L’instantané Plus du 15 février
Qwen3.5 Plus 2026-02-15 est la version fixe du 15 février 2026 de la famille native de vision et de langage Plus de Qwen. Son architecture documentée combine l’attention linéaire avec le calcul par mélange d’experts clairsemé, prenant en charge les tâches textuelles et multimodales. Les entrées comprennent le texte, les images et la vidéo; la réponse est textuelle, comme une explication, une proposition de code ou un livrable documentaire. Le nom daté donne à cette édition une identité précise dans la famille Plus.
Le fabricant décrit le modèle géré Qwen3.5-Plus comme correspondant au modèle ouvert Qwen3.5-397B-A17B, avec des fonctions supplémentaires comprenant un contexte par défaut d’un million de tokens, des outils intégrés et une utilisation adaptative des outils. Les deux offres conservent des noms et des contrats d’interface distincts. Les nombres précis d’experts, la représentation numérique et le contexte natif du point de contrôle ouvert ne doivent pas être convertis silencieusement en spécification complète de cette version Plus datée.
Travail textuel et visuel unifié
La famille Qwen3.5 développe le raisonnement, la programmation, les agents et la compréhension visuelle par une fusion précoce texte–vision et un apprentissage par renforcement sur des tâches progressivement complexes. Sa description de famille comprend 201 langues et dialectes. Pour le travail multilingue, précisez la langue cible, le public et les termes à préserver; pour le travail visuel, conservez les libellés, les en-têtes de tableaux ou les définitions de schémas nécessaires à la question.
Une requête documentaire utile peut demander une comparaison organisée selon les mêmes sections que la source, avec des passages à l’appui de chaque constat. Une requête de programmation peut combiner une capture d’écran, le code existant pertinent et les exigences fonctionnelles, puis demander du code source modifiable et une explication distincte du comportement. Pour la vidéo, identifiez l’événement ou la séquence pertinente et préservez le minutage. Vérifiez les passages retournés, les détails visuels et le code proposé par rapport aux documents fournis.
Raisonnement et réponses directes
Le guide des modes du fabricant présente la famille Qwen3.5 Plus et l’instantané du 15 février comme ayant une réflexion hybride, activée par défaut. Le processus hybride documenté peut désactiver la réflexion pour une réponse directe. Gardez le raisonnement distinct du livrable final lorsque l’interface choisie fournit les deux. Définissez une forme finale claire, comme un tableau de constats, une réponse délimitée ou des fichiers de code, pour faciliter l’examen du résultat.
Le point de contrôle ouvert Qwen3.5 a ses propres recommandations d’historique et d’échantillonnage. Les générations Qwen ultérieures introduisent aussi des réglages et des valeurs par défaut différents pour la conservation du raisonnement. Suivez la recette précise de l’interface Plus plutôt que de supposer qu’une balise de consigne, un conteneur de paramètres ou un comportement d’historique se transfère à toutes les éditions portant le nom Qwen.
Outils et travail adaptatif
La référence Plus du producteur décrit l’utilisation intégrée et adaptative des outils. Une tâche peut permettre à un processus connecté de récupérer des éléments, d’examiner les documents fournis ou de retourner les résultats d’opérations permises. Énoncez les outils disponibles, les actions permises et la condition observable d’achèvement. Le modèle peut utiliser la rétroaction réelle pour réviser son analyse et sélectionner l’étape suivante; l’application effectue les actions externes et fournit leurs résultats.
Pour une tâche d’agent, demandez au rapport final de montrer le livrable obtenu, les éléments à l’appui et les conditions non résolues. Distinguez un correctif proposé ou une requête de récupération d’information d’un résultat d’outil réellement retourné. Une demande de texte de forme 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.
Préparation du long contexte
La référence Plus gérée de Qwen décrit un contexte par défaut d’un million de tokens. Gardez les limites des documents, les identifiants de code et les définitions visibles dans une grande entrée, et réservez de l’espace pour le raisonnement et la réponse finale. Utilisez l’allocation de contexte Plus gérée pour ce processus; le point de contrôle ouvert 397B a ses propres limites natives et étendues.
Pour une longue comparaison, limitez la question aux décisions ou relations requises et demandez au modèle de citer la section à l’appui de chaque conclusion. L’allocation de contexte peut réunir davantage d’éléments, mais c’est une structure claire des sources qui rend la réponse traçable. Conservez le nom de l’édition datée lorsque la reproductibilité compte.
