Le snapshot Plus fixe du 20 avril
Qwen3.5 Plus 2026-04-20 est le snapshot du 20 avril 2026 de la famille native vision-langage Plus de Qwen. L’avis de version du concepteur identifie une amélioration substantielle de la programmation en mode agent par rapport au snapshot du 15 février, avec une meilleure efficacité d’inférence et le maintien des capacités de connaissance, de raisonnement et de contexte long. Distinguez cette édition datée d’un nom Plus évolutif et du checkpoint ouvert Qwen3.5-397B-A17B.
La famille accepte du texte avec des images ou une vidéo et produit des résultats textuels. Ce périmètre permet une tâche de développement fondée sur une capture, une question sur un schéma technique ou une explication documentaire. Le nom du snapshot n’établit pas à lui seul le nombre de paramètres, les experts activés ou l’architecture exacte du checkpoint ouvert ; ces chiffres ne sont donc pas attribués ici à cette édition.
Programmation en mode agent
Le changement principal est une programmation plus performante dans un flux d’agent. Fournissez les exigences du projet, les fichiers ou extraits pertinents, le comportement existant et le livrable attendu à l’achèvement. Pour transformer une capture en interface, incluez la référence visuelle et les contraintes fonctionnelles, puis demandez du code source modifiable et une explication du comportement prévu. Pour modifier un dépôt, identifiez la fonction concernée et l’entrée démontrant le problème, puis demandez un correctif et les vérifications nécessaires à son évaluation.
Un flux de programmation à plusieurs étapes bénéficie de retours réels : résultats d’inspection, erreurs observées et observations de revue peuvent être renvoyés au modèle au fil du travail. L’application contrôle les outils et exécute les actions autorisées. Demandez un rapport indiquant ce qui a été proposé, ce qui a été observé et ce qui reste non résolu.
Connaissances et raisonnement
Le concepteur indique que le snapshot conserve des connaissances et un raisonnement solides tout en améliorant le travail d’agent. Pour une tâche analytique, séparez les faits des sources des hypothèses et précisez la conclusion recherchée. Demandez des passages, valeurs ou identifiants de code à l’appui pour pouvoir vérifier le résultat. Pour un rapport professionnel, fournissez le contenu pertinent et les sections souhaitées au lieu de compter sur le modèle pour connaître le contexte manquant d’un projet privé.
La famille Qwen3.5 Plus est documentée comme étant à réflexion hybride, activée par défaut. Son flux de famille peut produire une réponse directe lorsque la réflexion est désactivée, tandis que le raisonnement et le contenu final sont traités séparément. L’interface du snapshot d’avril exact doit utiliser ses propres contrôles documentés ; une description de mode de famille ne promet pas que chaque application expose un paramètre particulier.
Travail à contexte long
Le tableau dédié au snapshot du 20 avril d’Alibaba indique un contexte de 1 000 000 jetons, une entrée maximale de 991 808 jetons en réponse directe ou de 983 616 en réflexion et une sortie maximale de 65 536 dans les deux modes. Ne transférez pas les valeurs natives ou étendues du checkpoint ouvert Qwen3.5 vers une limite stricte de ce snapshot Plus. Préparez une entrée longue avec les limites entre documents, les identifiants de page, les chemins de code et les définitions nécessaires.
Une requête utile peut demander un tableau reliant exigences et implémentation, une comparaison documentaire ou un rapport identifiant les éléments pour chaque conclusion. Écartez le contenu sans rapport du prompt et laissez de la place à la réponse. Une capacité de contexte long aide à rassembler davantage d’éléments ; elle ne garantit pas un rappel intégral et ne remplace pas une question claire.
Préparer une tâche de type production
Le fabricant positionne cette édition pour les agents complexes, les flux de programmation et les usages orientés débit. Définissez le résultat observable : fichiers à produire, comportement à implémenter ou observations à expliquer. Lorsque des outils sont connectés, distinguez leurs résultats réellement renvoyés des propositions textuelles du modèle. Fixez le format final pour que le livrable puisse entrer dans un flux de revue ou applicatif, en vérifiant séparément sa syntaxe et son contenu.
Le tableau dédié au snapshot indique l’appel de fonctions, les sorties structurées, la recherche web, la complétion de préfixe et la mise en cache du contexte ; l’inférence par lots et l’ajustement fin ne sont pas pris en charge. Ce sont des fonctions du flux du producteur, tandis que les limites de fichiers médias constituent une spécification distincte. Une demande de texte au format JSON, d’exécution de code ou de récupération de sources doit donc rester un flux demandé plutôt qu’une garantie native présumée. L’amélioration décrite par le concepteur est qualitative ; elle ne doit pas devenir une promesse sans réserve de latence ou de débit.
