Le snapshot Plus du 15 février
Qwen3.5 Plus 2026-02-15 est la version fixe du 15 février 2026 de la famille native vision-langage Plus de Qwen. Son architecture documentée associe attention linéaire et calcul à mélange clairsemé d’experts, pour les tâches textuelles et multimodales. Les entrées comprennent texte, images et vidéo ; la réponse est textuelle, par exemple une explication, une proposition de code ou un livrable documentaire. Le nom daté donne à cette édition une identité précise au sein de la famille Plus.
Le fabricant décrit Qwen3.5-Plus géré comme correspondant au modèle ouvert Qwen3.5-397B-A17B, avec des fonctions supplémentaires dont un contexte par défaut d’un million de jetons, des outils intégrés et leur utilisation adaptative. Les deux offres conservent des noms et des contrats d’interface distincts. Les nombres exacts d’experts, la représentation numérique et le contexte natif du checkpoint ouvert ne doivent pas être transformés silencieusement en spécification complète de cette version Plus datée.
Travail unifié sur texte et visuels
La famille Qwen3.5 développe le raisonnement, la programmation, les agents et la compréhension visuelle par fusion précoce texte–vision et apprentissage par renforcement sur des tâches progressivement complexes. Sa description de famille inclut 201 langues et dialectes. Pour le travail multilingue, précisez la langue cible, le public et les termes à conserver ; pour le travail visuel, gardez les libellés, en-têtes de tableaux ou définitions de schémas nécessaires.
Une requête documentaire utile peut demander une comparaison organisée selon les mêmes sections que la source, avec des passages à l’appui de chaque observation. Une requête de programmation peut associer une capture, le code existant pertinent et les exigences fonctionnelles, puis demander du code modifiable et une explication distincte du comportement. Pour une vidéo, identifiez l’événement ou la séquence pertinente et préservez le minutage. Vérifiez les passages, les détails visuels et le code proposé par rapport au contenu fourni.
Raisonnement et réponses directes
Le guide des modes du concepteur classe la famille Qwen3.5 Plus et le snapshot du 15 février en réflexion hybride, activée par défaut. Le flux hybride documenté peut désactiver la réflexion pour une réponse directe. Séparez le raisonnement du livrable final lorsque l’interface choisie fournit les deux. Définissez une forme finale claire, comme un tableau d’observations, une réponse délimitée ou des fichiers de code, afin de faciliter l’inspection.
Le checkpoint ouvert Qwen3.5 a ses propres recommandations d’historique et d’échantillonnage. Les générations Qwen ultérieures introduisent aussi d’autres valeurs par défaut et contrôles de conservation du raisonnement. Suivez la recette exacte de l’interface Plus au lieu de supposer qu’un marqueur de prompt, un conteneur de paramètres ou un comportement d’historique se transfère à toutes les éditions nommées Qwen.
Outils et travail adaptatif
La référence Plus du producteur décrit l’utilisation intégrée et adaptative des outils. Une tâche peut laisser un flux connecté récupérer des éléments, inspecter le contenu fourni ou renvoyer les résultats d’opérations autorisées. Précisez les outils disponibles, les actions autorisées et la condition observable d’achèvement. Le modèle peut exploiter les retours réels pour réviser son analyse et choisir l’étape suivante ; l’application effectue les actions externes et fournit leurs résultats.
Pour une tâche d’agent, demandez que le rapport final présente le livrable obtenu, les éléments d’appui et les conditions non résolues. Distinguez un correctif proposé ou une requête de récupération d’un résultat réellement renvoyé par un outil. Une demande de texte au format JSON n’établit pas à elle seule un contrat d’imposition de schéma, et une demande d’exécution de code ne crée pas indépendamment un environnement d’exécution.
Préparer le contexte long
La référence Plus gérée de Qwen décrit un contexte par défaut d’un million de jetons. Gardez visibles les limites entre documents, les identifiants de code et les définitions dans une grande entrée, et réservez de la place au raisonnement et à la réponse finale. Utilisez l’allocation de contexte Plus gérée pour ce flux ; le checkpoint ouvert 397B a ses propres limites natives et étendues.