Résultat pratique et limites
Utilisez cet instantané pour un livrable textuel concret fondé sur les documents de projet ou visuels fournis : une proposition d’implantation, une comparaison documentaire ou une réponse expliquée. Vérifiez les petits libellés visuels, les calculs, les citations et les changements de code par rapport aux éléments originaux. Le champ documenté du modèle est la compréhension textuelle et visuelle avec sortie textuelle; il n’implique pas la génération d’images, de vidéos ou de parole. Les outils précis, les règles de téléversement et les allocations de sortie doivent suivre l’interface sélectionnée plutôt qu’une équivalence supposée avec un autre point de contrôle.
", "aboutText": "L’instantané Plus du 15 février\n\nQwen3.5 Plus 2026-02-15 est la version fixe du 15 février 2026 de la famille native de vision et de langage Plus de Qwen. Son architecture documentée combine l’attention linéaire avec le calcul par mélange d’experts clairsemé, prenant en charge les tâches textuelles et multimodales. Les entrées comprennent le texte, les images et la vidéo; la réponse est textuelle, comme une explication, une proposition de code ou un livrable documentaire. Le nom daté donne à cette édition une identité précise dans la famille Plus.\n\nLe fabricant décrit le modèle géré Qwen3.5-Plus comme correspondant au modèle ouvert Qwen3.5-397B-A17B, avec des fonctions supplémentaires comprenant un contexte par défaut d’un million de tokens, des outils intégrés et une utilisation adaptative des outils. Les deux offres conservent des noms et des contrats d’interface distincts. Les nombres précis d’experts, la représentation numérique et le contexte natif du point de contrôle ouvert ne doivent pas être convertis silencieusement en spécification complète de cette version Plus datée.\n\nTravail textuel et visuel unifié\n\nLa famille Qwen3.5 développe le raisonnement, la programmation, les agents et la compréhension visuelle par une fusion précoce texte–vision et un apprentissage par renforcement sur des tâches progressivement complexes. Sa description de famille comprend 201 langues et dialectes. Pour le travail multilingue, précisez la langue cible, le public et les termes à préserver; pour le travail visuel, conservez les libellés, les en-têtes de tableaux ou les définitions de schémas nécessaires à la question.\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 constat. Une requête de programmation peut combiner une capture d’écran, le code existant pertinent et les exigences fonctionnelles, puis demander du code source modifiable et une explication distincte du comportement. Pour la vidéo, identifiez l’événement ou la séquence pertinente et préservez le minutage. Vérifiez les passages retournés, les détails visuels et le code proposé par rapport aux documents fournis.\n\nRaisonnement et réponses directes\n\nLe guide des modes du fabricant présente la famille Qwen3.5 Plus et l’instantané du 15 février comme ayant une réflexion hybride, activée par défaut. Le processus hybride documenté peut désactiver la réflexion pour une réponse directe. Gardez le raisonnement distinct du livrable final lorsque l’interface choisie fournit les deux. Définissez une forme finale claire, comme un tableau de constats, une réponse délimitée ou des fichiers de code, pour faciliter l’examen du résultat.\n\nLe point de contrôle ouvert Qwen3.5 a ses propres recommandations d’historique et d’échantillonnage. Les générations Qwen ultérieures introduisent aussi des réglages et des valeurs par défaut différents pour la conservation du raisonnement. Suivez la recette précise de l’interface Plus plutôt que de supposer qu’une balise de consigne, un conteneur de paramètres ou un comportement d’historique se transfère à toutes les éditions portant le nom Qwen.\n\nOutils et travail adaptatif\n\nLa référence Plus du producteur décrit l’utilisation intégrée et adaptative des outils. Une tâche peut permettre à un processus connecté de récupérer des éléments, d’examiner les documents fournis ou de retourner les résultats d’opérations permises. Énoncez les outils disponibles, les actions permises et la condition observable d’achèvement. Le modèle peut utiliser la rétroaction réelle pour réviser son analyse et sélectionner l’étape suivante; l’application effectue les actions externes et fournit leurs résultats.\n\nPour une tâche d’agent, demandez au rapport final de montrer le livrable obtenu, les éléments à l’appui et les conditions non résolues. Distinguez un correctif proposé ou une requête de récupération d’information d’un résultat d’outil réellement retourné. Une demande de texte de forme 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\nPréparation du long contexte\n\nLa référence Plus gérée de Qwen décrit un contexte par défaut d’un million de tokens. Gardez les limites des documents, les identifiants de code et les définitions visibles dans une grande entrée, et réservez de l’espace pour le raisonnement et la réponse finale. Utilisez l’allocation de contexte Plus gérée pour ce processus; le point de contrôle ouvert 397B a ses propres limites natives et étendues.