Limites pratiques
Gardez l’édition Plus datée exacte et les sources avec le résultat lors de comparaisons de révisions ultérieures. Vérifiez le code généré, les calculs et les détails visuels extraits par rapport à la source fournie et signalez explicitement les éléments non résolus. Le résultat utile est un livrable textuel concret lié aux exigences, avec l’identité Plus datée exacte et les limites documentées d’entrée, de sortie et d’outils du producteur explicites.
", "aboutText": "Le snapshot Plus fixe du 20 avril\n\nQwen3.5 Plus 2026-04-20 est le snapshot du 20 avril 2026 de la famille native vision-langage Plus de Qwen. L’avis de version du concepteur identifie une amélioration substantielle de la programmation en mode agent par rapport au snapshot du 15 février, avec une meilleure efficacité d’inférence et le maintien des capacités de connaissance, de raisonnement et de contexte long. Distinguez cette édition datée d’un nom Plus évolutif et du checkpoint ouvert Qwen3.5-397B-A17B.\n\nLa famille accepte du texte avec des images ou une vidéo et produit des résultats textuels. Ce périmètre permet une tâche de développement fondée sur une capture, une question sur un schéma technique ou une explication documentaire. Le nom du snapshot n’établit pas à lui seul le nombre de paramètres, les experts activés ou l’architecture exacte du checkpoint ouvert ; ces chiffres ne sont donc pas attribués ici à cette édition.\n\nProgrammation en mode agent\n\nLe changement principal est une programmation plus performante dans un flux d’agent. Fournissez les exigences du projet, les fichiers ou extraits pertinents, le comportement existant et le livrable attendu à l’achèvement. Pour transformer une capture en interface, incluez la référence visuelle et les contraintes fonctionnelles, puis demandez du code source modifiable et une explication du comportement prévu. Pour modifier un dépôt, identifiez la fonction concernée et l’entrée démontrant le problème, puis demandez un correctif et les vérifications nécessaires à son évaluation.\n\nUn flux de programmation à plusieurs étapes bénéficie de retours réels : résultats d’inspection, erreurs observées et observations de revue peuvent être renvoyés au modèle au fil du travail. L’application contrôle les outils et exécute les actions autorisées. Demandez un rapport indiquant ce qui a été proposé, ce qui a été observé et ce qui reste non résolu.\n\nConnaissances et raisonnement\n\nLe concepteur indique que le snapshot conserve des connaissances et un raisonnement solides tout en améliorant le travail d’agent. Pour une tâche analytique, séparez les faits des sources des hypothèses et précisez la conclusion recherchée. Demandez des passages, valeurs ou identifiants de code à l’appui pour pouvoir vérifier le résultat. Pour un rapport professionnel, fournissez le contenu pertinent et les sections souhaitées au lieu de compter sur le modèle pour connaître le contexte manquant d’un projet privé.\n\nLa famille Qwen3.5 Plus est documentée comme étant à réflexion hybride, activée par défaut. Son flux de famille peut produire une réponse directe lorsque la réflexion est désactivée, tandis que le raisonnement et le contenu final sont traités séparément. L’interface du snapshot d’avril exact doit utiliser ses propres contrôles documentés ; une description de mode de famille ne promet pas que chaque application expose un paramètre particulier.\n\nTravail à contexte long\n\nLe tableau dédié au snapshot du 20 avril d’Alibaba indique un contexte de 1 000 000 jetons, une entrée maximale de 991 808 jetons en réponse directe ou de 983 616 en réflexion et une sortie maximale de 65 536 dans les deux modes. Ne transférez pas les valeurs natives ou étendues du checkpoint ouvert Qwen3.5 vers une limite stricte de ce snapshot Plus. Préparez une entrée longue avec les limites entre documents, les identifiants de page, les chemins de code et les définitions nécessaires.\n\nUne requête utile peut demander un tableau reliant exigences et implémentation, une comparaison documentaire ou un rapport identifiant les éléments pour chaque conclusion. Écartez le contenu sans rapport du prompt et laissez de la place à la réponse. Une capacité de contexte long aide à rassembler davantage d’éléments ; elle ne garantit pas un rappel intégral et ne remplace pas une question claire.\n\nPréparer une tâche de type production\n\nLe fabricant positionne cette édition pour les agents complexes, les flux de programmation et les usages orientés débit. Définissez le résultat observable : fichiers à produire, comportement à implémenter ou observations à expliquer. Lorsque des outils sont connectés, distinguez leurs résultats réellement renvoyés des propositions textuelles du modèle. Fixez le format final pour que le livrable puisse entrer dans un flux de revue ou applicatif, en vérifiant séparément sa syntaxe et son contenu.