Qwen: Qwen3.5 397B A17B

Qwen3.5 397B A17B är en textgenereringsmodell från Qwen, släppt av leverantören 2026-02-16. Den tillhör Qwen3.5-serien och beskrivs som en inbyggd vision-språkmodell byggd på en hybridarkitektur som kombinerar en linjär uppmärksamhetsmekanism med en gles mixture-of-experts-modell, vilket leverantören säger uppnår högre inferenseffektivitet. Modell-id:t på api14 är qwen/qwen3.5-397b-a17b, och dess huvudkategori är text.

Modellen tar emot text, bild och video som indata och producerar text som utdata. Den har ett kontextfönster på 262144 tokens och en maximal utdata på 235929 tokens, så både långa indata och långa genereringar ryms inom ramen. Eftersom den hanterar bilder och video tillsammans med text kan den arbeta direkt med multimodala prompter i stället för att förlita sig på en separat pipeline för att först omvandla visuellt material till text. Resonemang exponeras också som en parameter, så du kan styra om resonemangsinnehåll inkluderas i svaret.

Dessa förmågor pekar mot några praktiska användningsområden. Granskning av långa dokument och medier passar naturligt: du kan skicka in en stor mängd text tillsammans med skärmbilder, diagram eller videorutor och begära en skriftlig sammanfattning eller analys. Uppgifter för video- och bildförståelse, som att beskriva filmmaterial, svara på frågor om ett klipp eller extrahera strukturerade detaljer från visuellt material, följer av indatamodaliteterna. Textgenereringsarbete som drar nytta av en stor kontext, som kodgranskning över flera filer, transkriptionsanalys eller rapportutkast, stöds också. Tool calling och strukturerade utdata gör den användbar i agentliknande arbetsflöden där modellen måste returnera maskinläsbara resultat eller anropa funktioner.

Du anropar modellen via api14:s OpenAI-kompatibla API med modell-id:t qwen/qwen3.5-397b-a17b. De stödda begärandeparametrarna är 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 och top_p. Den uppsättningen täcker samplingskontroller, straff, deterministisk seeding, stoppsekvenser, rapportering av loggsannolikheter, resonemangsutdata och verktygsanvändning, så de flesta standardformer för OpenAI-liknande begäranden fungerar utan ändringar.

Tänk på taket för utdata: max_tokens kan gå upp till 235929, och kontextfönstret är 262144 tokens, så mycket stora prompter lämnar mindre utrymme för generering. Modellen ger endast textutdata, så om du behöver bild- eller ljudutdata krävs en annan modell. Om din uppgift är helt och hållet text och inte behöver vision- eller videoindata kan en mindre textmodell vara enklare och snabbare att arbeta med.