\n\nPour une longue comparaison, limitez la question aux décisions ou relations requises et demandez au modèle de citer la section à l’appui de chaque conclusion. L’allocation de contexte peut réunir davantage d’éléments, mais c’est une structure claire des sources qui rend la réponse traçable. Conservez le nom de l’édition datée lorsque la reproductibilité compte.\n\nRésultat pratique et limites\n\nUtilisez cet instantané pour un livrable textuel concret fondé sur les documents de projet ou visuels fournis : une proposition d’implantation, une comparaison documentaire ou une réponse expliquée. Vérifiez les petits libellés visuels, les calculs, les citations et les changements de code par rapport aux éléments originaux. Le champ documenté du modèle est la compréhension textuelle et visuelle avec sortie textuelle; il n’implique pas la génération d’images, de vidéos ou de parole. Les outils précis, les règles de téléversement et les allocations de sortie doivent suivre l’interface sélectionnée plutôt qu’une équivalence supposée avec un autre point de contrôle.", "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 l’instantané fixe du 15 février du modèle natif de vision et de langage Plus de Qwen. Il combine la compréhension du texte, des images et de la vidéo avec le raisonnement, la programmation et les processus orientés agents, retournant 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.
L’instantané Plus du 15 février
Qwen3.5 Plus 2026-02-15 est la version fixe du 15 février 2026 de la famille native de vision et de langage Plus de Qwen. Son architecture documentée combine l’attention linéaire avec le calcul par mélange d’experts clairsemé, prenant en charge les tâches textuelles et multimodales. Les entrées comprennent le texte, les images et la vidéo; la réponse est textuelle, comme une explication, une proposition de code ou un livrable documentaire. Le nom daté donne à cette édition une identité précise dans la famille Plus.
Le fabricant décrit le modèle géré Qwen3.5-Plus comme correspondant au modèle ouvert Qwen3.5-397B-A17B, avec des fonctions supplémentaires comprenant un contexte par défaut d’un million de tokens, des outils intégrés et une utilisation adaptative des outils. Les deux offres conservent des noms et des contrats d’interface distincts. Les nombres précis d’experts, la représentation numérique et le contexte natif du point de contrôle ouvert ne doivent pas être convertis silencieusement en spécification complète de cette version Plus datée.
Travail textuel et visuel unifié
La famille Qwen3.5 développe le raisonnement, la programmation, les agents et la compréhension visuelle par une fusion précoce texte–vision et un apprentissage par renforcement sur des tâches progressivement complexes. Sa description de famille comprend 201 langues et dialectes. Pour le travail multilingue, précisez la langue cible, le public et les termes à préserver; pour le travail visuel, conservez les libellés, les en-têtes de tableaux ou les définitions de schémas nécessaires à la question.
Une requête documentaire utile peut demander une comparaison organisée selon les mêmes sections que la source, avec des passages à l’appui de chaque constat. Une requête de programmation peut combiner une capture d’écran, le code existant pertinent et les exigences fonctionnelles, puis demander du code source modifiable et une explication distincte du comportement. Pour la vidéo, identifiez l’événement ou la séquence pertinente et préservez le minutage. Vérifiez les passages retournés, les détails visuels et le code proposé par rapport aux documents fournis.
Raisonnement et réponses directes
Le guide des modes du fabricant présente la famille Qwen3.5 Plus et l’instantané du 15 février comme ayant une réflexion hybride, activée par défaut. Le processus hybride documenté peut désactiver la réflexion pour une réponse directe. Gardez le raisonnement distinct du livrable final lorsque l’interface choisie fournit les deux. Définissez une forme finale claire, comme un tableau de constats, une réponse délimitée ou des fichiers de code, pour faciliter l’examen du résultat.
Le point de contrôle ouvert Qwen3.5 a ses propres recommandations d’historique et d’échantillonnage. Les générations Qwen ultérieures introduisent aussi des réglages et des valeurs par défaut différents pour la conservation du raisonnement. Suivez la recette précise de l’interface Plus plutôt que de supposer qu’une balise de consigne, un conteneur de paramètres ou un comportement d’historique se transfère à toutes les éditions portant le nom Qwen.