Pour une comparaison longue, limitez la question aux décisions ou relations requises et demandez de citer la section étayant chaque conclusion. L’allocation de contexte peut rassembler plus d’éléments, mais une structure de sources claire assure la traçabilité de la réponse. Conservez le nom d’édition daté lorsque la reproductibilité compte.
Résultat pratique et limites
Utilisez ce snapshot pour un livrable textuel concret fondé sur le contenu de projet ou visuel fourni : une proposition d’implémentation, une comparaison documentaire ou une réponse expliquée. Vérifiez les petits libellés visuels, les calculs, le texte cité et les changements de code par rapport aux éléments originaux. Le périmètre documenté est la compréhension textuelle et visuelle avec sortie textuelle ; il n’implique pas la génération d’images, de vidéos ou de parole. Les outils exacts, règles de téléversement et allocations de sortie doivent suivre l’interface choisie plutôt qu’une équivalence présumée avec un autre checkpoint.
", "aboutText": "Le snapshot Plus du 15 février\n\nQwen3.5 Plus 2026-02-15 est la version fixe du 15 février 2026 de la famille native vision-langage Plus de Qwen. Son architecture documentée associe attention linéaire et calcul à mélange clairsemé d’experts, pour les tâches textuelles et multimodales. Les entrées comprennent texte, images et vidéo ; la réponse est textuelle, par exemple une explication, une proposition de code ou un livrable documentaire. Le nom daté donne à cette édition une identité précise au sein de la famille Plus.\n\nLe fabricant décrit Qwen3.5-Plus géré comme correspondant au modèle ouvert Qwen3.5-397B-A17B, avec des fonctions supplémentaires dont un contexte par défaut d’un million de jetons, des outils intégrés et leur utilisation adaptative. Les deux offres conservent des noms et des contrats d’interface distincts. Les nombres exacts d’experts, la représentation numérique et le contexte natif du checkpoint ouvert ne doivent pas être transformés silencieusement en spécification complète de cette version Plus datée.\n\nTravail unifié sur texte et visuels\n\nLa famille Qwen3.5 développe le raisonnement, la programmation, les agents et la compréhension visuelle par fusion précoce texte–vision et apprentissage par renforcement sur des tâches progressivement complexes. Sa description de famille inclut 201 langues et dialectes. Pour le travail multilingue, précisez la langue cible, le public et les termes à conserver ; pour le travail visuel, gardez les libellés, en-têtes de tableaux ou définitions de schémas nécessaires.\n\nUne requête documentaire utile peut demander une comparaison organisée selon les mêmes sections que la source, avec des passages à l’appui de chaque observation. Une requête de programmation peut associer une capture, le code existant pertinent et les exigences fonctionnelles, puis demander du code modifiable et une explication distincte du comportement. Pour une vidéo, identifiez l’événement ou la séquence pertinente et préservez le minutage. Vérifiez les passages, les détails visuels et le code proposé par rapport au contenu fourni.\n\nRaisonnement et réponses directes\n\nLe guide des modes du concepteur classe la famille Qwen3.5 Plus et le snapshot du 15 février en réflexion hybride, activée par défaut. Le flux hybride documenté peut désactiver la réflexion pour une réponse directe. Séparez le raisonnement du livrable final lorsque l’interface choisie fournit les deux. Définissez une forme finale claire, comme un tableau d’observations, une réponse délimitée ou des fichiers de code, afin de faciliter l’inspection.\n\nLe checkpoint ouvert Qwen3.5 a ses propres recommandations d’historique et d’échantillonnage. Les générations Qwen ultérieures introduisent aussi d’autres valeurs par défaut et contrôles de conservation du raisonnement. Suivez la recette exacte de l’interface Plus au lieu de supposer qu’un marqueur de prompt, un conteneur de paramètres ou un comportement d’historique se transfère à toutes les éditions nommées Qwen.