La instantánea fija de Plus del 20 de abril
Qwen3.5 Plus 2026-04-20 es la instantánea del 20 de abril de 2026 de la familia nativa de visión y lenguaje Plus de Qwen. El aviso de la versión del desarrollador identifica una mejora sustancial en programación con agentes frente a la instantánea del 15 de febrero, junto con mayor eficiencia de inferencia y la conservación de capacidades de conocimiento, razonamiento y contexto largo. Mantén esta edición fechada diferenciada de un nombre Plus que cambia y del punto de control abierto Qwen3.5-397B-A17B.
La familia acepta texto con imágenes o vídeo y produce resultados textuales. Ese ámbito admite una tarea de desarrollo basada en una captura de pantalla, una pregunta sobre un diagrama técnico o una explicación basada en documentos. El nombre de la instantánea no establece por sí solo el recuento de parámetros, los expertos activados o la arquitectura exacta del punto de control abierto, por lo que esas cifras no se atribuyen a esta edición aquí.
Programación con agentes
El principal cambio de la versión es una programación más capaz en un flujo de agentes. Proporciona los requisitos del proyecto, los archivos o fragmentos pertinentes, el comportamiento existente y el artefacto esperado al finalizar. Para una tarea de convertir una captura en una interfaz, incluye la referencia visual y las restricciones funcionales, y después pide código fuente editable y una explicación del comportamiento previsto. Para un cambio de repositorio, identifica la función afectada y la entrada que demuestra el problema, y después pide un parche y las comprobaciones necesarias para evaluarlo.
Un flujo de programación de varios pasos se beneficia de retroalimentación real: los resultados de inspección, errores observados y hallazgos de revisión pueden devolverse al modelo a medida que avanza el trabajo. La aplicación controla las herramientas y ejecuta las acciones permitidas. Pide un informe de lo que se propuso, lo que se observó y lo que sigue sin resolverse.
Conocimientos y razonamiento
El desarrollador dice que la instantánea conserva conocimientos y razonamiento sólidos, al tiempo que mejora el trabajo de agentes. Para una tarea analítica, separa los hechos de las fuentes de los supuestos y especifica la conclusión que se busca. Pide pasajes, valores o identificadores de código de apoyo para poder comprobar el resultado. Para un informe profesional, proporciona el material pertinente y las secciones deseadas, en lugar de confiar en que el modelo conozca el contexto que falta de un proyecto privado.
La familia Qwen3.5 Plus está documentada como de pensamiento híbrido, con pensamiento habilitado de forma predeterminada. Su flujo de familia puede producir una respuesta directa cuando se desactiva el pensamiento, mientras que el razonamiento y el contenido de respuesta final se tratan por separado. La interfaz de la instantánea exacta de abril debe utilizar sus propios controles documentados; una descripción de modo de familia no promete que todas las aplicaciones expongan un parámetro concreto.
Trabajo con contexto largo
La tabla específica de Alibaba para la instantánea del 20 de abril indica un contexto de 1,000,000 tokens, una entrada máxima de 991,808 tokens para respuestas directas o de 983,616 para pensamiento y una salida máxima de 65,536 en ambos modos. No transfieras las cifras de contexto nativo o ampliado del punto de control abierto Qwen3.5 a un límite estricto de esta instantánea Plus. Prepara una entrada larga con límites entre documentos, identificadores de página, rutas de código y las definiciones necesarias para la tarea.
Una solicitud útil puede pedir una tabla que relacione requisitos e implementación, una comparación documental o un informe que identifique las pruebas de cada conclusión. Mantén el material no relacionado fuera del prompt y deja espacio para la respuesta. La capacidad de contexto largo ayuda a reunir más pruebas; no garantiza un recuerdo completo ni sustituye una pregunta clara.
Preparación de tareas de tipo producción
El fabricante presenta esta edición para agentes complejos, flujos de programación y uso orientado al rendimiento de procesamiento. Define el resultado observable de la tarea: los archivos que se deben producir, el comportamiento que se debe implementar o los hallazgos que se deben explicar. Cuando haya herramientas conectadas, distingue sus resultados reales devueltos de las propuestas textuales del modelo. Establece el formato final para que el artefacto pueda pasar a un flujo de revisión o aplicación, comprobando su sintaxis y su contenido por separado.