Outils et travail adaptatif
La référence Plus du producteur décrit l’utilisation intégrée et adaptative des outils. Une tâche peut permettre à un processus connecté de récupérer des éléments, d’examiner les documents fournis ou de retourner les résultats d’opérations permises. Énoncez les outils disponibles, les actions permises et la condition observable d’achèvement. Le modèle peut utiliser la rétroaction réelle pour réviser son analyse et sélectionner l’étape suivante; l’application effectue les actions externes et fournit leurs résultats.
Pour une tâche d’agent, demandez au rapport final de montrer le livrable obtenu, les éléments à l’appui et les conditions non résolues. Distinguez un correctif proposé ou une requête de récupération d’information d’un résultat d’outil réellement retourné. Une demande de texte de forme 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.
Préparation du long contexte
La référence Plus gérée de Qwen décrit un contexte par défaut d’un million de tokens. Gardez les limites des documents, les identifiants de code et les définitions visibles dans une grande entrée, et réservez de l’espace pour le raisonnement et la réponse finale. Utilisez l’allocation de contexte Plus gérée pour ce processus; le point de contrôle ouvert 397B a ses propres limites natives et étendues.
Pour une longue comparaison, limitez la question aux décisions ou relations requises et demandez au modèle de citer la section à l’appui de chaque conclusion. L’allocation de contexte peut réunir davantage d’éléments, mais c’est une structure claire des sources qui rend la réponse traçable. Conservez le nom de l’édition datée lorsque la reproductibilité compte.
Résultat pratique et limites
Utilisez cet instantané pour un livrable textuel concret fondé sur les documents de projet ou visuels fournis : une proposition d’implantation, une comparaison documentaire ou une réponse expliquée. Vérifiez les petits libellés visuels, les calculs, les citations et les changements de code par rapport aux éléments originaux. Le champ documenté du modèle est la compréhension textuelle et visuelle avec sortie textuelle; il n’implique pas la génération d’images, de vidéos ou de parole. Les outils précis, les règles de téléversement et les allocations de sortie doivent suivre l’interface sélectionnée plutôt qu’une équivalence supposée avec un autre point de contrôle.
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’ID 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: Fonction fournie comme outil | 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 refusé sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: La valeur 1h est refusée là où le cache des prompts est configuré | 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 comme texte littéral ; aucun ID 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’ID 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/objet 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 | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.00052 / 1K jetons Sortie · Jetons en sortie $0.00312 / 1K jetons Entrée · Lecture du cache — / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse256 000 | Coût Entrée · Jetons en entrée $0.00052 / 1K jetons Sortie · Jetons en sortie $0.00312 / 1K jetons Entrée · Lecture du cache — / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 2 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de256 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.00065 / 1K jetons Sortie · Jetons en sortie $0.0039 / 1K jetons Entrée · Lecture du cache — / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${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, et conservez le motif final d’arrêt et les données d’utilisation.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle 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 éléments fournis ou valeur de paramètre invalides | 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 l’instantané fixe du 15 février du modèle natif de vision et de langage Plus de Qwen. Il combine la compréhension du texte, des images et de la vidéo avec le raisonnement, la programmation et les processus orientés agents, retournant 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.
L’instantané Plus du 15 février
Qwen3.5 Plus 2026-02-15 est la version fixe du 15 février 2026 de la famille native de vision et de langage Plus de Qwen. Son architecture documentée combine l’attention linéaire avec le calcul par mélange d’experts clairsemé, prenant en charge les tâches textuelles et multimodales. Les entrées comprennent le texte, les images et la vidéo; la réponse est textuelle, comme une explication, une proposition de code ou un livrable documentaire. Le nom daté donne à cette édition une identité précise dans la famille Plus.
Le fabricant décrit le modèle géré Qwen3.5-Plus comme correspondant au modèle ouvert Qwen3.5-397B-A17B, avec des fonctions supplémentaires comprenant un contexte par défaut d’un million de tokens, des outils intégrés et une utilisation adaptative des outils. Les deux offres conservent des noms et des contrats d’interface distincts. Les nombres précis d’experts, la représentation numérique et le contexte natif du point de contrôle ouvert ne doivent pas être convertis silencieusement en spécification complète de cette version Plus datée.
