Qwen: Qwen3.8 2.4T A95B

Qwen3.8 2.4T A95B är en öppen viktmässig gles mixture-of-experts-modell från Qwen, och den är den öppna viktvarianten av Qwen3.8 Max. Namnet återspeglar dess arkitektur: 95 miljarder aktiva parametrar av totalt 2,4 biljoner, så endast en bråkdel av nätverket är engagerat per token medan hela modellen fortfarande håller en mycket stor pool av vikter. Den tillhör textkategorin, tar in text och returnerar text ut.

Det mest framträdande numret för de flesta integrationer är kontextfönstret på 1 048 576 tokens, vilket är tillräckligt stort för att rymma hela kodbaser, långa dokumentsamlingar eller utökade konversationshistoriker i en enda begäran. Utdata är begränsad till 131 072 tokens, så långa genereringar är möjliga tillsammans med långa indata. Modellen stöder resonemangsbeteende, inklusive en reasoning-parameter, en reasoning_effort-kontroll och en include_reasoning-flagga, vilket låter dig bestämma om resonemangsinnehåll visas. Den stöder också strukturerade utdata och response_format, så du kan begränsa svar till ett schema istället för att tolka fri text.

Dessa förmågor pekar mot en ganska specifik uppsättning användningsområden. Långkontextanalys är det uppenbara: mata in hela arkiv, avtalspaket, loggarkiv eller forskningskorpusar och ställ frågor över allt detta utan ett hämtningslager. Eftersom tools och tool_choice stöds kan modellen fungera som resonemangskärnan i en agent som anropar funktioner eller externa API:er. Strukturerade utdata gör den lämplig för extraktionspipelines, där du behöver konsekvent JSON från rörig input. Resonemangskontrollerna passar uppgifter där du vill att modellen ska arbeta igenom ett problem steg för steg, och samplingsparametrarna ger dig utrymme att finjustera beteendet för antingen deterministisk eller mer utforskande generering.

Att anropa den via api14 fungerar på samma sätt som alla andra modeller på plattformen, eftersom API:et är OpenAI-kompatibelt. Du skickar din begäran till chat completions-endpointen med modell-id:t "qwen/qwen3.8-2.4t-a95b" och dina meddelanden i vanligt format. De stödda begäransparametrarna är 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_k, top_logprobs och top_p. Om du redan har kod skriven mot OpenAI SDK är det i allmänhet hela ändringen att peka bas-URL:en mot api14 och byta ut modell-id:t.

Två praktiska anmärkningar. För det första är detta en text-only-modell: det finns ingen bild- eller ljudinmatning, så allt multimodalt behöver en annan modell. För det andra innebär mixture-of-experts-designen att antalet aktiva parametrar är mycket mindre än det totala, men en modell med 2,4 biljoner parametrar är fortfarande en stor en, och kontextfönstret på 1M tokens innebär att begäranden kan bära mycket indata. För korta, enkla uppgifter där latens eller genomströmning betyder mer än djup, kommer en mindre modell vanligtvis att vara det bättre valet.