La tabla específica de la instantánea indica llamadas a funciones, salidas estructuradas, búsqueda web, compleción de prefijos y almacenamiento en caché de contexto; la inferencia por lotes y el ajuste fino no son compatibles. Son funciones del flujo del productor, y los límites de archivos multimedia siguen siendo una especificación independiente. Por tanto, una solicitud de texto con forma de JSON, ejecución de código o recuperación de fuentes debe seguir siendo un flujo solicitado, en lugar de una garantía nativa asumida. La mejora descrita por el desarrollador es cualitativa; no debe convertirse en una promesa incondicional de latencia o rendimiento de procesamiento.
Límites prácticos
Mantén la edición Plus fechada exacta y el material de origen junto con el resultado al comparar revisiones posteriores. Comprueba el código generado, los cálculos y los detalles visuales extraídos frente a la fuente proporcionada y devuelve expresamente las pruebas sin resolver. El resultado útil es un artefacto textual concreto vinculado a los requisitos de la tarea, con la identidad Plus fechada exacta y los límites documentados de entrada, salida y herramientas del productor explícitos.
", "aboutText": "La instantánea fija de Plus del 20 de abril\n\nQwen3.5 Plus 2026-04-20 es la instantánea del 20 de abril de 2026 de la familia nativa de visión y lenguaje Plus de Qwen. El aviso de la versión del desarrollador identifica una mejora sustancial en programación con agentes frente a la instantánea del 15 de febrero, junto con mayor eficiencia de inferencia y la conservación de capacidades de conocimiento, razonamiento y contexto largo. Mantén esta edición fechada diferenciada de un nombre Plus que cambia y del punto de control abierto Qwen3.5-397B-A17B.\n\nLa familia acepta texto con imágenes o vídeo y produce resultados textuales. Ese ámbito admite una tarea de desarrollo basada en una captura de pantalla, una pregunta sobre un diagrama técnico o una explicación basada en documentos. El nombre de la instantánea no establece por sí solo el recuento de parámetros, los expertos activados o la arquitectura exacta del punto de control abierto, por lo que esas cifras no se atribuyen a esta edición aquí.\n\nProgramación con agentes\n\nEl principal cambio de la versión es una programación más capaz en un flujo de agentes. Proporciona los requisitos del proyecto, los archivos o fragmentos pertinentes, el comportamiento existente y el artefacto esperado al finalizar. Para una tarea de convertir una captura en una interfaz, incluye la referencia visual y las restricciones funcionales, y después pide código fuente editable y una explicación del comportamiento previsto. Para un cambio de repositorio, identifica la función afectada y la entrada que demuestra el problema, y después pide un parche y las comprobaciones necesarias para evaluarlo.\n\nUn flujo de programación de varios pasos se beneficia de retroalimentación real: los resultados de inspección, errores observados y hallazgos de revisión pueden devolverse al modelo a medida que avanza el trabajo. La aplicación controla las herramientas y ejecuta las acciones permitidas. Pide un informe de lo que se propuso, lo que se observó y lo que sigue sin resolverse.\n\nConocimientos y razonamiento\n\nEl desarrollador dice que la instantánea conserva conocimientos y razonamiento sólidos, al tiempo que mejora el trabajo de agentes. Para una tarea analítica, separa los hechos de las fuentes de los supuestos y especifica la conclusión que se busca. Pide pasajes, valores o identificadores de código de apoyo para poder comprobar el resultado. Para un informe profesional, proporciona el material pertinente y las secciones deseadas, en lugar de confiar en que el modelo conozca el contexto que falta de un proyecto privado.\n\nLa familia Qwen3.5 Plus está documentada como de pensamiento híbrido, con pensamiento habilitado de forma predeterminada. Su flujo de familia puede producir una respuesta directa cuando se desactiva el pensamiento, mientras que el razonamiento y el contenido de respuesta final se tratan por separado. La interfaz de la instantánea exacta de abril debe utilizar sus propios controles documentados; una descripción de modo de familia no promete que todas las aplicaciones expongan un parámetro concreto.