Snapshot Plus tanggal 15 Februari
Qwen3.5 Plus 2026-02-15 adalah rilis tetap tanggal 15 Februari 2026 dari keluarga visi-bahasa native Plus Qwen. Arsitektur yang didokumentasikan menggabungkan linear attention dengan komputasi sparse mixture-of-experts, mendukung tugas teks maupun multimodal. Masukannya meliputi teks, gambar, dan video; responsnya berupa teks, seperti penjelasan, usulan kode, atau artefak dokumen. Nama bertanggal memberikan identitas spesifik kepada edisi ini dalam keluarga Plus.
Produsennya menjelaskan Qwen3.5-Plus terkelola sebagai padanan model terbuka Qwen3.5-397B-A17B, dengan fitur tambahan termasuk konteks bawaan satu juta token, alat bawaan, dan penggunaan alat adaptif. Kedua layanan mempertahankan nama dan kontrak antarmuka yang terpisah. Jumlah expert, representasi numerik, dan konteks native yang tepat dari checkpoint terbuka tidak boleh diam-diam diubah menjadi spesifikasi lengkap rilis Plus bertanggal ini.
Pekerjaan teks dan visual terpadu
Keluarga Qwen3.5 mengembangkan penalaran, pemrograman, agen, dan pemahaman visual melalui fusi teks–visi sejak awal serta reinforcement learning pada tugas yang semakin kompleks. Deskripsi keluarganya mencakup 201 bahasa dan dialek. Untuk pekerjaan multibahasa, nyatakan bahasa sasaran, audiens, dan istilah yang harus dipertahankan; untuk pekerjaan visual, pertahankan label, judul tabel, atau definisi diagram yang diperlukan pertanyaan.
Permintaan dokumen yang berguna dapat meminta perbandingan yang disusun menurut bagian yang sama dengan sumber, dengan bagian teks pendukung untuk setiap temuan. Permintaan pemrograman dapat menggabungkan tangkapan layar, kode yang ada yang relevan, dan persyaratan fungsional, lalu meminta sumber yang dapat diedit serta penjelasan perilaku terpisah. Untuk video, identifikasi kejadian atau urutan yang penting dan pertahankan waktu. Periksa bagian teks yang dikembalikan, detail visual, dan kode yang diusulkan terhadap materi yang diberikan.
Penalaran dan respons langsung
Panduan mode dari pembuatnya mencantumkan keluarga Qwen3.5 Plus dan snapshot tanggal 15 Februari sebagai hybrid thinking, dengan mode berpikir aktif secara bawaan. Alur kerja hibrida yang didokumentasikan dapat menonaktifkan berpikir untuk respons langsung. Pisahkan penalaran dari artefak akhir ketika antarmuka yang dipilih menyediakan keduanya. Tetapkan bentuk akhir yang jelas, seperti tabel temuan, jawaban dengan pembatas, atau berkas kode, agar hasil mudah diperiksa.
Checkpoint terbuka Qwen3.5 memiliki panduan riwayat dan pengambilan sampelnya sendiri. Generasi Qwen berikutnya juga memperkenalkan kontrol serta perilaku bawaan pemeliharaan penalaran yang berbeda. Ikuti resep antarmuka Plus yang tepat, alih-alih menganggap penanda prompt, wadah parameter, atau perilaku riwayat berlaku pada setiap edisi dengan nama Qwen.
Alat dan pekerjaan adaptif
Referensi Plus dari produsen menjelaskan penggunaan alat bawaan dan adaptif. Tugas dapat memungkinkan alur kerja terhubung mengambil bukti, memeriksa materi yang diberikan, atau mengembalikan hasil operasi yang diizinkan. Nyatakan alat yang tersedia, tindakan yang diizinkan, dan kondisi penyelesaian yang dapat diamati. Model dapat menggunakan umpan balik aktual untuk merevisi analisisnya dan memilih langkah berikutnya; aplikasi menjalankan tindakan eksternal dan menyediakan hasilnya.
