L’instantané Plus fixe du 20 avril
Qwen3.5 Plus 2026-04-20 est l’instantané du 20 avril 2026 de la famille native vision-langage Plus de Qwen. L’annonce du concepteur identifie une amélioration substantielle de la programmation par agent par rapport à l’instantané du 15 février, ainsi qu’une inférence plus efficace et la conservation des capacités de connaissance, de raisonnement et de contexte long. Distinguez cette édition datée d’un nom Plus évolutif et du checkpoint ouvert Qwen3.5-397B-A17B.
La famille accepte du texte accompagné d’images ou de vidéo et produit des résultats textuels. Ce périmètre permet une tâche de développement guidée par une capture d’écran, une question sur un schéma technique ou une explication documentaire. Le nom de l’instantané n’établit pas à lui seul le nombre de paramètres, les experts activés ou l’architecture exacte du checkpoint ouvert ; ces chiffres ne sont donc pas attribués à cette édition ici.
Programmation par agent
Le changement principal de cette version est une programmation plus performante dans un processus d’agent. Fournissez les exigences du projet, les fichiers ou extraits pertinents, le comportement existant et le livrable attendu à l’achèvement. Pour créer une interface depuis une capture, incluez la référence visuelle et les contraintes fonctionnelles, puis demandez une source modifiable et une explication du comportement prévu. Pour modifier un dépôt, identifiez la fonctionnalité concernée et l’entrée démontrant le problème, puis demandez un correctif et les vérifications nécessaires à son évaluation.
Un processus de programmation à plusieurs étapes bénéficie de retours réels : résultats d’inspection, erreurs observées et conclusions de revue peuvent être renvoyés au modèle au fil du travail. L’application contrôle les outils et exécute les actions autorisées. Demandez un rapport distinguant propositions, observations et points non résolus.
Connaissances et raisonnement
Le concepteur indique que cet instantané conserve de solides connaissances et capacités de raisonnement tout en améliorant le travail d’agent. Pour une analyse, séparez les faits des sources des hypothèses et précisez la conclusion recherchée. Demandez les passages, valeurs ou identifiants de code justificatifs afin de vérifier le résultat. Pour un rapport professionnel, fournissez les documents pertinents et les sections souhaitées au lieu de compter sur le modèle pour connaître le contexte manquant d’un projet privé.
La famille Qwen3.5 Plus est documentée comme hybride, avec réflexion activée par défaut. Son processus familial peut produire une réponse directe lorsque la réflexion est désactivée, le raisonnement et le contenu final étant traités séparément. L’interface de l’instantané d’avril doit utiliser ses propres commandes documentées ; une description de mode familial ne promet pas que chaque application expose un paramètre donné.
Travail à contexte long
Le tableau dédié d’Alibaba pour l’instantané du 20 avril donne un contexte de 1,000,000 tokens, une entrée maximale de 991,808 tokens en réponse directe ou de 983,616 en réflexion, et une sortie maximale de 65,536 dans les deux modes. Ne transformez pas les chiffres de contexte natif ou étendu du checkpoint ouvert Qwen3.5 en une limite stricte de cet instantané Plus. Préparez une entrée longue avec les frontières documentaires, identifiants de pages, chemins de code et définitions nécessaires à la tâche.
Une requête utile peut demander un tableau reliant exigences et implémentation, une comparaison documentaire ou un rapport indiquant les preuves de chaque conclusion. Écartez les documents sans rapport et réservez de la place pour la réponse. Le contexte long permet de réunir davantage d’éléments ; il ne garantit pas un rappel complet et ne remplace pas une question claire.
Préparation de tâches proches de la production
Le fabricant positionne cette édition pour les agents complexes, les processus de programmation et les usages axés sur le débit. Définissez le résultat observable de la tâche : fichiers à produire, comportement à implémenter ou constats à expliquer. Lorsque des outils sont connectés, distinguez leurs résultats réels des propositions textuelles du modèle. Définissez le format final afin de transmettre le livrable à une revue ou à un processus applicatif, en vérifiant séparément sa syntaxe et son contenu.
