Les avancées de Qwen3.5 : un checkpoint vision-langage parcimonieux
Qwen3.5-35B-A3B est un modèle vision-langage ajusté après entraînement qui associe compréhension du texte, des images et de la vidéo et réponses textuelles. La famille est entraînée avec une fusion précoce texte–vision et l’apprentissage par renforcement sur des tâches progressivement complexes, pour le raisonnement, la programmation, les agents et l’analyse visuelle. Elle décrit aussi une couverture de 201 langues et dialectes. Cette couverture est une capacité familiale plutôt qu’une promesse de qualité égale pour chaque langue ou tâche.
Ce checkpoint ouvert précis est distinct de Qwen3.5-35B-A3B-Base et de la version ultérieure Qwen3.6. Le concepteur décrit aussi une offre Flash gérée avec des fonctions supplémentaires ; ces fonctions d’interface ne doivent pas être attribuées automatiquement au checkpoint ouvert. Préservez l’identité 35B-A3B demandée lors de comparaisons de résultats ou de la conservation d’un choix de modèle reproductible.
Présentation du modèle
Le modèle à mélange d’experts possède 35 milliards de paramètres au total et en active trois milliards. Son architecture hybride de 40 couches répète trois couches d’experts Gated DeltaNet suivies d’une couche d’experts à attention à portes. Il possède 256 experts routés, avec huit experts routés et un expert partagé actifs dans l’architecture documentée. Un encodeur visuel et la prédiction de plusieurs tokens font partie du modèle. Le nombre activé ne décrit pas la taille complète du checkpoint, et l’architecture seule ne garantit pas la latence dans une application donnée.
Le contexte natif est de 262,144 tokens, avec extension conditionnelle à 1,010,000. Qwen conseille de conserver si possible au moins 128K de contexte pour les tâches complexes de réflexion, même si une fenêtre réduite allège la pression mémoire. Texte, éléments visuels représentés, historique, raisonnement et réponse finale nécessitent tous de la place dans la séquence configurée.
Utilisation des entrées et modes de réponse
Pour une requête de programmation guidée par une capture, fournissez la référence visuelle, le contexte source existant, les exigences d’interaction et le livrable modifiable attendu. Pour un graphique ou un document, préservez les libellés et unités et demandez un tableau de valeurs avec des éléments justificatifs. Pour une explication multilingue, indiquez la langue cible et les termes à préserver.
La réflexion est activée par défaut et produit un bloc de raisonnement avant la réponse finale. La commande enable_thinking du concepteur peut la désactiver pour une réponse directe. Qwen3.5 ne prend pas officiellement en charge les anciens commutateurs souples de prompt /think et /nothink. Ses recommandations d’historique conservent les réponses finales sans contenu de réflexion. Cela doit rester distinct des options de conservation ultérieures Qwen3.6 ou de la conservation par défaut du raisonnement historique dans Qwen3.8.
Utilisation par agent
Le concepteur documente l’appel d’outils et recommande Qwen-Agent avec des outils configurés ou connectés par MCP, ainsi que Qwen Code pour le travail sur les dépôts. Définissez les opérations autorisées, les éléments pertinents et le livrable final. L’application exécute les outils et fournit leurs observations ; le modèle peut utiliser ces retours pour réviser son analyse. Une commande planifiée ou un correctif généré n’est pas une action exécutée, et le nom du modèle seul n’établit pas l’accès aux informations actuelles ou aux fichiers.
Contexte très long
La procédure d’extension du concepteur utilise YaRN avec les réglages positionnels entrelacés du checkpoint. Un facteur de quatre vise le processus d’environ un million de tokens ; un facteur de deux est suggéré pour les tâches de 524,288 tokens. La mise à l’échelle statique peut réduire les performances sur les textes courts ; elle doit donc être configurée lorsque le contexte accru est nécessaire. Organisez les documents longs avec leurs frontières, identifiants de code et une question claire, plutôt que de remplir la fenêtre d’éléments sans rapport.
