Qwen: Qwen3.5 Plus 2026-04-20

Qwen: Qwen3.5 Plus 2026-04-20 é um modelo de linguagem multimodal de grande escala da Qwen (Alibaba). Pertence à linha Qwen3.5 Plus, e o id do modelo carrega a data de snapshot 2026-04-20, que identifica esta versão específica do modelo em api14. É um modelo de geração de texto no seu núcleo, mas foi construído para receber mais do que texto, o que o coloca no nível multimodal da família Qwen em vez do nível apenas de texto.

O modelo aceita texto, imagem e vídeo como entrada e produz texto como saída. A sua janela de contexto é de 1.000.000 tokens, o que é suficientemente grande para conter documentos muito longos, transcrições longas ou conversas multi-turno extensas sem cortes. A saída máxima é de 65.536 tokens, pelo que uma única resposta pode ser substancial, embora seja muito menor do que a janela de entrada. Os parâmetros de pedido suportados incluem temperature, top_p, top_k, frequency_penalty, presence_penalty, max_tokens, stop, seed, logprobs, top_logprobs, response_format, structured_outputs, tools, tool_choice, reasoning e include_reasoning. A presença de tools e tool_choice significa que o modelo pode ser usado em configurações de chamada de funções, e structured_outputs e response_format permitem restringir a forma do texto devolvido.

Essas capacidades apontam para alguns usos práticos. Como lê imagens e vídeo, bem como texto, encaixa-se em tarefas como descrever ou resumir conteúdo de vídeo, responder a perguntas sobre frames ou capturas de ecrã, e extrair texto ou dados estruturados de material visual. O contexto de 1M tokens é adequado para análise de documentos longos, revisão de bases de código e conversas que acumulam muito histórico. A chamada de ferramentas torna-o um candidato para fluxos de trabalho no estilo de agentes, em que o modelo decide quando chamar uma função externa, e as saídas estruturadas ajudam quando o resultado tem de ser analisado por outro programa.

Chama-o através da API compatível com OpenAI da api14 usando o id de modelo "qwen/qwen3.5-plus-20260420". Como o endpoint segue a forma de chat completions da OpenAI, envia mensagens com roles e content, e pode passar qualquer um dos parâmetros suportados listados acima no corpo do pedido. Os campos relacionados com raciocínio (reasoning e include_reasoning) estão disponíveis se quiser que o raciocínio do modelo seja exposto ou controlado, e controlos de amostragem como temperature, top_p e top_k permitem ajustar a variabilidade da saída. Defina max_tokens dentro do limite de saída de 65.536, e use stop, seed ou response_format quando precisar de comportamento determinístico ou restringido.

Um limite que vale a pena notar é que a saída é apenas texto, pelo que, se precisar de imagens, áudio ou vídeo gerados, este modelo não é o adequado. O limite de saída de 65.536 tokens também significa que gerações muito longas têm de ser divididas entre chamadas. Para tarefas puramente de texto com contexto modesto, um modelo menor apenas de texto pode ser mais barato e mais rápido, mas quando a entrada inclui imagens ou vídeo, ou o contexto chega às centenas de milhares de tokens, a combinação de modalidades e o tamanho da janela deste modelo são a razão para o escolher.