor é 2026-02-25.

O modelo aceita texto, imagens e vídeo como entrada, e produz texto como saída. Sua janela de contexto é de 1.000.000 de tokens, e a saída máxima é de 65.536 tokens. Como o lado da entrada é multimodal, você pode enviar prompts que misturam instruções escritas com material visual, incluindo imagens estáticas e vídeo, e receber uma única resposta de texto. A grande janela de contexto significa que documentos longos, transcrições extensas ou prompts longos com muitos elementos de mídia podem ser tratados em uma única requisição em vez de serem divididos em muitas chamadas.

Essas capacidades apontam para um conjunto bastante amplo de usos práticos. Trabalho de texto com contexto longo, como resumir grandes documentos, responder perguntas sobre material de origem extenso ou extrair dados estruturados de relatórios, encaixa-se naturalmente dentro da janela de um milhão de tokens. As entradas de visão e vídeo estendem isso para tarefas como descrever ou raciocinar sobre imagens, revisar filmagens, extrair informações de capturas de tela, ou combinar evidências visuais com instruções escritas em um único prompt. O suporte a raciocínio e saída estruturada também o torna adequado para fluxos de trabalho em que o modelo precisa trabalhar um problema antes de retornar uma resposta, ou em que a resposta deve obedecer a um esquema que seu código possa analisar.

Você chama o modelo através da API compatível com OpenAI da api14 usando o id de modelo "qwen/qwen3.5-flash-02-23". Os parâmetros de requisição suportados são frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k e top_p. A chamada de ferramentas está disponível através de tools e tool_choice, respostas estruturadas através de response_format e structured_outputs, e o comportamento de raciocínio pode ser controlado com reasoning e include_reasoning. A amostragem pode ser ajustada com temperature, top_p, top_k, frequency_penalty, presence_penalty e seed, enquanto max_tokens e stop controlam o comprimento e o término da saída.

Tenha em mente o limite de saída de 65.536 tokens ao planejar respostas: uma requisição pode carregar uma entrada muito grande, mas a resposta gerada é limitada. Se sua tarefa depende de modalidades de saída além de texto, este modelo não as fornece, já que texto é seu único tipo de saída. Dentro desses limites, ele é uma escolha razoável para cargas de trabalho de texto com entrada multimodal, contexto longo e uso de ferramentas.