Recommandations de génération
Dans les bonnes pratiques, la réflexion générale utilise une température de 1.0, top_p à 0.95, top_k à 20, min_p à 0, une pénalité de présence de 1.5 et une pénalité de répétition de 1.0. La programmation précise utilise une température de 0.6 et une pénalité de présence de zéro. Les réponses directes générales utilisent une température de 0.7, top_p à 0.8 et une pénalité de présence de 1.5 ; top_k vaut 20, min_p vaut 0 et la pénalité de répétition vaut 1.0. Pour le raisonnement en mode direct, les bonnes pratiques donnent une température de 1.0, top_p à 1.0, top_k à 40 et une pénalité de présence de 2.0. Gardez ces préréglages propres aux tâches distincts ; des pénalités de présence élevées peuvent mélanger les langues ou réduire légèrement la qualité.
Les budgets de génération recommandés sont de 32,768 tokens pour la plupart des questions et de 81,920 pour les mathématiques ou la programmation exceptionnellement complexes. Ce ne sont pas des plafonds de sortie stricts établis séparément. Définissez explicitement la forme de la réponse finale et vérifiez les calculs ou le code généré selon les conditions fournies.
Vidéo et limites de fond
L’exemple vidéo pris en charge utilise par défaut deux images par seconde. Les recommandations du concepteur pour les vidéos d’environ une heure augmentent le budget du processeur à environ 224K tokens vidéo pour un échantillonnage plus fréquent. Cela exige une configuration et consomme du contexte avec la tâche et la réponse ; ce n’est pas une garantie inconditionnelle de durée ou de rappel parfait des événements. Préservez les transitions pertinentes et les petits textes, et demandez un résultat lié aux éléments visibles. La valeur pratique tient au périmètre textuel et visuel conjoint du checkpoint et à son mode de réponse réglable, avec un livrable concret vérifiable.
", "aboutText": "Les avancées de Qwen3.5 : un checkpoint vision-langage parcimonieux\n\nQwen3.5-35B-A3B est un modèle vision-langage ajusté après entraînement qui associe compréhension du texte, des images et de la vidéo et réponses textuelles. La famille est entraînée avec une fusion précoce texte–vision et l’apprentissage par renforcement sur des tâches progressivement complexes, pour le raisonnement, la programmation, les agents et l’analyse visuelle. Elle décrit aussi une couverture de 201 langues et dialectes. Cette couverture est une capacité familiale plutôt qu’une promesse de qualité égale pour chaque langue ou tâche.\n\nCe checkpoint ouvert précis est distinct de Qwen3.5-35B-A3B-Base et de la version ultérieure Qwen3.6. Le concepteur décrit aussi une offre Flash gérée avec des fonctions supplémentaires ; ces fonctions d’interface ne doivent pas être attribuées automatiquement au checkpoint ouvert. Préservez l’identité 35B-A3B demandée lors de comparaisons de résultats ou de la conservation d’un choix de modèle reproductible.\n\nPrésentation du modèle\n\nLe modèle à mélange d’experts possède 35 milliards de paramètres au total et en active trois milliards. Son architecture hybride de 40 couches répète trois couches d’experts Gated DeltaNet suivies d’une couche d’experts à attention à portes. Il possède 256 experts routés, avec huit experts routés et un expert partagé actifs dans l’architecture documentée. Un encodeur visuel et la prédiction de plusieurs tokens font partie du modèle. Le nombre activé ne décrit pas la taille complète du checkpoint, et l’architecture seule ne garantit pas la latence dans une application donnée.\n\nLe contexte natif est de 262,144 tokens, avec extension conditionnelle à 1,010,000. Qwen conseille de conserver si possible au moins 128K de contexte pour les tâches complexes de réflexion, même si une fenêtre réduite allège la pression mémoire. Texte, éléments visuels représentés, historique, raisonnement et réponse finale nécessitent tous de la place dans la séquence configurée.\n\nUtilisation des entrées et modes de réponse\n\nPour une requête de programmation guidée par une capture, fournissez la référence visuelle, le contexte source existant, les exigences d’interaction et le livrable modifiable attendu. Pour un graphique ou un document, préservez les libellés et unités et demandez un tableau de valeurs avec des éléments justificatifs. Pour une explication multilingue, indiquez la langue cible et les termes à préserver.\n\nLa réflexion est activée par défaut et produit un bloc de raisonnement avant la réponse finale. La commande enable_thinking du concepteur peut la désactiver pour une réponse directe. Qwen3.5 ne prend pas officiellement en charge les anciens commutateurs souples de prompt /think et /nothink. Ses recommandations d’historique conservent les réponses finales sans contenu de réflexion. Cela doit rester distinct des options de conservation ultérieures Qwen3.6 ou de la conservation par défaut du raisonnement historique dans Qwen3.8.