\n\nTrabajo con contexto largo\n\nLa tabla específica de Alibaba para la instantánea del 20 de abril indica un contexto de 1,000,000 tokens, una entrada máxima de 991,808 tokens para respuestas directas o de 983,616 para pensamiento y una salida máxima de 65,536 en ambos modos. No transfieras las cifras de contexto nativo o ampliado del punto de control abierto Qwen3.5 a un límite estricto de esta instantánea Plus. Prepara una entrada larga con límites entre documentos, identificadores de página, rutas de código y las definiciones necesarias para la tarea.\n\nUna solicitud útil puede pedir una tabla que relacione requisitos e implementación, una comparación documental o un informe que identifique las pruebas de cada conclusión. Mantén el material no relacionado fuera del prompt y deja espacio para la respuesta. La capacidad de contexto largo ayuda a reunir más pruebas; no garantiza un recuerdo completo ni sustituye una pregunta clara.\n\nPreparación de tareas de tipo producción\n\nEl fabricante presenta esta edición para agentes complejos, flujos de programación y uso orientado al rendimiento de procesamiento. Define el resultado observable de la tarea: los archivos que se deben producir, el comportamiento que se debe implementar o los hallazgos que se deben explicar. Cuando haya herramientas conectadas, distingue sus resultados reales devueltos de las propuestas textuales del modelo. Establece el formato final para que el artefacto pueda pasar a un flujo de revisión o aplicación, comprobando su sintaxis y su contenido por separado.\n\nLa tabla específica de la instantánea indica llamadas a funciones, salidas estructuradas, búsqueda web, compleción de prefijos y almacenamiento en caché de contexto; la inferencia por lotes y el ajuste fino no son compatibles. Son funciones del flujo del productor, y los límites de archivos multimedia siguen siendo una especificación independiente. Por tanto, una solicitud de texto con forma de JSON, ejecución de código o recuperación de fuentes debe seguir siendo un flujo solicitado, en lugar de una garantía nativa asumida. La mejora descrita por el desarrollador es cualitativa; no debe convertirse en una promesa incondicional de latencia o rendimiento de procesamiento.\n\nLímites prácticos\n\nMantén la edición Plus fechada exacta y el material de origen junto con el resultado al comparar revisiones posteriores. Comprueba el código generado, los cálculos y los detalles visuales extraídos frente a la fuente proporcionada y devuelve expresamente las pruebas sin resolver. El resultado útil es un artefacto textual concreto vinculado a los requisitos de la tarea, con la identidad Plus fechada exacta y los límites documentados de entrada, salida y herramientas del productor explícitos.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Repair an asynchronous search race\n\nA search field calls fetchResults(query).then(render) after each keystroke. Results for an older query sometimes arrive after the latest query and overwrite the screen. Propose a focused JavaScript change that renders only the newest request's result. Preserve the existing fetchResults and render interfaces, handle request failures and describe a reversed-response-order test.A code proposal, a brief request-order explanation and a deterministic out-of-order response test.Check an older response cannot overwrite the latest result, including after a failed newer request.qwen/qwen3.5-plus-20260420Qwen3.5 Plus 2026-04-20 es la instantánea fija del 20 de abril del modelo de visión y lenguaje Plus de Qwen. El desarrollador destaca mejoras en programación con agentes, conservando razonamiento, conocimientos y trabajo con contexto largo, para tareas complejas que combinan texto o material visual proporcionados con un entregable concreto.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
La instantánea fija de Plus del 20 de abril
Qwen3.5 Plus 2026-04-20 es la instantánea del 20 de abril de 2026 de la familia nativa de visión y lenguaje Plus de Qwen. El aviso de la versión del desarrollador identifica una mejora sustancial en programación con agentes frente a la instantánea del 15 de febrero, junto con mayor eficiencia de inferencia y la conservación de capacidades de conocimiento, razonamiento y contexto largo. Mantén esta edición fechada diferenciada de un nombre Plus que cambia y del punto de control abierto Qwen3.5-397B-A17B.