Travail textuel et visuel unifié
La famille Qwen3.5 développe le raisonnement, la programmation, les agents et la compréhension visuelle par une fusion précoce texte–vision et un apprentissage par renforcement sur des tâches progressivement complexes. Sa description de famille comprend 201 langues et dialectes. Pour le travail multilingue, précisez la langue cible, le public et les termes à préserver; pour le travail visuel, conservez les libellés, les en-têtes de tableaux ou les définitions de schémas nécessaires à la question.
Une requête documentaire utile peut demander une comparaison organisée selon les mêmes sections que la source, avec des passages à l’appui de chaque constat. Une requête de programmation peut combiner une capture d’écran, le code existant pertinent et les exigences fonctionnelles, puis demander du code source modifiable et une explication distincte du comportement. Pour la vidéo, identifiez l’événement ou la séquence pertinente et préservez le minutage. Vérifiez les passages retournés, les détails visuels et le code proposé par rapport aux documents fournis.
Raisonnement et réponses directes
Le guide des modes du fabricant présente la famille Qwen3.5 Plus et l’instantané du 15 février comme ayant une réflexion hybride, activée par défaut. Le processus hybride documenté peut désactiver la réflexion pour une réponse directe. Gardez le raisonnement distinct du livrable final lorsque l’interface choisie fournit les deux. Définissez une forme finale claire, comme un tableau de constats, une réponse délimitée ou des fichiers de code, pour faciliter l’examen du résultat.
Le point de contrôle ouvert Qwen3.5 a ses propres recommandations d’historique et d’échantillonnage. Les générations Qwen ultérieures introduisent aussi des réglages et des valeurs par défaut différents pour la conservation du raisonnement. Suivez la recette précise de l’interface Plus plutôt que de supposer qu’une balise de consigne, un conteneur de paramètres ou un comportement d’historique se transfère à toutes les éditions portant le nom Qwen.
Outils et travail adaptatif
La référence Plus du producteur décrit l’utilisation intégrée et adaptative des outils. Une tâche peut permettre à un processus connecté de récupérer des éléments, d’examiner les documents fournis ou de retourner les résultats d’opérations permises. Énoncez les outils disponibles, les actions permises et la condition observable d’achèvement. Le modèle peut utiliser la rétroaction réelle pour réviser son analyse et sélectionner l’étape suivante; l’application effectue les actions externes et fournit leurs résultats.
Pour une tâche d’agent, demandez au rapport final de montrer le livrable obtenu, les éléments à l’appui et les conditions non résolues. Distinguez un correctif proposé ou une requête de récupération d’information d’un résultat d’outil réellement retourné. Une demande de texte de forme 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.
Préparation du long contexte
La référence Plus gérée de Qwen décrit un contexte par défaut d’un million de tokens. Gardez les limites des documents, les identifiants de code et les définitions visibles dans une grande entrée, et réservez de l’espace pour le raisonnement et la réponse finale. Utilisez l’allocation de contexte Plus gérée pour ce processus; le point de contrôle ouvert 397B a ses propres limites natives et étendues.
Pour une longue comparaison, limitez la question aux décisions ou relations requises et demandez au modèle de citer la section à l’appui de chaque conclusion. L’allocation de contexte peut réunir davantage d’éléments, mais c’est une structure claire des sources qui rend la réponse traçable. Conservez le nom de l’édition datée lorsque la reproductibilité compte.
Résultat pratique et limites
Utilisez cet instantané pour un livrable textuel concret fondé sur les documents de projet ou visuels fournis : une proposition d’implantation, une comparaison documentaire ou une réponse expliquée. Vérifiez les petits libellés visuels, les calculs, les citations et les changements de code par rapport aux éléments originaux. Le champ documenté du modèle est la compréhension textuelle et visuelle avec sortie textuelle; il n’implique pas la génération d’images, de vidéos ou de parole. Les outils précis, les règles de téléversement et les allocations de sortie doivent suivre l’interface sélectionnée plutôt qu’une équivalence supposée avec un autre point de contrôle.
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 | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.00052 / 1K jetons Sortie · Jetons en sortie $0.00312 / 1K jetons Entrée · Lecture du cache — / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse256 000 | Coût Entrée · Jetons en entrée $0.00052 / 1K jetons Sortie · Jetons en sortie $0.00312 / 1K jetons Entrée · Lecture du cache — / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 2 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de256 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.00065 / 1K jetons Sortie · Jetons en sortie $0.0039 / 1K jetons Entrée · Lecture du cache — / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "qwen/qwen3.5-plus-02-15",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 ID 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 ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle 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 éléments fournis ou valeur de paramètre invalides | 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.