\n\nOutils et travail adaptatif\n\nLa référence Plus du producteur décrit l’utilisation intégrée et adaptative des outils. Une tâche peut laisser un flux connecté récupérer des éléments, inspecter le contenu fourni ou renvoyer les résultats d’opérations autorisées. Précisez les outils disponibles, les actions autorisées et la condition observable d’achèvement. Le modèle peut exploiter les retours réels pour réviser son analyse et choisir l’étape suivante ; l’application effectue les actions externes et fournit leurs résultats.\n\nPour une tâche d’agent, demandez que le rapport final présente le livrable obtenu, les éléments d’appui et les conditions non résolues. Distinguez un correctif proposé ou une requête de récupération d’un résultat réellement renvoyé par un outil. Une demande de texte au format JSON n’établit pas à elle seule un contrat d’imposition de schéma, et une demande d’exécution de code ne crée pas indépendamment un environnement d’exécution.\n\nPréparer le contexte long\n\nLa référence Plus gérée de Qwen décrit un contexte par défaut d’un million de jetons. Gardez visibles les limites entre documents, les identifiants de code et les définitions dans une grande entrée, et réservez de la place au raisonnement et à la réponse finale. Utilisez l’allocation de contexte Plus gérée pour ce flux ; le checkpoint ouvert 397B a ses propres limites natives et étendues.\n\nPour une comparaison longue, limitez la question aux décisions ou relations requises et demandez de citer la section étayant chaque conclusion. L’allocation de contexte peut rassembler plus d’éléments, mais une structure de sources claire assure la traçabilité de la réponse. Conservez le nom d’édition daté lorsque la reproductibilité compte.\n\nRésultat pratique et limites\n\nUtilisez ce snapshot pour un livrable textuel concret fondé sur le contenu de projet ou visuel fourni : une proposition d’implémentation, une comparaison documentaire ou une réponse expliquée. Vérifiez les petits libellés visuels, les calculs, le texte cité et les changements de code par rapport aux éléments originaux. Le périmètre documenté est la compréhension textuelle et visuelle avec sortie textuelle ; il n’implique pas la génération d’images, de vidéos ou de parole. Les outils exacts, règles de téléversement et allocations de sortie doivent suivre l’interface choisie plutôt qu’une équivalence présumée avec un autre checkpoint.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Compare document retention clauses\n\nCompare sections A and B. A: 'Keep delivery logs for 30 days; retain disputed deliveries until resolution.' B: 'Delete every delivery log after 30 days.' Return the shared rule, the conflict and a revised B that preserves A's dispute exception. Cite the section label beside each finding and leave other retention categories unspecified.A section-linked comparison and a revised clause preserving the dispute condition.The revised clause must not delete an unresolved disputed-delivery log merely because 30 days passed.qwen/qwen3.5-plus-02-15Qwen3.5 Plus 2026-02-15 est le snapshot fixe du 15 février du modèle natif vision-langage Plus de Qwen. Il associe la compréhension du texte, des images et de la vidéo au raisonnement, à la programmation et aux flux d’agent, renvoyant des réponses ou livrables textuels dans le mode de réflexion hybride de la famille.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Le snapshot Plus du 15 février
Qwen3.5 Plus 2026-02-15 est la version fixe du 15 février 2026 de la famille native vision-langage Plus de Qwen. Son architecture documentée associe attention linéaire et calcul à mélange clairsemé d’experts, pour les tâches textuelles et multimodales. Les entrées comprennent texte, images et vidéo ; la réponse est textuelle, par exemple une explication, une proposition de code ou un livrable documentaire. Le nom daté donne à cette édition une identité précise au sein de la famille Plus.