La familia acepta texto con imágenes o vídeo y produce resultados textuales. Ese ámbito admite una tarea de desarrollo basada en una captura de pantalla, una pregunta sobre un diagrama técnico o una explicación basada en documentos. El nombre de la instantánea no establece por sí solo el recuento de parámetros, los expertos activados o la arquitectura exacta del punto de control abierto, por lo que esas cifras no se atribuyen a esta edición aquí.
Programación con agentes
El principal cambio de la versión es una programación más capaz en un flujo de agentes. Proporciona los requisitos del proyecto, los archivos o fragmentos pertinentes, el comportamiento existente y el artefacto esperado al finalizar. Para una tarea de convertir una captura en una interfaz, incluye la referencia visual y las restricciones funcionales, y después pide código fuente editable y una explicación del comportamiento previsto. Para un cambio de repositorio, identifica la función afectada y la entrada que demuestra el problema, y después pide un parche y las comprobaciones necesarias para evaluarlo.
Un flujo de programación de varios pasos se beneficia de retroalimentación real: los resultados de inspección, errores observados y hallazgos de revisión pueden devolverse al modelo a medida que avanza el trabajo. La aplicación controla las herramientas y ejecuta las acciones permitidas. Pide un informe de lo que se propuso, lo que se observó y lo que sigue sin resolverse.
Conocimientos y razonamiento
El desarrollador dice que la instantánea conserva conocimientos y razonamiento sólidos, al tiempo que mejora el trabajo de agentes. Para una tarea analítica, separa los hechos de las fuentes de los supuestos y especifica la conclusión que se busca. Pide pasajes, valores o identificadores de código de apoyo para poder comprobar el resultado. Para un informe profesional, proporciona el material pertinente y las secciones deseadas, en lugar de confiar en que el modelo conozca el contexto que falta de un proyecto privado.
La familia Qwen3.5 Plus está documentada como de pensamiento híbrido, con pensamiento habilitado de forma predeterminada. Su flujo de familia puede producir una respuesta directa cuando se desactiva el pensamiento, mientras que el razonamiento y el contenido de respuesta final se tratan por separado. La interfaz de la instantánea exacta de abril debe utilizar sus propios controles documentados; una descripción de modo de familia no promete que todas las aplicaciones expongan un parámetro concreto.
Trabajo con contexto largo
La tabla específica de Alibaba para la instantánea del 20 de abril indica un contexto de 1,000,000 tokens, una entrada máxima de 991,808 tokens para respuestas directas o de 983,616 para pensamiento y una salida máxima de 65,536 en ambos modos. No transfieras las cifras de contexto nativo o ampliado del punto de control abierto Qwen3.5 a un límite estricto de esta instantánea Plus. Prepara una entrada larga con límites entre documentos, identificadores de página, rutas de código y las definiciones necesarias para la tarea.
Una solicitud útil puede pedir una tabla que relacione requisitos e implementación, una comparación documental o un informe que identifique las pruebas de cada conclusión. Mantén el material no relacionado fuera del prompt y deja espacio para la respuesta. La capacidad de contexto largo ayuda a reunir más pruebas; no garantiza un recuerdo completo ni sustituye una pregunta clara.
Preparación de tareas de tipo producción
El fabricante presenta esta edición para agentes complejos, flujos de programación y uso orientado al rendimiento de procesamiento. Define el resultado observable de la tarea: los archivos que se deben producir, el comportamiento que se debe implementar o los hallazgos que se deben explicar. Cuando haya herramientas conectadas, distingue sus resultados reales devueltos de las propuestas textuales del modelo. Establece el formato final para que el artefacto pueda pasar a un flujo de revisión o aplicación, comprobando su sintaxis y su contenido por separado.
La tabla específica de la instantánea indica llamadas a funciones, salidas estructuradas, búsqueda web, compleción de prefijos y almacenamiento en caché de contexto; la inferencia por lotes y el ajuste fino no son compatibles. Son funciones del flujo del productor, y los límites de archivos multimedia siguen siendo una especificación independiente. Por tanto, una solicitud de texto con forma de JSON, ejecución de código o recuperación de fuentes debe seguir siendo un flujo solicitado, en lugar de una garantía nativa asumida. La mejora descrita por el desarrollador es cualitativa; no debe convertirse en una promesa incondicional de latencia o rendimiento de procesamiento.