\n\nLe tableau dédié au snapshot indique l’appel de fonctions, les sorties structurées, la recherche web, la complétion de préfixe et la mise en cache du contexte ; l’inférence par lots et l’ajustement fin ne sont pas pris en charge. Ce sont des fonctions du flux du producteur, tandis que les limites de fichiers médias constituent une spécification distincte. Une demande de texte au format JSON, d’exécution de code ou de récupération de sources doit donc rester un flux demandé plutôt qu’une garantie native présumée. L’amélioration décrite par le concepteur est qualitative ; elle ne doit pas devenir une promesse sans réserve de latence ou de débit.\n\nLimites pratiques\n\nGardez l’édition Plus datée exacte et les sources avec le résultat lors de comparaisons de révisions ultérieures. Vérifiez le code généré, les calculs et les détails visuels extraits par rapport à la source fournie et signalez explicitement les éléments non résolus. Le résultat utile est un livrable textuel concret lié aux exigences, avec l’identité Plus datée exacte et les limites documentées d’entrée, de sortie et d’outils du producteur explicites.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
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 est le snapshot fixe du 20 avril du modèle vision-langage Plus de Qwen. Le concepteur souligne une programmation en mode agent améliorée, tout en conservant le raisonnement, les connaissances et le travail à contexte long, pour les tâches complexes associant les contenus textuels ou visuels fournis à un livrable concret.
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 fixe du 20 avril
Qwen3.5 Plus 2026-04-20 est le snapshot du 20 avril 2026 de la famille native vision-langage Plus de Qwen. L’avis de version du concepteur identifie une amélioration substantielle de la programmation en mode agent par rapport au snapshot du 15 février, avec une meilleure efficacité d’inférence et le maintien des capacités de connaissance, de raisonnement et de contexte long. Distinguez cette édition datée d’un nom Plus évolutif et du checkpoint ouvert Qwen3.5-397B-A17B.
La famille accepte du texte avec des images ou une vidéo et produit des résultats textuels. Ce périmètre permet une tâche de développement fondée sur une capture, une question sur un schéma technique ou une explication documentaire. Le nom du snapshot n’établit pas à lui seul le nombre de paramètres, les experts activés ou l’architecture exacte du checkpoint ouvert ; ces chiffres ne sont donc pas attribués ici à cette édition.
Programmation en mode agent
Le changement principal est une programmation plus performante dans un flux d’agent. Fournissez les exigences du projet, les fichiers ou extraits pertinents, le comportement existant et le livrable attendu à l’achèvement. Pour transformer une capture en interface, incluez la référence visuelle et les contraintes fonctionnelles, puis demandez du code source modifiable et une explication du comportement prévu. Pour modifier un dépôt, identifiez la fonction concernée et l’entrée démontrant le problème, puis demandez un correctif et les vérifications nécessaires à son évaluation.
Un flux de programmation à plusieurs étapes bénéficie de retours réels : résultats d’inspection, erreurs observées et observations de revue peuvent être renvoyés au modèle au fil du travail. L’application contrôle les outils et exécute les actions autorisées. Demandez un rapport indiquant ce qui a été proposé, ce qui a été observé et ce qui reste non résolu.
Connaissances et raisonnement
Le concepteur indique que le snapshot conserve des connaissances et un raisonnement solides tout en améliorant le travail d’agent. Pour une tâche analytique, séparez les faits des sources des hypothèses et précisez la conclusion recherchée. Demandez des passages, valeurs ou identifiants de code à l’appui pour pouvoir vérifier le résultat. Pour un rapport professionnel, fournissez le contenu pertinent et les sections souhaitées au lieu de compter sur le modèle pour connaître le contexte manquant d’un projet privé.
La famille Qwen3.5 Plus est documentée comme étant à réflexion hybride, activée par défaut. Son flux de famille peut produire une réponse directe lorsque la réflexion est désactivée, tandis que le raisonnement et le contenu final sont traités séparément. L’interface du snapshot d’avril exact doit utiliser ses propres contrôles documentés ; une description de mode de famille ne promet pas que chaque application expose un paramètre particulier.