Le tableau dédié à l’instantané répertorie l’appel de fonctions, les sorties structurées, la recherche web, la complétion de préfixe et la mise en cache du contexte ; l’inférence par lots et l’ajustement fin ne sont pas pris en charge. Ce sont des fonctionnalités du processus du producteur, tandis que les limites des fichiers médias constituent une spécification séparée. Une demande de texte au format JSON, d’exécution de code ou de récupération de sources doit donc rester un processus demandé plutôt qu’une garantie native supposée. L’amélioration décrite par le concepteur est qualitative ; elle ne doit pas devenir une promesse inconditionnelle de latence ou de débit.
Limites pratiques
Conservez l’édition Plus datée exacte et les sources avec le résultat lors des comparaisons de révisions ultérieures. Vérifiez le code généré, les calculs et les détails visuels extraits à partir de la source, et signalez explicitement les éléments non résolus. Le résultat utile est un livrable textuel concret relié aux exigences, avec l’identité Plus datée exacte et les limites documentées d’entrée, de sortie et d’outils du producteur clairement indiquées.
", "aboutText": "L’instantané Plus fixe du 20 avril\n\nQwen3.5 Plus 2026-04-20 est l’instantané du 20 avril 2026 de la famille native vision-langage Plus de Qwen. L’annonce du concepteur identifie une amélioration substantielle de la programmation par agent par rapport à l’instantané du 15 février, ainsi qu’une inférence plus efficace et la conservation des capacités de connaissance, de raisonnement et de contexte long. Distinguez cette édition datée d’un nom Plus évolutif et du checkpoint ouvert Qwen3.5-397B-A17B.\n\nLa famille accepte du texte accompagné d’images ou de vidéo et produit des résultats textuels. Ce périmètre permet une tâche de développement guidée par une capture d’écran, une question sur un schéma technique ou une explication documentaire. Le nom de l’instantané n’établit pas à lui seul le nombre de paramètres, les experts activés ou l’architecture exacte du checkpoint ouvert ; ces chiffres ne sont donc pas attribués à cette édition ici.\n\nProgrammation par agent\n\nLe changement principal de cette version est une programmation plus performante dans un processus d’agent. Fournissez les exigences du projet, les fichiers ou extraits pertinents, le comportement existant et le livrable attendu à l’achèvement. Pour créer une interface depuis une capture, incluez la référence visuelle et les contraintes fonctionnelles, puis demandez une source modifiable et une explication du comportement prévu. Pour modifier un dépôt, identifiez la fonctionnalité concernée et l’entrée démontrant le problème, puis demandez un correctif et les vérifications nécessaires à son évaluation.\n\nUn processus de programmation à plusieurs étapes bénéficie de retours réels : résultats d’inspection, erreurs observées et conclusions de revue peuvent être renvoyés au modèle au fil du travail. L’application contrôle les outils et exécute les actions autorisées. Demandez un rapport distinguant propositions, observations et points non résolus.\n\nConnaissances et raisonnement\n\nLe concepteur indique que cet instantané conserve de solides connaissances et capacités de raisonnement tout en améliorant le travail d’agent. Pour une analyse, séparez les faits des sources des hypothèses et précisez la conclusion recherchée. Demandez les passages, valeurs ou identifiants de code justificatifs afin de vérifier le résultat. Pour un rapport professionnel, fournissez les documents pertinents et les sections souhaitées au lieu de compter sur le modèle pour connaître le contexte manquant d’un projet privé.\n\nLa famille Qwen3.5 Plus est documentée comme hybride, avec réflexion activée par défaut. Son processus familial peut produire une réponse directe lorsque la réflexion est désactivée, le raisonnement et le contenu final étant traités séparément. L’interface de l’instantané d’avril doit utiliser ses propres commandes documentées ; une description de mode familial ne promet pas que chaque application expose un paramètre donné.\n\nTravail à contexte long\n\nLe tableau dédié d’Alibaba pour l’instantané du 20 avril donne un contexte de 1,000,000 tokens, une entrée maximale de 991,808 tokens en réponse directe ou de 983,616 en réflexion, et une sortie maximale de 65,536 dans les deux modes. Ne transformez pas les chiffres de contexte natif ou étendu du checkpoint ouvert Qwen3.5 en une limite stricte de cet instantané Plus. Préparez une entrée longue avec les frontières documentaires, identifiants de pages, chemins de code et définitions nécessaires à la tâche.