Límites prácticos
Mantén la edición Plus fechada exacta y el material de origen junto con el resultado al comparar revisiones posteriores. Comprueba el código generado, los cálculos y los detalles visuales extraídos frente a la fuente proporcionada y devuelve expresamente las pruebas sin resolver. El resultado útil es un artefacto textual concreto vinculado a los requisitos de la tarea, con la identidad Plus fechada exacta y los límites documentados de entrada, salida y herramientas del productor explícitos.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites qwen/qwen3.5-plus-20260420 | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
Campotools[].function.name | Tipostring | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores y límites text | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parámetrocontrol_scope | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0006 / 1K tokens Salida · Tokens de salida $0.0036 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché $0.00075 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusive256.000 | Cargo Entrada · Tokens de entrada $0.0006 / 1K tokens Salida · Tokens de salida $0.0036 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché $0.00075 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 2 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de256.000 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.00075 / 1K tokens Salida · Tokens de salida $0.0045 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché $0.0009375 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3.5-plus-20260420", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen/qwen3.5-plus-20260420',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen/qwen3.5-plus-20260420',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra qwen/qwen3.5-plus-20260420
Usa las rutas de método indicadas arriba.
qwen/qwen3.5-plus-20260420Qwen3.5 Plus 2026-04-20 es la instantánea fija del 20 de abril del modelo de visión y lenguaje Plus de Qwen. El desarrollador destaca mejoras en programación con agentes, conservando razonamiento, conocimientos y trabajo con contexto largo, para tareas complejas que combinan texto o material visual proporcionados con un entregable concreto.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
La instantánea fija de Plus del 20 de abril
Qwen3.5 Plus 2026-04-20 es la instantánea del 20 de abril de 2026 de la familia nativa de visión y lenguaje Plus de Qwen. El aviso de la versión del desarrollador identifica una mejora sustancial en programación con agentes frente a la instantánea del 15 de febrero, junto con mayor eficiencia de inferencia y la conservación de capacidades de conocimiento, razonamiento y contexto largo. Mantén esta edición fechada diferenciada de un nombre Plus que cambia y del punto de control abierto Qwen3.5-397B-A17B.
La familia acepta texto con imágenes o vídeo y produce resultados textuales. Ese ámbito admite una tarea de desarrollo basada en una captura de pantalla, una pregunta sobre un diagrama técnico o una explicación basada en documentos. El nombre de la instantánea no establece por sí solo el recuento de parámetros, los expertos activados o la arquitectura exacta del punto de control abierto, por lo que esas cifras no se atribuyen a esta edición aquí.
Programación con agentes
El principal cambio de la versión es una programación más capaz en un flujo de agentes. Proporciona los requisitos del proyecto, los archivos o fragmentos pertinentes, el comportamiento existente y el artefacto esperado al finalizar. Para una tarea de convertir una captura en una interfaz, incluye la referencia visual y las restricciones funcionales, y después pide código fuente editable y una explicación del comportamiento previsto. Para un cambio de repositorio, identifica la función afectada y la entrada que demuestra el problema, y después pide un parche y las comprobaciones necesarias para evaluarlo.
Un flujo de programación de varios pasos se beneficia de retroalimentación real: los resultados de inspección, errores observados y hallazgos de revisión pueden devolverse al modelo a medida que avanza el trabajo. La aplicación controla las herramientas y ejecuta las acciones permitidas. Pide un informe de lo que se propuso, lo que se observó y lo que sigue sin resolverse.
Conocimientos y razonamiento
El desarrollador dice que la instantánea conserva conocimientos y razonamiento sólidos, al tiempo que mejora el trabajo de agentes. Para una tarea analítica, separa los hechos de las fuentes de los supuestos y especifica la conclusión que se busca. Pide pasajes, valores o identificadores de código de apoyo para poder comprobar el resultado. Para un informe profesional, proporciona el material pertinente y las secciones deseadas, en lugar de confiar en que el modelo conozca el contexto que falta de un proyecto privado.
