Qwen: Qwen3.8 27B

Qwen: Qwen3.8 27B é um modelo denso de visão-linguagem de pesos abertos da Qwen. Pertence à categoria de texto na api14, e o provedor descreve-o como adequado para programação, fluxos de trabalho profissionais, investigação, interação multimodal e tarefas de agente de longa duração. Como os pesos são abertos, é também uma opção para equipas que querem um modelo Qwen que possam inspecionar ou alojar por conta própria noutro local, continuando acessível como endpoint alojado aqui.

Na entrada, o modelo aceita texto, imagens e vídeo, e produz apenas saída de texto. A janela de contexto é de 1.000.000 de tokens, suficientemente grande para conter documentos muito longos, históricos de conversa extensos ou bases de código consideráveis num único pedido. A saída máxima é de 235.929 tokens, pelo que as respostas não têm um limite rígido. O provedor indica pensamento flexível, e o modelo expõe um parâmetro reasoning juntamente com include_reasoning e reasoning_effort, o que lhe permite decidir se o raciocínio é apresentado e quanto esforço é dedicado a ele.

Essas capacidades apontam para um conjunto bastante amplo de utilizações práticas. A assistência à programação encaixa naturalmente, incluindo trabalho sobre repositórios grandes onde o contexto longo evita uma divisão agressiva em blocos. Os fluxos de trabalho profissionais e de investigação beneficiam da possibilidade de enviar relatórios longos, artigos ou material misto de texto e imagem e pedir um resultado escrito. Como o vídeo é aceite como entrada, tarefas como resumir ou consultar material gravado são possíveis. A chamada de ferramentas e as saídas estruturadas tornam-no uma escolha razoável para pipelines ao estilo de agente que precisam de correr ao longo de muitos passos, e os controlos de raciocínio permitem-lhe trocar profundidade por latência consoante a tarefa.

Chama o modelo através da API compatível com OpenAI da api14 usando o id de modelo "qwen/qwen3.8-27b". Os parâmetros de pedido suportados são frequency_penalty, include_reasoning, logit_bias, logprobs, max_tokens, min_p, presence_penalty, reasoning, reasoning_effort, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_a, top_k, top_logprobs e top_p. Na prática, isto cobre controlos de amostragem, execuções determinísticas através de seed, sequências de paragem, saída JSON ou restringida por esquema através de response_format e structured_outputs, e chamada de funções através de tools e tool_choice.

Uma restrição que vale a pena notar é que a saída é apenas texto, pelo que, se precisar de imagens ou áudio gerados, este modelo não os fornecerá. É um modelo denso de 27B, pelo que um modelo maior pode ser mais adequado para tarefas que exigem o raciocínio mais difícil, enquanto este continua a ser uma escolha sensata quando quer entrada multimodal, um contexto muito longo e pesos abertos num único modelo.