\n\nUtilisation par agent\n\nLe concepteur documente l’appel d’outils et recommande Qwen-Agent avec des outils configurés ou connectés par MCP, ainsi que Qwen Code pour le travail sur les dépôts. Définissez les opérations autorisées, les éléments pertinents et le livrable final. L’application exécute les outils et fournit leurs observations ; le modèle peut utiliser ces retours pour réviser son analyse. Une commande planifiée ou un correctif généré n’est pas une action exécutée, et le nom du modèle seul n’établit pas l’accès aux informations actuelles ou aux fichiers.\n\nContexte très long\n\nLa procédure d’extension du concepteur utilise YaRN avec les réglages positionnels entrelacés du checkpoint. Un facteur de quatre vise le processus d’environ un million de tokens ; un facteur de deux est suggéré pour les tâches de 524,288 tokens. La mise à l’échelle statique peut réduire les performances sur les textes courts ; elle doit donc être configurée lorsque le contexte accru est nécessaire. Organisez les documents longs avec leurs frontières, identifiants de code et une question claire, plutôt que de remplir la fenêtre d’éléments sans rapport.\n\nRecommandations de génération\n\nDans les bonnes pratiques, la réflexion générale utilise une température de 1.0, top_p à 0.95, top_k à 20, min_p à 0, une pénalité de présence de 1.5 et une pénalité de répétition de 1.0. La programmation précise utilise une température de 0.6 et une pénalité de présence de zéro. Les réponses directes générales utilisent une température de 0.7, top_p à 0.8 et une pénalité de présence de 1.5 ; top_k vaut 20, min_p vaut 0 et la pénalité de répétition vaut 1.0. Pour le raisonnement en mode direct, les bonnes pratiques donnent une température de 1.0, top_p à 1.0, top_k à 40 et une pénalité de présence de 2.0. Gardez ces préréglages propres aux tâches distincts ; des pénalités de présence élevées peuvent mélanger les langues ou réduire légèrement la qualité.\n\nLes budgets de génération recommandés sont de 32,768 tokens pour la plupart des questions et de 81,920 pour les mathématiques ou la programmation exceptionnellement complexes. Ce ne sont pas des plafonds de sortie stricts établis séparément. Définissez explicitement la forme de la réponse finale et vérifiez les calculs ou le code généré selon les conditions fournies.\n\nVidéo et limites de fond\n\nL’exemple vidéo pris en charge utilise par défaut deux images par seconde. Les recommandations du concepteur pour les vidéos d’environ une heure augmentent le budget du processeur à environ 224K tokens vidéo pour un échantillonnage plus fréquent. Cela exige une configuration et consomme du contexte avec la tâche et la réponse ; ce n’est pas une garantie inconditionnelle de durée ou de rappel parfait des événements. Préservez les transitions pertinentes et les petits textes, et demandez un résultat lié aux éléments visibles. La valeur pratique tient au périmètre textuel et visuel conjoint du checkpoint et à son mode de réponse réglable, avec un livrable concret vérifiable.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Audit a transcribed experiment table\n\nUse this transcribed experiment table: baseline, 100 trials, 12 failures; revision A, 80 trials, 8 failures; revision B, 40 trials, 2 failures. Calculate the observed failure rates and compare them. Explain what these counts establish and what would require additional statistical analysis; do not claim that the smallest observed rate proves the best underlying system.A rate table and a qualified comparison separating observed proportions from unperformed statistical inference.Each rate uses its own trial count, and the conclusion does not treat unequal sample sizes as equivalent proof.qwen/qwen3.5-35b-a3bQwen3.5-35B-A3B est le modèle vision-langage à mélange d’experts de Qwen, avec 35 milliards de paramètres au total et 3 milliards activés. Il accepte texte, images et vidéo pour le raisonnement, la programmation et le travail assisté par outils, avec modes de réflexion et de réponse directe et contexte natif de 262,144 tokens.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Les avancées de Qwen3.5 : un checkpoint vision-langage parcimonieux
Qwen3.5-35B-A3B est un modèle vision-langage ajusté après entraînement qui associe compréhension du texte, des images et de la vidéo et réponses textuelles. La famille est entraînée avec une fusion précoce texte–vision et l’apprentissage par renforcement sur des tâches progressivement complexes, pour le raisonnement, la programmation, les agents et l’analyse visuelle. Elle décrit aussi une couverture de 201 langues et dialectes. Cette couverture est une capacité familiale plutôt qu’une promesse de qualité égale pour chaque langue ou tâche.