Untuk tugas agen, minta laporan akhir menampilkan artefak hasilnya, bukti pendukung, dan kondisi yang belum terselesaikan. Bedakan usulan patch atau kueri retrieval dari hasil alat yang benar-benar dikembalikan. Permintaan teks berbentuk JSON tidak dengan sendirinya menetapkan kontrak penegakan skema, dan permintaan untuk menjalankan kode tidak secara mandiri menciptakan lingkungan eksekusi.
Persiapan konteks panjang
Referensi Plus terkelola Qwen menjelaskan konteks bawaan satu juta token. Buat batas dokumen, pengenal kode, dan definisi tetap terlihat dalam masukan besar, dan sisakan ruang untuk penalaran serta jawaban akhir. Gunakan alokasi konteks Plus terkelola untuk alur kerja ini; checkpoint terbuka 397B memiliki batas native dan perluasannya sendiri.
Untuk perbandingan panjang, persempit pertanyaan ke keputusan atau hubungan yang diperlukan dan minta model mengutip bagian pendukung untuk setiap kesimpulan. Alokasi konteks dapat menyatukan lebih banyak bukti, tetapi struktur sumber yang jelas membuat jawaban dapat ditelusuri. Pertahankan nama edisi bertanggal ketika reproduktibilitas penting.
Hasil praktis dan batasan
Gunakan snapshot ini untuk hasil akhir tekstual konkret yang berlandaskan materi proyek atau visual yang diberikan: usulan implementasi, perbandingan dokumen, atau jawaban beserta penjelasan. Periksa label visual kecil, perhitungan, teks kutipan, dan perubahan kode terhadap bukti asli. Cakupan model yang didokumentasikan adalah pemahaman teks dan visual dengan keluaran tekstual; hal itu tidak menyiratkan pembuatan gambar, video, atau ucapan. Alat yang tepat, aturan unggahan, dan alokasi keluaran harus mengikuti antarmuka yang dipilih, alih-alih kesetaraan yang diasumsikan dengan checkpoint lain.
", "aboutText": "Snapshot Plus tanggal 15 Februari\n\nQwen3.5 Plus 2026-02-15 adalah rilis tetap tanggal 15 Februari 2026 dari keluarga visi-bahasa native Plus Qwen. Arsitektur yang didokumentasikan menggabungkan linear attention dengan komputasi sparse mixture-of-experts, mendukung tugas teks maupun multimodal. Masukannya meliputi teks, gambar, dan video; responsnya berupa teks, seperti penjelasan, usulan kode, atau artefak dokumen. Nama bertanggal memberikan identitas spesifik kepada edisi ini dalam keluarga Plus.\n\nProdusennya menjelaskan Qwen3.5-Plus terkelola sebagai padanan model terbuka Qwen3.5-397B-A17B, dengan fitur tambahan termasuk konteks bawaan satu juta token, alat bawaan, dan penggunaan alat adaptif. Kedua layanan mempertahankan nama dan kontrak antarmuka yang terpisah. Jumlah expert, representasi numerik, dan konteks native yang tepat dari checkpoint terbuka tidak boleh diam-diam diubah menjadi spesifikasi lengkap rilis Plus bertanggal ini.\n\nPekerjaan teks dan visual terpadu\n\nKeluarga Qwen3.5 mengembangkan penalaran, pemrograman, agen, dan pemahaman visual melalui fusi teks–visi sejak awal serta reinforcement learning pada tugas yang semakin kompleks. Deskripsi keluarganya mencakup 201 bahasa dan dialek. Untuk pekerjaan multibahasa, nyatakan bahasa sasaran, audiens, dan istilah yang harus dipertahankan; untuk pekerjaan visual, pertahankan label, judul tabel, atau definisi diagram yang diperlukan pertanyaan.\n\nPermintaan dokumen yang berguna dapat meminta perbandingan yang disusun menurut bagian yang sama dengan sumber, dengan bagian teks pendukung untuk setiap temuan. Permintaan pemrograman dapat menggabungkan tangkapan layar, kode yang ada yang relevan, dan persyaratan fungsional, lalu meminta sumber yang dapat diedit serta penjelasan perilaku terpisah. Untuk video, identifikasi kejadian atau urutan yang penting dan pertahankan waktu. Periksa bagian teks yang dikembalikan, detail visual, dan kode yang diusulkan terhadap materi yang diberikan.