Travail à contexte long
Le tableau dédié au snapshot du 20 avril d’Alibaba indique un contexte de 1 000 000 jetons, une entrée maximale de 991 808 jetons en réponse directe ou de 983 616 en réflexion et une sortie maximale de 65 536 dans les deux modes. Ne transférez pas les valeurs natives ou étendues du checkpoint ouvert Qwen3.5 vers une limite stricte de ce snapshot Plus. Préparez une entrée longue avec les limites entre documents, les identifiants de page, les chemins de code et les définitions nécessaires.
Une requête utile peut demander un tableau reliant exigences et implémentation, une comparaison documentaire ou un rapport identifiant les éléments pour chaque conclusion. Écartez le contenu sans rapport du prompt et laissez de la place à la réponse. Une capacité de contexte long aide à rassembler davantage d’éléments ; elle ne garantit pas un rappel intégral et ne remplace pas une question claire.
Préparer une tâche de type production
Le fabricant positionne cette édition pour les agents complexes, les flux de programmation et les usages orientés débit. Définissez le résultat observable : fichiers à produire, comportement à implémenter ou observations à expliquer. Lorsque des outils sont connectés, distinguez leurs résultats réellement renvoyés des propositions textuelles du modèle. Fixez le format final pour que le livrable puisse entrer dans un flux de revue ou applicatif, en vérifiant séparément sa syntaxe et son contenu.
Le tableau dédié au snapshot indique l’appel de fonctions, les sorties structurées, la recherche web, la complétion de préfixe et la mise en cache du contexte ; l’inférence par lots et l’ajustement fin ne sont pas pris en charge. Ce sont des fonctions du flux du producteur, tandis que les limites de fichiers médias constituent une spécification distincte. Une demande de texte au format JSON, d’exécution de code ou de récupération de sources doit donc rester un flux demandé plutôt qu’une garantie native présumée. L’amélioration décrite par le concepteur est qualitative ; elle ne doit pas devenir une promesse sans réserve de latence ou de débit.
Limites pratiques
Gardez l’édition Plus datée exacte et les sources avec le résultat lors de comparaisons de révisions ultérieures. Vérifiez le code généré, les calculs et les détails visuels extraits par rapport à la source fournie et signalez explicitement les éléments non résolus. Le résultat utile est un livrable textuel concret lié aux exigences, avec l’identité Plus datée exacte et les limites documentées d’entrée, de sortie et d’outils du producteur explicites.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen/qwen3.5-plus-20260420 | 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 $0.0006 / 1K tokens Sortie · Tokens en sortie $0.0036 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache $0.00075 / 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 $0.0006 / 1K tokens Sortie · Tokens en sortie $0.0036 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache $0.00075 / 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 $0.00075 / 1K tokens Sortie · Tokens en sortie $0.0045 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache $0.0009375 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${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-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 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-20260420
Utilisez les chemins de méthode indiqués ci-dessus.
qwen/qwen3.5-plus-20260420Qwen3.5 Plus 2026-04-20 est le snapshot fixe du 20 avril du modèle vision-langage Plus de Qwen. Le concepteur souligne une programmation en mode agent améliorée, tout en conservant le raisonnement, les connaissances et le travail à contexte long, pour les tâches complexes associant les contenus textuels ou visuels fournis à un livrable concret.
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 fixe du 20 avril
Qwen3.5 Plus 2026-04-20 est le snapshot du 20 avril 2026 de la famille native vision-langage Plus de Qwen. L’avis de version du concepteur identifie une amélioration substantielle de la programmation en mode agent par rapport au snapshot du 15 février, avec une meilleure efficacité d’inférence et le maintien des capacités de connaissance, de raisonnement et de contexte long. Distinguez cette édition datée d’un nom Plus évolutif et du checkpoint ouvert Qwen3.5-397B-A17B.
La famille accepte du texte avec des images ou une vidéo et produit des résultats textuels. Ce périmètre permet une tâche de développement fondée sur une capture, une question sur un schéma technique ou une explication documentaire. Le nom du snapshot n’établit pas à lui seul le nombre de paramètres, les experts activés ou l’architecture exacte du checkpoint ouvert ; ces chiffres ne sont donc pas attribués ici à cette édition.