Ce checkpoint ouvert précis est distinct de Qwen3.5-35B-A3B-Base et de la version ultérieure Qwen3.6. Le concepteur décrit aussi une offre Flash gérée avec des fonctions supplémentaires ; ces fonctions d’interface ne doivent pas être attribuées automatiquement au checkpoint ouvert. Préservez l’identité 35B-A3B demandée lors de comparaisons de résultats ou de la conservation d’un choix de modèle reproductible.
Présentation du modèle
Le modèle à mélange d’experts possède 35 milliards de paramètres au total et en active trois milliards. Son architecture hybride de 40 couches répète trois couches d’experts Gated DeltaNet suivies d’une couche d’experts à attention à portes. Il possède 256 experts routés, avec huit experts routés et un expert partagé actifs dans l’architecture documentée. Un encodeur visuel et la prédiction de plusieurs tokens font partie du modèle. Le nombre activé ne décrit pas la taille complète du checkpoint, et l’architecture seule ne garantit pas la latence dans une application donnée.
Le contexte natif est de 262,144 tokens, avec extension conditionnelle à 1,010,000. Qwen conseille de conserver si possible au moins 128K de contexte pour les tâches complexes de réflexion, même si une fenêtre réduite allège la pression mémoire. Texte, éléments visuels représentés, historique, raisonnement et réponse finale nécessitent tous de la place dans la séquence configurée.
Utilisation des entrées et modes de réponse
Pour une requête de programmation guidée par une capture, fournissez la référence visuelle, le contexte source existant, les exigences d’interaction et le livrable modifiable attendu. Pour un graphique ou un document, préservez les libellés et unités et demandez un tableau de valeurs avec des éléments justificatifs. Pour une explication multilingue, indiquez la langue cible et les termes à préserver.
La réflexion est activée par défaut et produit un bloc de raisonnement avant la réponse finale. La commande enable_thinking du concepteur peut la désactiver pour une réponse directe. Qwen3.5 ne prend pas officiellement en charge les anciens commutateurs souples de prompt /think et /nothink. Ses recommandations d’historique conservent les réponses finales sans contenu de réflexion. Cela doit rester distinct des options de conservation ultérieures Qwen3.6 ou de la conservation par défaut du raisonnement historique dans Qwen3.8.
Utilisation par agent
Le concepteur documente l’appel d’outils et recommande Qwen-Agent avec des outils configurés ou connectés par MCP, ainsi que Qwen Code pour le travail sur les dépôts. Définissez les opérations autorisées, les éléments pertinents et le livrable final. L’application exécute les outils et fournit leurs observations ; le modèle peut utiliser ces retours pour réviser son analyse. Une commande planifiée ou un correctif généré n’est pas une action exécutée, et le nom du modèle seul n’établit pas l’accès aux informations actuelles ou aux fichiers.
Contexte très long
La procédure d’extension du concepteur utilise YaRN avec les réglages positionnels entrelacés du checkpoint. Un facteur de quatre vise le processus d’environ un million de tokens ; un facteur de deux est suggéré pour les tâches de 524,288 tokens. La mise à l’échelle statique peut réduire les performances sur les textes courts ; elle doit donc être configurée lorsque le contexte accru est nécessaire. Organisez les documents longs avec leurs frontières, identifiants de code et une question claire, plutôt que de remplir la fenêtre d’éléments sans rapport.
Recommandations de génération
Dans les bonnes pratiques, la réflexion générale utilise une température de 1.0, top_p à 0.95, top_k à 20, min_p à 0, une pénalité de présence de 1.5 et une pénalité de répétition de 1.0. La programmation précise utilise une température de 0.6 et une pénalité de présence de zéro. Les réponses directes générales utilisent une température de 0.7, top_p à 0.8 et une pénalité de présence de 1.5 ; top_k vaut 20, min_p vaut 0 et la pénalité de répétition vaut 1.0. Pour le raisonnement en mode direct, les bonnes pratiques donnent une température de 1.0, top_p à 1.0, top_k à 40 et une pénalité de présence de 2.0. Gardez ces préréglages propres aux tâches distincts ; des pénalités de présence élevées peuvent mélanger les langues ou réduire légèrement la qualité.