\n\nPenalaran dan respons langsung\n\nPanduan mode dari pembuatnya mencantumkan keluarga Qwen3.5 Plus dan snapshot tanggal 15 Februari sebagai hybrid thinking, dengan mode berpikir aktif secara bawaan. Alur kerja hibrida yang didokumentasikan dapat menonaktifkan berpikir untuk respons langsung. Pisahkan penalaran dari artefak akhir ketika antarmuka yang dipilih menyediakan keduanya. Tetapkan bentuk akhir yang jelas, seperti tabel temuan, jawaban dengan pembatas, atau berkas kode, agar hasil mudah diperiksa.\n\nCheckpoint terbuka Qwen3.5 memiliki panduan riwayat dan pengambilan sampelnya sendiri. Generasi Qwen berikutnya juga memperkenalkan kontrol serta perilaku bawaan pemeliharaan penalaran yang berbeda. Ikuti resep antarmuka Plus yang tepat, alih-alih menganggap penanda prompt, wadah parameter, atau perilaku riwayat berlaku pada setiap edisi dengan nama Qwen.\n\nAlat dan pekerjaan adaptif\n\nReferensi Plus dari produsen menjelaskan penggunaan alat bawaan dan adaptif. Tugas dapat memungkinkan alur kerja terhubung mengambil bukti, memeriksa materi yang diberikan, atau mengembalikan hasil operasi yang diizinkan. Nyatakan alat yang tersedia, tindakan yang diizinkan, dan kondisi penyelesaian yang dapat diamati. Model dapat menggunakan umpan balik aktual untuk merevisi analisisnya dan memilih langkah berikutnya; aplikasi menjalankan tindakan eksternal dan menyediakan hasilnya.\n\nUntuk tugas agen, minta laporan akhir menampilkan artefak hasilnya, bukti pendukung, dan kondisi yang belum terselesaikan. Bedakan usulan patch atau kueri retrieval dari hasil alat yang benar-benar dikembalikan. Permintaan teks berbentuk JSON tidak dengan sendirinya menetapkan kontrak penegakan skema, dan permintaan untuk menjalankan kode tidak secara mandiri menciptakan lingkungan eksekusi.\n\nPersiapan konteks panjang\n\nReferensi Plus terkelola Qwen menjelaskan konteks bawaan satu juta token. Buat batas dokumen, pengenal kode, dan definisi tetap terlihat dalam masukan besar, dan sisakan ruang untuk penalaran serta jawaban akhir. Gunakan alokasi konteks Plus terkelola untuk alur kerja ini; checkpoint terbuka 397B memiliki batas native dan perluasannya sendiri.\n\nUntuk perbandingan panjang, persempit pertanyaan ke keputusan atau hubungan yang diperlukan dan minta model mengutip bagian pendukung untuk setiap kesimpulan. Alokasi konteks dapat menyatukan lebih banyak bukti, tetapi struktur sumber yang jelas membuat jawaban dapat ditelusuri. Pertahankan nama edisi bertanggal ketika reproduktibilitas penting.\n\nHasil praktis dan batasan\n\nGunakan snapshot ini untuk hasil akhir tekstual konkret yang berlandaskan materi proyek atau visual yang diberikan: usulan implementasi, perbandingan dokumen, atau jawaban beserta penjelasan. Periksa label visual kecil, perhitungan, teks kutipan, dan perubahan kode terhadap bukti asli. Cakupan model yang didokumentasikan adalah pemahaman teks dan visual dengan keluaran tekstual; hal itu tidak menyiratkan pembuatan gambar, video, atau ucapan. Alat yang tepat, aturan unggahan, dan alokasi keluaran harus mengikuti antarmuka yang dipilih, alih-alih kesetaraan yang diasumsikan dengan checkpoint lain.