Vi använder cookies. Cookies och webbläsarlagring håller dig inloggad och kommer ihåg dina preferenser. Med ditt tillstånd mäter vi också hur webbplatsen används. Du kan när som helst. Läs vår cookiepolicy.
Qwen: Qwen3.6 27B
qwen/qwen3.6-27bTesta Qwen: Qwen3.6 27B nu
Körs på ditt saldo till priserna ovan. Nya konton börjar med gratis användning.
Ett API. Alla modeller.
Sessionskostnad 0,00 US$
Inställningar
Avancerade parametrar
Qwen: Qwen3.6 27B i korthet
- Indatapriset är 44% lägre än medianen för 434 Text-modeller.
- Kontextfönster på 262 144 tokens, tillräckligt för långa dokument och konversationer i flera steg.
- Stöder verktygsanrop (function calling) för agenter och integrationer.
- Stöder strukturerad JSON-utdata med ett schema.
- Stöder styrning av resonemangsnivå.
- Tar emot bilder som indata (vision).
- Ett typiskt anrop (1,000 indata / 500 utdata-tokens) kostar ungefär 0,00438 US$.
Om Qwen: Qwen3.6 27B
Qwen: Qwen3.6 27B är en dense språkmodell med 27 miljarder parametrar från Qwen-teamet på Alibaba, släppt i april 2026. Den finns i textkategorin på api14, och leverantörens beskrivning ramar in den som en hybrid multimodal modell, vilket innebär att samma vikter hanterar både språkliga och visuella indata i stället för att skicka bilder eller video till en separat modell.
Modellen tar emot text, bild och video som indata och producerar text som utdata. Dess kontextfönster är 262 144 tokens, och maximal utdata är 81 920 tokens, så den kan ta in mycket stora dokument eller långa medietunga prompter och fortfarande returnera omfattande genereringar i ett enda anrop. Parametrar som stöds inkluderar temperature, top_p, top_k, min_p, repetition_penalty, frequency_penalty, presence_penalty, max_tokens, stop, seed, logit_bias, logprobs, top_logprobs och response_format. Den exponerar också resonemangskontroller genom parametrarna reasoning och include_reasoning, verktygsanvändning genom tools och tool_choice, samt structured_outputs för begränsad generering.
Dessa funktioner pekar mot några praktiska mönster. Arbete med lång kontext, som att sammanfatta eller ställa frågor till stora kodbaser, kontrakt eller forskningskorpusar, passar det 262k stora fönstret, och det höga utdatataket hjälper när själva svaret är långt, till exempel en fullständig rapport eller en refaktorering. Eftersom bilder och video accepteras tillsammans med text passar modellen för uppgifter som att beskriva filmmaterial, extrahera information från skärmbilder eller diagram, och besvara frågor som grundas i visuellt material. Verktygsanrop och strukturerade utdata gör den användbar som resonemangs- och extraheringssteg inuti en agent eller pipeline, där modellen måste returnera JSON eller anropa funktioner tillförlitligt. Resonemangsparametrarna är användbara när du vill att modellen ska arbeta igenom ett problem innan den svarar, och logprobs eller top_logprobs hjälper när du behöver konfidenssignaler.
Du anropar modellen genom api14:s OpenAI-kompatibla API med modell-id:t "qwen/qwen3.6-27b". Rikta din befintliga OpenAI-klient mot api14:s bas-URL, skicka en chat completions-begäran med det id:t i fältet model, och skicka med valfria av de parametrar som stöds och listas ovan i begärans body. Multimodala indata placeras i meddelandeinnehållet i vanligt OpenAI-format, så text-, bild- och videodelar kan blandas i samma konversation.
En sak att väga in är utdatagränsen: 81 920 tokens är generöst men ändligt, så extremt långa enskilda svar kan behöva delas upp över flera anrop. Modellen producerar endast text, så om du behöver genererade bilder eller ljud krävs en annan modell. I övrigt täcker kombinationen av 262k kontext, multimodal indata, resonemangskontroller och verktygsstöd ett brett spektrum av utvecklararbetsbelastningar.
Så anropar du Qwen: Qwen3.6 27B API
- Skapa en API-nyckel i din kontrollpanel.
- Installera det officiella openai-SDK:t för ditt språk.
- Sätt baseURL till https://api14.com/api/v1 och model till "qwen/qwen3.6-27b".
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "qwen/qwen3.6-27b",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Parametrar som stöds
frequency_penaltyinclude_reasoninglogit_biaslogprobsmax_tokensmin_ppresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_pSpecifikationer
- Kontextlängd
- 262 144
- Max utdata
- 65 536
- Indata
- text, image, video
- Utdata
- text
Anrop på api14 · senaste 7 dagarna
Qwen: Qwen3.6 27B: vanliga frågor
- Vad kostar Qwen: Qwen3.6 27B API?
- Qwen: Qwen3.6 27B kostar Indata 0,88 US$ / 1M tokens. Det dras från ditt USD-saldo endast för lyckade anrop; misslyckade anrop är gratis.
- Hur stort är kontextfönstret för Qwen: Qwen3.6 27B?
- Qwen: Qwen3.6 27B läser upp till 262 144 tokens per anrop, prompt, historik och dokument tillsammans. Den skriver upp till 65 536 utdata-tokens per svar.
- Vad kan Qwen: Qwen3.6 27B göra?
- Qwen: Qwen3.6 27B tar emot text, image, video och returnerar text. Den stöder verktygsanrop, strukturerad JSON-utdata, styrning av resonemangsnivå.
- Hur anropar jag Qwen: Qwen3.6 27B från min kod?
- Peka valfritt OpenAI-SDK mot https://api14.com/api/v1 och sätt model till "qwen/qwen3.6-27b", inga andra kodändringar. Kopiera ett färdigt exempel från kodpanelen på den här sidan.
- Vilka alternativ finns till Qwen: Qwen3.6 27B?
- Jämförbara Text-modeller till ett liknande pris: Google: Gemini 3.8 Flash (batch), Google: Gemini 3.7 Flash (batch), Google: Gemini 3.6 Flash (batch). Alla körs via samma API-nyckel, så att byta är en sträng.
Community för Qwen: Qwen3.6 27B
Ny trådDen här communityn har inga trådar ännu. Starta den första om Qwen: Qwen3.6 27B.