\n\nUne requête utile peut demander un tableau reliant exigences et implémentation, une comparaison documentaire ou un rapport indiquant les preuves de chaque conclusion. Écartez les documents sans rapport et réservez de la place pour la réponse. Le contexte long permet de réunir davantage d’éléments ; il ne garantit pas un rappel complet et ne remplace pas une question claire.\n\nPréparation de tâches proches de la production\n\nLe fabricant positionne cette édition pour les agents complexes, les processus de programmation et les usages axés sur le débit. Définissez le résultat observable de la tâche : fichiers à produire, comportement à implémenter ou constats à expliquer. Lorsque des outils sont connectés, distinguez leurs résultats réels des propositions textuelles du modèle. Définissez le format final afin de transmettre le livrable à une revue ou à un processus applicatif, en vérifiant séparément sa syntaxe et son contenu.\n\nLe tableau dédié à l’instantané répertorie l’appel de fonctions, les sorties structurées, la recherche web, la complétion de préfixe et la mise en cache du contexte ; l’inférence par lots et l’ajustement fin ne sont pas pris en charge. Ce sont des fonctionnalités du processus du producteur, tandis que les limites des fichiers médias constituent une spécification séparée. Une demande de texte au format JSON, d’exécution de code ou de récupération de sources doit donc rester un processus demandé plutôt qu’une garantie native supposée. L’amélioration décrite par le concepteur est qualitative ; elle ne doit pas devenir une promesse inconditionnelle de latence ou de débit.\n\nLimites pratiques\n\nConservez l’édition Plus datée exacte et les sources avec le résultat lors des comparaisons de révisions ultérieures. Vérifiez le code généré, les calculs et les détails visuels extraits à partir de la source, et signalez explicitement les éléments non résolus. Le résultat utile est un livrable textuel concret relié aux exigences, avec l’identité Plus datée exacte et les limites documentées d’entrée, de sortie et d’outils du producteur clairement indiquées.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Repair an asynchronous search race\n\nA search field calls fetchResults(query).then(render) after each keystroke. Results for an older query sometimes arrive after the latest query and overwrite the screen. Propose a focused JavaScript change that renders only the newest request's result. Preserve the existing fetchResults and render interfaces, handle request failures and describe a reversed-response-order test.A code proposal, a brief request-order explanation and a deterministic out-of-order response test.Check an older response cannot overwrite the latest result, including after a failed newer request.qwen/qwen3.5-plus-20260420Qwen3.5 Plus 2026-04-20 est l’instantané fixe du 20 avril du modèle vision-langage Plus de Qwen. Le concepteur souligne une meilleure programmation par agent tout en conservant raisonnement, connaissances et travail à contexte long, pour les tâches complexes associant texte ou éléments visuels fournis à un livrable concret.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
L’instantané Plus fixe du 20 avril
Qwen3.5 Plus 2026-04-20 est l’instantané du 20 avril 2026 de la famille native vision-langage Plus de Qwen. L’annonce du concepteur identifie une amélioration substantielle de la programmation par agent par rapport à l’instantané du 15 février, ainsi qu’une inférence plus efficace et la conservation des capacités de connaissance, de raisonnement et de contexte long. Distinguez cette édition datée d’un nom Plus évolutif et du checkpoint ouvert Qwen3.5-397B-A17B.
La famille accepte du texte accompagné d’images ou de vidéo et produit des résultats textuels. Ce périmètre permet une tâche de développement guidée par une capture d’écran, une question sur un schéma technique ou une explication documentaire. Le nom de l’instantané n’établit pas à lui seul le nombre de paramètres, les experts activés ou l’architecture exacte du checkpoint ouvert ; ces chiffres ne sont donc pas attribués à cette édition ici.