Programmation en mode agent
Le changement principal est une programmation plus performante dans un flux d’agent. Fournissez les exigences du projet, les fichiers ou extraits pertinents, le comportement existant et le livrable attendu à l’achèvement. Pour transformer une capture en interface, incluez la référence visuelle et les contraintes fonctionnelles, puis demandez du code source modifiable et une explication du comportement prévu. Pour modifier un dépôt, identifiez la fonction concernée et l’entrée démontrant le problème, puis demandez un correctif et les vérifications nécessaires à son évaluation.
Un flux de programmation à plusieurs étapes bénéficie de retours réels : résultats d’inspection, erreurs observées et observations de revue peuvent être renvoyés au modèle au fil du travail. L’application contrôle les outils et exécute les actions autorisées. Demandez un rapport indiquant ce qui a été proposé, ce qui a été observé et ce qui reste non résolu.
Connaissances et raisonnement
Le concepteur indique que le snapshot conserve des connaissances et un raisonnement solides tout en améliorant le travail d’agent. Pour une tâche analytique, séparez les faits des sources des hypothèses et précisez la conclusion recherchée. Demandez des passages, valeurs ou identifiants de code à l’appui pour pouvoir vérifier le résultat. Pour un rapport professionnel, fournissez le contenu pertinent et les sections souhaitées au lieu de compter sur le modèle pour connaître le contexte manquant d’un projet privé.
La famille Qwen3.5 Plus est documentée comme étant à réflexion hybride, activée par défaut. Son flux de famille peut produire une réponse directe lorsque la réflexion est désactivée, tandis que le raisonnement et le contenu final sont traités séparément. L’interface du snapshot d’avril exact doit utiliser ses propres contrôles documentés ; une description de mode de famille ne promet pas que chaque application expose un paramètre particulier.
Travail à contexte long
Le tableau dédié au snapshot du 20 avril d’Alibaba indique un contexte de 1 000 000 jetons, une entrée maximale de 991 808 jetons en réponse directe ou de 983 616 en réflexion et une sortie maximale de 65 536 dans les deux modes. Ne transférez pas les valeurs natives ou étendues du checkpoint ouvert Qwen3.5 vers une limite stricte de ce snapshot Plus. Préparez une entrée longue avec les limites entre documents, les identifiants de page, les chemins de code et les définitions nécessaires.
Une requête utile peut demander un tableau reliant exigences et implémentation, une comparaison documentaire ou un rapport identifiant les éléments pour chaque conclusion. Écartez le contenu sans rapport du prompt et laissez de la place à la réponse. Une capacité de contexte long aide à rassembler davantage d’éléments ; elle ne garantit pas un rappel intégral et ne remplace pas une question claire.
Préparer une tâche de type production
Le fabricant positionne cette édition pour les agents complexes, les flux de programmation et les usages orientés débit. Définissez le résultat observable : fichiers à produire, comportement à implémenter ou observations à expliquer. Lorsque des outils sont connectés, distinguez leurs résultats réellement renvoyés des propositions textuelles du modèle. Fixez le format final pour que le livrable puisse entrer dans un flux de revue ou applicatif, en vérifiant séparément sa syntaxe et son contenu.
Le tableau dédié au snapshot indique l’appel de fonctions, les sorties structurées, la recherche web, la complétion de préfixe et la mise en cache du contexte ; l’inférence par lots et l’ajustement fin ne sont pas pris en charge. Ce sont des fonctions du flux du producteur, tandis que les limites de fichiers médias constituent une spécification distincte. Une demande de texte au format JSON, d’exécution de code ou de récupération de sources doit donc rester un flux demandé plutôt qu’une garantie native présumée. L’amélioration décrite par le concepteur est qualitative ; elle ne doit pas devenir une promesse sans réserve de latence ou de débit.
Limites pratiques
Gardez l’édition Plus datée exacte et les sources avec le résultat lors de comparaisons de révisions ultérieures. Vérifiez le code généré, les calculs et les détails visuels extraits par rapport à la source fournie et signalez explicitement les éléments non résolus. Le résultat utile est un livrable textuel concret lié aux exigences, avec l’identité Plus datée exacte et les limites documentées d’entrée, de sortie et d’outils du producteur explicites.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen/qwen3.5-plus-20260420 | 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 $0.0006 / 1K tokens Sortie · Tokens en sortie $0.0036 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache $0.00075 / 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 $0.0006 / 1K tokens Sortie · Tokens en sortie $0.0036 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache $0.00075 / 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 $0.00075 / 1K tokens Sortie · Tokens en sortie $0.0045 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache $0.0009375 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "qwen/qwen3.5-plus-20260420",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 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-20260420
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
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.