Les budgets de génération recommandés sont de 32,768 tokens pour la plupart des questions et de 81,920 pour les mathématiques ou la programmation exceptionnellement complexes. Ce ne sont pas des plafonds de sortie stricts établis séparément. Définissez explicitement la forme de la réponse finale et vérifiez les calculs ou le code généré selon les conditions fournies.
Vidéo et limites de fond
L’exemple vidéo pris en charge utilise par défaut deux images par seconde. Les recommandations du concepteur pour les vidéos d’environ une heure augmentent le budget du processeur à environ 224K tokens vidéo pour un échantillonnage plus fréquent. Cela exige une configuration et consomme du contexte avec la tâche et la réponse ; ce n’est pas une garantie inconditionnelle de durée ou de rappel parfait des événements. Préservez les transitions pertinentes et les petits textes, et demandez un résultat lié aux éléments visibles. La valeur pratique tient au périmètre textuel et visuel conjoint du checkpoint et à son mode de réponse réglable, avec un livrable concret vérifiable.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen/qwen3.5-35b-a3b | 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 $0.00046 / 1K tokens Sortie · Tokens en sortie $0.00366 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 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 incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.00046 / 1K tokens Sortie · Tokens en sortie $0.00366 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3.5-35b-a3b", "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/qwen3.5-35b-a3b',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/qwen3.5-35b-a3b',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/qwen3.5-35b-a3b
Utilisez les chemins de méthode indiqués ci-dessus.
qwen/qwen3.5-35b-a3bQwen3.5-35B-A3B est le modèle vision-langage à mélange d’experts de Qwen, avec 35 milliards de paramètres au total et 3 milliards activés. Il accepte texte, images et vidéo pour le raisonnement, la programmation et le travail assisté par outils, avec modes de réflexion et de réponse directe et contexte natif de 262,144 tokens.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Les avancées de Qwen3.5 : un checkpoint vision-langage parcimonieux
Qwen3.5-35B-A3B est un modèle vision-langage ajusté après entraînement qui associe compréhension du texte, des images et de la vidéo et réponses textuelles. La famille est entraînée avec une fusion précoce texte–vision et l’apprentissage par renforcement sur des tâches progressivement complexes, pour le raisonnement, la programmation, les agents et l’analyse visuelle. Elle décrit aussi une couverture de 201 langues et dialectes. Cette couverture est une capacité familiale plutôt qu’une promesse de qualité égale pour chaque langue ou tâche.
Ce checkpoint ouvert précis est distinct de Qwen3.5-35B-A3B-Base et de la version ultérieure Qwen3.6. Le concepteur décrit aussi une offre Flash gérée avec des fonctions supplémentaires ; ces fonctions d’interface ne doivent pas être attribuées automatiquement au checkpoint ouvert. Préservez l’identité 35B-A3B demandée lors de comparaisons de résultats ou de la conservation d’un choix de modèle reproductible.
Présentation du modèle
Le modèle à mélange d’experts possède 35 milliards de paramètres au total et en active trois milliards. Son architecture hybride de 40 couches répète trois couches d’experts Gated DeltaNet suivies d’une couche d’experts à attention à portes. Il possède 256 experts routés, avec huit experts routés et un expert partagé actifs dans l’architecture documentée. Un encodeur visuel et la prédiction de plusieurs tokens font partie du modèle. Le nombre activé ne décrit pas la taille complète du checkpoint, et l’architecture seule ne garantit pas la latence dans une application donnée.
Le contexte natif est de 262,144 tokens, avec extension conditionnelle à 1,010,000. Qwen conseille de conserver si possible au moins 128K de contexte pour les tâches complexes de réflexion, même si une fenêtre réduite allège la pression mémoire. Texte, éléments visuels représentés, historique, raisonnement et réponse finale nécessitent tous de la place dans la séquence configurée.
Utilisation des entrées et modes de réponse
Pour une requête de programmation guidée par une capture, fournissez la référence visuelle, le contexte source existant, les exigences d’interaction et le livrable modifiable attendu. Pour un graphique ou un document, préservez les libellés et unités et demandez un tableau de valeurs avec des éléments justificatifs. Pour une explication multilingue, indiquez la langue cible et les termes à préserver.