Programmation par agent
Le changement principal de cette version est une programmation plus performante dans un processus d’agent. Fournissez les exigences du projet, les fichiers ou extraits pertinents, le comportement existant et le livrable attendu à l’achèvement. Pour créer une interface depuis une capture, incluez la référence visuelle et les contraintes fonctionnelles, puis demandez une source modifiable et une explication du comportement prévu. Pour modifier un dépôt, identifiez la fonctionnalité concernée et l’entrée démontrant le problème, puis demandez un correctif et les vérifications nécessaires à son évaluation.
Un processus de programmation à plusieurs étapes bénéficie de retours réels : résultats d’inspection, erreurs observées et conclusions de revue peuvent être renvoyés au modèle au fil du travail. L’application contrôle les outils et exécute les actions autorisées. Demandez un rapport distinguant propositions, observations et points non résolus.
Connaissances et raisonnement
Le concepteur indique que cet instantané conserve de solides connaissances et capacités de raisonnement tout en améliorant le travail d’agent. Pour une analyse, séparez les faits des sources des hypothèses et précisez la conclusion recherchée. Demandez les passages, valeurs ou identifiants de code justificatifs afin de vérifier le résultat. Pour un rapport professionnel, fournissez les documents pertinents et les sections souhaitées au lieu de compter sur le modèle pour connaître le contexte manquant d’un projet privé.
La famille Qwen3.5 Plus est documentée comme hybride, avec réflexion activée par défaut. Son processus familial peut produire une réponse directe lorsque la réflexion est désactivée, le raisonnement et le contenu final étant traités séparément. L’interface de l’instantané d’avril doit utiliser ses propres commandes documentées ; une description de mode familial ne promet pas que chaque application expose un paramètre donné.
Travail à contexte long
Le tableau dédié d’Alibaba pour l’instantané du 20 avril donne un contexte de 1,000,000 tokens, une entrée maximale de 991,808 tokens en réponse directe ou de 983,616 en réflexion, et une sortie maximale de 65,536 dans les deux modes. Ne transformez pas les chiffres de contexte natif ou étendu du checkpoint ouvert Qwen3.5 en une limite stricte de cet instantané Plus. Préparez une entrée longue avec les frontières documentaires, identifiants de pages, chemins de code et définitions nécessaires à la tâche.
Une requête utile peut demander un tableau reliant exigences et implémentation, une comparaison documentaire ou un rapport indiquant les preuves de chaque conclusion. Écartez les documents sans rapport et réservez de la place pour la réponse. Le contexte long permet de réunir davantage d’éléments ; il ne garantit pas un rappel complet et ne remplace pas une question claire.
Préparation de tâches proches de la production
Le fabricant positionne cette édition pour les agents complexes, les processus de programmation et les usages axés sur le débit. Définissez le résultat observable de la tâche : fichiers à produire, comportement à implémenter ou constats à expliquer. Lorsque des outils sont connectés, distinguez leurs résultats réels des propositions textuelles du modèle. Définissez le format final afin de transmettre le livrable à une revue ou à un processus applicatif, en vérifiant séparément sa syntaxe et son contenu.
Le tableau dédié à l’instantané répertorie l’appel de fonctions, les sorties structurées, la recherche web, la complétion de préfixe et la mise en cache du contexte ; l’inférence par lots et l’ajustement fin ne sont pas pris en charge. Ce sont des fonctionnalités du processus du producteur, tandis que les limites des fichiers médias constituent une spécification séparée. Une demande de texte au format JSON, d’exécution de code ou de récupération de sources doit donc rester un processus demandé plutôt qu’une garantie native supposée. L’amélioration décrite par le concepteur est qualitative ; elle ne doit pas devenir une promesse inconditionnelle de latence ou de débit.