La familia Qwen3.5 Plus está documentada como de pensamiento híbrido, con pensamiento habilitado de forma predeterminada. Su flujo de familia puede producir una respuesta directa cuando se desactiva el pensamiento, mientras que el razonamiento y el contenido de respuesta final se tratan por separado. La interfaz de la instantánea exacta de abril debe utilizar sus propios controles documentados; una descripción de modo de familia no promete que todas las aplicaciones expongan un parámetro concreto.
Trabajo con contexto largo
La tabla específica de Alibaba para la instantánea del 20 de abril indica un contexto de 1,000,000 tokens, una entrada máxima de 991,808 tokens para respuestas directas o de 983,616 para pensamiento y una salida máxima de 65,536 en ambos modos. No transfieras las cifras de contexto nativo o ampliado del punto de control abierto Qwen3.5 a un límite estricto de esta instantánea Plus. Prepara una entrada larga con límites entre documentos, identificadores de página, rutas de código y las definiciones necesarias para la tarea.
Una solicitud útil puede pedir una tabla que relacione requisitos e implementación, una comparación documental o un informe que identifique las pruebas de cada conclusión. Mantén el material no relacionado fuera del prompt y deja espacio para la respuesta. La capacidad de contexto largo ayuda a reunir más pruebas; no garantiza un recuerdo completo ni sustituye una pregunta clara.
Preparación de tareas de tipo producción
El fabricante presenta esta edición para agentes complejos, flujos de programación y uso orientado al rendimiento de procesamiento. Define el resultado observable de la tarea: los archivos que se deben producir, el comportamiento que se debe implementar o los hallazgos que se deben explicar. Cuando haya herramientas conectadas, distingue sus resultados reales devueltos de las propuestas textuales del modelo. Establece el formato final para que el artefacto pueda pasar a un flujo de revisión o aplicación, comprobando su sintaxis y su contenido por separado.
La tabla específica de la instantánea indica llamadas a funciones, salidas estructuradas, búsqueda web, compleción de prefijos y almacenamiento en caché de contexto; la inferencia por lotes y el ajuste fino no son compatibles. Son funciones del flujo del productor, y los límites de archivos multimedia siguen siendo una especificación independiente. Por tanto, una solicitud de texto con forma de JSON, ejecución de código o recuperación de fuentes debe seguir siendo un flujo solicitado, en lugar de una garantía nativa asumida. La mejora descrita por el desarrollador es cualitativa; no debe convertirse en una promesa incondicional de latencia o rendimiento de procesamiento.
Límites prácticos
Mantén la edición Plus fechada exacta y el material de origen junto con el resultado al comparar revisiones posteriores. Comprueba el código generado, los cálculos y los detalles visuales extraídos frente a la fuente proporcionada y devuelve expresamente las pruebas sin resolver. El resultado útil es un artefacto textual concreto vinculado a los requisitos de la tarea, con la identidad Plus fechada exacta y los límites documentados de entrada, salida y herramientas del productor explícitos.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites qwen/qwen3.5-plus-20260420 | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0006 / 1K tokens Salida · Tokens de salida $0.0036 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché $0.00075 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusive256.000 | Cargo Entrada · Tokens de entrada $0.0006 / 1K tokens Salida · Tokens de salida $0.0036 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché $0.00075 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 2 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de256.000 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.00075 / 1K tokens Salida · Tokens de salida $0.0045 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché $0.0009375 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "qwen/qwen3.5-plus-20260420",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3.5-plus-20260420', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3.5-plus-20260420', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra qwen/qwen3.5-plus-20260420
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Repair an asynchronous search race\n\nA search field calls fetchResults(query).then(render) after each keystroke. Results for an older query sometimes arrive after the latest query and overwrite the screen. Propose a focused JavaScript change that renders only the newest request's result. Preserve the existing fetchResults and render interfaces, handle request failures and describe a reversed-response-order test.A code proposal, a brief request-order explanation and a deterministic out-of-order response test.Check an older response cannot overwrite the latest result, including after a failed newer request.