Le fabricant décrit Qwen3.5-Plus géré comme correspondant au modèle ouvert Qwen3.5-397B-A17B, avec des fonctions supplémentaires dont un contexte par défaut d’un million de jetons, des outils intégrés et leur utilisation adaptative. Les deux offres conservent des noms et des contrats d’interface distincts. Les nombres exacts d’experts, la représentation numérique et le contexte natif du checkpoint ouvert ne doivent pas être transformés silencieusement en spécification complète de cette version Plus datée.
Travail unifié sur texte et visuels
La famille Qwen3.5 développe le raisonnement, la programmation, les agents et la compréhension visuelle par fusion précoce texte–vision et apprentissage par renforcement sur des tâches progressivement complexes. Sa description de famille inclut 201 langues et dialectes. Pour le travail multilingue, précisez la langue cible, le public et les termes à conserver ; pour le travail visuel, gardez les libellés, en-têtes de tableaux ou définitions de schémas nécessaires.
Une requête documentaire utile peut demander une comparaison organisée selon les mêmes sections que la source, avec des passages à l’appui de chaque observation. Une requête de programmation peut associer une capture, le code existant pertinent et les exigences fonctionnelles, puis demander du code modifiable et une explication distincte du comportement. Pour une vidéo, identifiez l’événement ou la séquence pertinente et préservez le minutage. Vérifiez les passages, les détails visuels et le code proposé par rapport au contenu fourni.
Raisonnement et réponses directes
Le guide des modes du concepteur classe la famille Qwen3.5 Plus et le snapshot du 15 février en réflexion hybride, activée par défaut. Le flux hybride documenté peut désactiver la réflexion pour une réponse directe. Séparez le raisonnement du livrable final lorsque l’interface choisie fournit les deux. Définissez une forme finale claire, comme un tableau d’observations, une réponse délimitée ou des fichiers de code, afin de faciliter l’inspection.
Le checkpoint ouvert Qwen3.5 a ses propres recommandations d’historique et d’échantillonnage. Les générations Qwen ultérieures introduisent aussi d’autres valeurs par défaut et contrôles de conservation du raisonnement. Suivez la recette exacte de l’interface Plus au lieu de supposer qu’un marqueur de prompt, un conteneur de paramètres ou un comportement d’historique se transfère à toutes les éditions nommées Qwen.
Outils et travail adaptatif
La référence Plus du producteur décrit l’utilisation intégrée et adaptative des outils. Une tâche peut laisser un flux connecté récupérer des éléments, inspecter le contenu fourni ou renvoyer les résultats d’opérations autorisées. Précisez les outils disponibles, les actions autorisées et la condition observable d’achèvement. Le modèle peut exploiter les retours réels pour réviser son analyse et choisir l’étape suivante ; l’application effectue les actions externes et fournit leurs résultats.
Pour une tâche d’agent, demandez que le rapport final présente le livrable obtenu, les éléments d’appui et les conditions non résolues. Distinguez un correctif proposé ou une requête de récupération d’un résultat réellement renvoyé par un outil. Une demande de texte au format JSON n’établit pas à elle seule un contrat d’imposition de schéma, et une demande d’exécution de code ne crée pas indépendamment un environnement d’exécution.
Préparer le contexte long
La référence Plus gérée de Qwen décrit un contexte par défaut d’un million de jetons. Gardez visibles les limites entre documents, les identifiants de code et les définitions dans une grande entrée, et réservez de la place au raisonnement et à la réponse finale. Utilisez l’allocation de contexte Plus gérée pour ce flux ; le checkpoint ouvert 397B a ses propres limites natives et étendues.
Pour une comparaison longue, limitez la question aux décisions ou relations requises et demandez de citer la section étayant chaque conclusion. L’allocation de contexte peut rassembler plus d’éléments, mais une structure de sources claire assure la traçabilité de la réponse. Conservez le nom d’édition daté lorsque la reproductibilité compte.