La réflexion est activée par défaut et produit un bloc de raisonnement avant la réponse finale. La commande enable_thinking du concepteur peut la désactiver pour une réponse directe. Qwen3.5 ne prend pas officiellement en charge les anciens commutateurs souples de prompt /think et /nothink. Ses recommandations d’historique conservent les réponses finales sans contenu de réflexion. Cela doit rester distinct des options de conservation ultérieures Qwen3.6 ou de la conservation par défaut du raisonnement historique dans Qwen3.8.
Utilisation par agent
Le concepteur documente l’appel d’outils et recommande Qwen-Agent avec des outils configurés ou connectés par MCP, ainsi que Qwen Code pour le travail sur les dépôts. Définissez les opérations autorisées, les éléments pertinents et le livrable final. L’application exécute les outils et fournit leurs observations ; le modèle peut utiliser ces retours pour réviser son analyse. Une commande planifiée ou un correctif généré n’est pas une action exécutée, et le nom du modèle seul n’établit pas l’accès aux informations actuelles ou aux fichiers.
Contexte très long
La procédure d’extension du concepteur utilise YaRN avec les réglages positionnels entrelacés du checkpoint. Un facteur de quatre vise le processus d’environ un million de tokens ; un facteur de deux est suggéré pour les tâches de 524,288 tokens. La mise à l’échelle statique peut réduire les performances sur les textes courts ; elle doit donc être configurée lorsque le contexte accru est nécessaire. Organisez les documents longs avec leurs frontières, identifiants de code et une question claire, plutôt que de remplir la fenêtre d’éléments sans rapport.
Recommandations de génération
Dans les bonnes pratiques, la réflexion générale utilise une température de 1.0, top_p à 0.95, top_k à 20, min_p à 0, une pénalité de présence de 1.5 et une pénalité de répétition de 1.0. La programmation précise utilise une température de 0.6 et une pénalité de présence de zéro. Les réponses directes générales utilisent une température de 0.7, top_p à 0.8 et une pénalité de présence de 1.5 ; top_k vaut 20, min_p vaut 0 et la pénalité de répétition vaut 1.0. Pour le raisonnement en mode direct, les bonnes pratiques donnent une température de 1.0, top_p à 1.0, top_k à 40 et une pénalité de présence de 2.0. Gardez ces préréglages propres aux tâches distincts ; des pénalités de présence élevées peuvent mélanger les langues ou réduire légèrement la qualité.
Les budgets de génération recommandés sont de 32,768 tokens pour la plupart des questions et de 81,920 pour les mathématiques ou la programmation exceptionnellement complexes. Ce ne sont pas des plafonds de sortie stricts établis séparément. Définissez explicitement la forme de la réponse finale et vérifiez les calculs ou le code généré selon les conditions fournies.
Vidéo et limites de fond
L’exemple vidéo pris en charge utilise par défaut deux images par seconde. Les recommandations du concepteur pour les vidéos d’environ une heure augmentent le budget du processeur à environ 224K tokens vidéo pour un échantillonnage plus fréquent. Cela exige une configuration et consomme du contexte avec la tâche et la réponse ; ce n’est pas une garantie inconditionnelle de durée ou de rappel parfait des événements. Préservez les transitions pertinentes et les petits textes, et demandez un résultat lié aux éléments visibles. La valeur pratique tient au périmètre textuel et visuel conjoint du checkpoint et à son mode de réponse réglable, avec un livrable concret vérifiable.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen/qwen3.5-35b-a3b | 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 $0.00046 / 1K tokens Sortie · Tokens en sortie $0.00366 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 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 incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.00046 / 1K tokens Sortie · Tokens en sortie $0.00366 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "qwen/qwen3.5-35b-a3b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen3.5-35b-a3b', '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/qwen3.5-35b-a3b', '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/qwen3.5-35b-a3b
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Audit a transcribed experiment table\n\nUse this transcribed experiment table: baseline, 100 trials, 12 failures; revision A, 80 trials, 8 failures; revision B, 40 trials, 2 failures. Calculate the observed failure rates and compare them. Explain what these counts establish and what would require additional statistical analysis; do not claim that the smallest observed rate proves the best underlying system.A rate table and a qualified comparison separating observed proportions from unperformed statistical inference.Each rate uses its own trial count, and the conclusion does not treat unequal sample sizes as equivalent proof.