Limites pratiques
Conservez l’édition Plus datée exacte et les sources avec le résultat lors des comparaisons de révisions ultérieures. Vérifiez le code généré, les calculs et les détails visuels extraits à partir de la source, et signalez explicitement les éléments non résolus. Le résultat utile est un livrable textuel concret relié aux exigences, avec l’identité Plus datée exacte et les limites documentées d’entrée, de sortie et d’outils du producteur clairement indiquées.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen/qwen3.5-plus-20260420 | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’identifiant réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: outil de fonction fourni | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est rejeté sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: 1h est rejeté dans les emplacements réels du cache de prompt | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | Contrattableau de messages avec une structure role/content |
Paramètrefile_material | Contratdocument UTF-8 réel inséré sous forme de texte littéral ; aucun identifiant de fichier déduit |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | Contratpropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’identifiant exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objets fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0006 / 1K tokens Sortie · Tokens en sortie $0.0036 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache $0.00075 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluse256 000 | Coût Entrée · Tokens en entrée $0.0006 / 1K tokens Sortie · Tokens en sortie $0.0036 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache $0.00075 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 2 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de256 000 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.00075 / 1K tokens Sortie · Tokens en sortie $0.0045 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache $0.0009375 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3.5-plus-20260420", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen/qwen3.5-plus-20260420',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen/qwen3.5-plus-20260420',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, puis conservez le motif final de terminaison et les données d’utilisation.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra qwen/qwen3.5-plus-20260420
Utilisez les chemins de méthode indiqués ci-dessus.
qwen/qwen3.5-plus-20260420Qwen3.5 Plus 2026-04-20 est l’instantané fixe du 20 avril du modèle vision-langage Plus de Qwen. Le concepteur souligne une meilleure programmation par agent tout en conservant raisonnement, connaissances et travail à contexte long, pour les tâches complexes associant texte ou éléments visuels fournis à un livrable concret.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
L’instantané Plus fixe du 20 avril
Qwen3.5 Plus 2026-04-20 est l’instantané du 20 avril 2026 de la famille native vision-langage Plus de Qwen. L’annonce du concepteur identifie une amélioration substantielle de la programmation par agent par rapport à l’instantané du 15 février, ainsi qu’une inférence plus efficace et la conservation des capacités de connaissance, de raisonnement et de contexte long. Distinguez cette édition datée d’un nom Plus évolutif et du checkpoint ouvert Qwen3.5-397B-A17B.
La famille accepte du texte accompagné d’images ou de vidéo et produit des résultats textuels. Ce périmètre permet une tâche de développement guidée par une capture d’écran, une question sur un schéma technique ou une explication documentaire. Le nom de l’instantané n’établit pas à lui seul le nombre de paramètres, les experts activés ou l’architecture exacte du checkpoint ouvert ; ces chiffres ne sont donc pas attribués à cette édition ici.
Programmation par agent
Le changement principal de cette version est une programmation plus performante dans un processus d’agent. Fournissez les exigences du projet, les fichiers ou extraits pertinents, le comportement existant et le livrable attendu à l’achèvement. Pour créer une interface depuis une capture, incluez la référence visuelle et les contraintes fonctionnelles, puis demandez une source modifiable et une explication du comportement prévu. Pour modifier un dépôt, identifiez la fonctionnalité concernée et l’entrée démontrant le problème, puis demandez un correctif et les vérifications nécessaires à son évaluation.
Un processus de programmation à plusieurs étapes bénéficie de retours réels : résultats d’inspection, erreurs observées et conclusions de revue peuvent être renvoyés au modèle au fil du travail. L’application contrôle les outils et exécute les actions autorisées. Demandez un rapport distinguant propositions, observations et points non résolus.
Connaissances et raisonnement
Le concepteur indique que cet instantané conserve de solides connaissances et capacités de raisonnement tout en améliorant le travail d’agent. Pour une analyse, séparez les faits des sources des hypothèses et précisez la conclusion recherchée. Demandez les passages, valeurs ou identifiants de code justificatifs afin de vérifier le résultat. Pour un rapport professionnel, fournissez les documents pertinents et les sections souhaitées au lieu de compter sur le modèle pour connaître le contexte manquant d’un projet privé.