Résultat pratique et limites
Utilisez ce snapshot pour un livrable textuel concret fondé sur le contenu de projet ou visuel fourni : une proposition d’implémentation, une comparaison documentaire ou une réponse expliquée. Vérifiez les petits libellés visuels, les calculs, le texte cité et les changements de code par rapport aux éléments originaux. Le périmètre documenté est la compréhension textuelle et visuelle avec sortie textuelle ; il n’implique pas la génération d’images, de vidéos ou de parole. Les outils exacts, règles de téléversement et allocations de sortie doivent suivre l’interface choisie plutôt qu’une équivalence présumée avec un autre checkpoint.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen/qwen3.5-plus-02-15 | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’identifiant réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: outil de fonction fourni | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est rejeté sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: 1h est rejeté dans les emplacements réels du cache de prompt | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | Contrattableau de messages avec une structure role/content |
Paramètrefile_material | Contratdocument UTF-8 réel inséré sous forme de texte littéral ; aucun identifiant de fichier déduit |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | Contratpropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’identifiant exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objets fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.00052 / 1K tokens Sortie · Tokens en sortie $0.00312 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluse256 000 | Coût Entrée · Tokens en entrée $0.00052 / 1K tokens Sortie · Tokens en sortie $0.00312 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 2 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de256 000 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.00065 / 1K tokens Sortie · Tokens en sortie $0.0039 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${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-02-15", "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-02-15',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-02-15',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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, puis conservez le motif final de terminaison et les données d’utilisation.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra qwen/qwen3.5-plus-02-15
Utilisez les chemins de méthode indiqués ci-dessus.
qwen/qwen3.5-plus-02-15Qwen3.5 Plus 2026-02-15 est le snapshot fixe du 15 février du modèle natif vision-langage Plus de Qwen. Il associe la compréhension du texte, des images et de la vidéo au raisonnement, à la programmation et aux flux d’agent, renvoyant des réponses ou livrables textuels dans le mode de réflexion hybride de la famille.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Le snapshot Plus du 15 février
Qwen3.5 Plus 2026-02-15 est la version fixe du 15 février 2026 de la famille native vision-langage Plus de Qwen. Son architecture documentée associe attention linéaire et calcul à mélange clairsemé d’experts, pour les tâches textuelles et multimodales. Les entrées comprennent texte, images et vidéo ; la réponse est textuelle, par exemple une explication, une proposition de code ou un livrable documentaire. Le nom daté donne à cette édition une identité précise au sein de la famille Plus.
Le fabricant décrit Qwen3.5-Plus géré comme correspondant au modèle ouvert Qwen3.5-397B-A17B, avec des fonctions supplémentaires dont un contexte par défaut d’un million de jetons, des outils intégrés et leur utilisation adaptative. Les deux offres conservent des noms et des contrats d’interface distincts. Les nombres exacts d’experts, la représentation numérique et le contexte natif du checkpoint ouvert ne doivent pas être transformés silencieusement en spécification complète de cette version Plus datée.
Travail unifié sur texte et visuels
La famille Qwen3.5 développe le raisonnement, la programmation, les agents et la compréhension visuelle par fusion précoce texte–vision et apprentissage par renforcement sur des tâches progressivement complexes. Sa description de famille inclut 201 langues et dialectes. Pour le travail multilingue, précisez la langue cible, le public et les termes à conserver ; pour le travail visuel, gardez les libellés, en-têtes de tableaux ou définitions de schémas nécessaires.
Une requête documentaire utile peut demander une comparaison organisée selon les mêmes sections que la source, avec des passages à l’appui de chaque observation. Une requête de programmation peut associer une capture, le code existant pertinent et les exigences fonctionnelles, puis demander du code modifiable et une explication distincte du comportement. Pour une vidéo, identifiez l’événement ou la séquence pertinente et préservez le minutage. Vérifiez les passages, les détails visuels et le code proposé par rapport au contenu fourni.
Raisonnement et réponses directes
Le guide des modes du concepteur classe la famille Qwen3.5 Plus et le snapshot du 15 février en réflexion hybride, activée par défaut. Le flux hybride documenté peut désactiver la réflexion pour une réponse directe. Séparez le raisonnement du livrable final lorsque l’interface choisie fournit les deux. Définissez une forme finale claire, comme un tableau d’observations, une réponse délimitée ou des fichiers de code, afin de faciliter l’inspection.
Le checkpoint ouvert Qwen3.5 a ses propres recommandations d’historique et d’échantillonnage. Les générations Qwen ultérieures introduisent aussi d’autres valeurs par défaut et contrôles de conservation du raisonnement. Suivez la recette exacte de l’interface Plus au lieu de supposer qu’un marqueur de prompt, un conteneur de paramètres ou un comportement d’historique se transfère à toutes les éditions nommées Qwen.
Outils et travail adaptatif
La référence Plus du producteur décrit l’utilisation intégrée et adaptative des outils. Une tâche peut laisser un flux connecté récupérer des éléments, inspecter le contenu fourni ou renvoyer les résultats d’opérations autorisées. Précisez les outils disponibles, les actions autorisées et la condition observable d’achèvement. Le modèle peut exploiter les retours réels pour réviser son analyse et choisir l’étape suivante ; l’application effectue les actions externes et fournit leurs résultats.
Pour une tâche d’agent, demandez que le rapport final présente le livrable obtenu, les éléments d’appui et les conditions non résolues. Distinguez un correctif proposé ou une requête de récupération d’un résultat réellement renvoyé par un outil. Une demande de texte au format JSON n’établit pas à elle seule un contrat d’imposition de schéma, et une demande d’exécution de code ne crée pas indépendamment un environnement d’exécution.
Préparer le contexte long
La référence Plus gérée de Qwen décrit un contexte par défaut d’un million de jetons. Gardez visibles les limites entre documents, les identifiants de code et les définitions dans une grande entrée, et réservez de la place au raisonnement et à la réponse finale. Utilisez l’allocation de contexte Plus gérée pour ce flux ; le checkpoint ouvert 397B a ses propres limites natives et étendues.
Pour une comparaison longue, limitez la question aux décisions ou relations requises et demandez de citer la section étayant chaque conclusion. L’allocation de contexte peut rassembler plus d’éléments, mais une structure de sources claire assure la traçabilité de la réponse. Conservez le nom d’édition daté lorsque la reproductibilité compte.
Résultat pratique et limites
Utilisez ce snapshot pour un livrable textuel concret fondé sur le contenu de projet ou visuel fourni : une proposition d’implémentation, une comparaison documentaire ou une réponse expliquée. Vérifiez les petits libellés visuels, les calculs, le texte cité et les changements de code par rapport aux éléments originaux. Le périmètre documenté est la compréhension textuelle et visuelle avec sortie textuelle ; il n’implique pas la génération d’images, de vidéos ou de parole. Les outils exacts, règles de téléversement et allocations de sortie doivent suivre l’interface choisie plutôt qu’une équivalence présumée avec un autre checkpoint.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen/qwen3.5-plus-02-15 | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.00052 / 1K tokens Sortie · Tokens en sortie $0.00312 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluse256 000 | Coût Entrée · Tokens en entrée $0.00052 / 1K tokens Sortie · Tokens en sortie $0.00312 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 2 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de256 000 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.00065 / 1K tokens Sortie · Tokens en sortie $0.0039 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "qwen/qwen3.5-plus-02-15",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-02-15', '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-02-15', '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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les identifiants réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra qwen/qwen3.5-plus-02-15
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Compare document retention clauses\n\nCompare sections A and B. A: 'Keep delivery logs for 30 days; retain disputed deliveries until resolution.' B: 'Delete every delivery log after 30 days.' Return the shared rule, the conflict and a revised B that preserves A's dispute exception. Cite the section label beside each finding and leave other retention categories unspecified.A section-linked comparison and a revised clause preserving the dispute condition.The revised clause must not delete an unresolved disputed-delivery log merely because 30 days passed.