La famille Qwen3.5 Plus est documentée comme hybride, avec réflexion activée par défaut. Son processus familial peut produire une réponse directe lorsque la réflexion est désactivée, le raisonnement et le contenu final étant traités séparément. L’interface de l’instantané d’avril doit utiliser ses propres commandes documentées ; une description de mode familial ne promet pas que chaque application expose un paramètre donné.
Travail à contexte long
Le tableau dédié d’Alibaba pour l’instantané du 20 avril donne un contexte de 1,000,000 tokens, une entrée maximale de 991,808 tokens en réponse directe ou de 983,616 en réflexion, et une sortie maximale de 65,536 dans les deux modes. Ne transformez pas les chiffres de contexte natif ou étendu du checkpoint ouvert Qwen3.5 en une limite stricte de cet instantané Plus. Préparez une entrée longue avec les frontières documentaires, identifiants de pages, chemins de code et définitions nécessaires à la tâche.
Une requête utile peut demander un tableau reliant exigences et implémentation, une comparaison documentaire ou un rapport indiquant les preuves de chaque conclusion. Écartez les documents sans rapport et réservez de la place pour la réponse. Le contexte long permet de réunir davantage d’éléments ; il ne garantit pas un rappel complet et ne remplace pas une question claire.
Préparation de tâches proches de la production
Le fabricant positionne cette édition pour les agents complexes, les processus de programmation et les usages axés sur le débit. Définissez le résultat observable de la tâche : fichiers à produire, comportement à implémenter ou constats à expliquer. Lorsque des outils sont connectés, distinguez leurs résultats réels des propositions textuelles du modèle. Définissez le format final afin de transmettre le livrable à une revue ou à un processus applicatif, en vérifiant séparément sa syntaxe et son contenu.
Le tableau dédié à l’instantané répertorie l’appel de fonctions, les sorties structurées, la recherche web, la complétion de préfixe et la mise en cache du contexte ; l’inférence par lots et l’ajustement fin ne sont pas pris en charge. Ce sont des fonctionnalités du processus du producteur, tandis que les limites des fichiers médias constituent une spécification séparée. Une demande de texte au format JSON, d’exécution de code ou de récupération de sources doit donc rester un processus demandé plutôt qu’une garantie native supposée. L’amélioration décrite par le concepteur est qualitative ; elle ne doit pas devenir une promesse inconditionnelle de latence ou de débit.
Limites pratiques
Conservez l’édition Plus datée exacte et les sources avec le résultat lors des comparaisons de révisions ultérieures. Vérifiez le code généré, les calculs et les détails visuels extraits à partir de la source, et signalez explicitement les éléments non résolus. Le résultat utile est un livrable textuel concret relié aux exigences, avec l’identité Plus datée exacte et les limites documentées d’entrée, de sortie et d’outils du producteur clairement indiquées.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen/qwen3.5-plus-20260420 | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0006 / 1K tokens Sortie · Tokens en sortie $0.0036 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache $0.00075 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluse256 000 | Coût Entrée · Tokens en entrée $0.0006 / 1K tokens Sortie · Tokens en sortie $0.0036 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache $0.00075 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 2 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de256 000 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.00075 / 1K tokens Sortie · Tokens en sortie $0.0045 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache $0.0009375 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "qwen/qwen3.5-plus-20260420",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3.5-plus-20260420', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3.5-plus-20260420', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les identifiants réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra qwen/qwen3.5-plus-20260420
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Repair an asynchronous search race\n\nA search field calls fetchResults(query).then(render) after each keystroke. Results for an older query sometimes arrive after the latest query and overwrite the screen. Propose a focused JavaScript change that renders only the newest request's result. Preserve the existing fetchResults and render interfaces, handle request failures and describe a reversed-response-order test.A code proposal, a brief request-order explanation and a deterministic out-of-order response test.Check an older response cannot overwrite the latest result, including after a failed newer request.