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Compare document retention clauses\n\nCompare sections A and B. A: 'Keep delivery logs for 30 days; retain disputed deliveries until resolution.' B: 'Delete every delivery log after 30 days.' Return the shared rule, the conflict and a revised B that preserves A's dispute exception. Cite the section label beside each finding and leave other retention categories unspecified.A section-linked comparison and a revised clause preserving the dispute condition.The revised clause must not delete an unresolved disputed-delivery log merely because 30 days passed.qwen/qwen3.5-plus-02-15Qwen3.5 Plus 2026-02-15 adalah snapshot tetap tanggal 15 Februari dari model visi-bahasa native Plus Qwen. Model ini menggabungkan pemahaman teks, gambar, dan video dengan penalaran, pemrograman, serta alur kerja berorientasi agen, dan mengembalikan jawaban atau artefak tekstual dalam mode hybrid thinking keluarga tersebut.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Snapshot Plus tanggal 15 Februari
Qwen3.5 Plus 2026-02-15 adalah rilis tetap tanggal 15 Februari 2026 dari keluarga visi-bahasa native Plus Qwen. Arsitektur yang didokumentasikan menggabungkan linear attention dengan komputasi sparse mixture-of-experts, mendukung tugas teks maupun multimodal. Masukannya meliputi teks, gambar, dan video; responsnya berupa teks, seperti penjelasan, usulan kode, atau artefak dokumen. Nama bertanggal memberikan identitas spesifik kepada edisi ini dalam keluarga Plus.
Produsennya menjelaskan Qwen3.5-Plus terkelola sebagai padanan model terbuka Qwen3.5-397B-A17B, dengan fitur tambahan termasuk konteks bawaan satu juta token, alat bawaan, dan penggunaan alat adaptif. Kedua layanan mempertahankan nama dan kontrak antarmuka yang terpisah. Jumlah expert, representasi numerik, dan konteks native yang tepat dari checkpoint terbuka tidak boleh diam-diam diubah menjadi spesifikasi lengkap rilis Plus bertanggal ini.
Pekerjaan teks dan visual terpadu
Keluarga Qwen3.5 mengembangkan penalaran, pemrograman, agen, dan pemahaman visual melalui fusi teks–visi sejak awal serta reinforcement learning pada tugas yang semakin kompleks. Deskripsi keluarganya mencakup 201 bahasa dan dialek. Untuk pekerjaan multibahasa, nyatakan bahasa sasaran, audiens, dan istilah yang harus dipertahankan; untuk pekerjaan visual, pertahankan label, judul tabel, atau definisi diagram yang diperlukan pertanyaan.
Permintaan dokumen yang berguna dapat meminta perbandingan yang disusun menurut bagian yang sama dengan sumber, dengan bagian teks pendukung untuk setiap temuan. Permintaan pemrograman dapat menggabungkan tangkapan layar, kode yang ada yang relevan, dan persyaratan fungsional, lalu meminta sumber yang dapat diedit serta penjelasan perilaku terpisah. Untuk video, identifikasi kejadian atau urutan yang penting dan pertahankan waktu. Periksa bagian teks yang dikembalikan, detail visual, dan kode yang diusulkan terhadap materi yang diberikan.
Penalaran dan respons langsung
Panduan mode dari pembuatnya mencantumkan keluarga Qwen3.5 Plus dan snapshot tanggal 15 Februari sebagai hybrid thinking, dengan mode berpikir aktif secara bawaan. Alur kerja hibrida yang didokumentasikan dapat menonaktifkan berpikir untuk respons langsung. Pisahkan penalaran dari artefak akhir ketika antarmuka yang dipilih menyediakan keduanya. Tetapkan bentuk akhir yang jelas, seperti tabel temuan, jawaban dengan pembatas, atau berkas kode, agar hasil mudah diperiksa.
Checkpoint terbuka Qwen3.5 memiliki panduan riwayat dan pengambilan sampelnya sendiri. Generasi Qwen berikutnya juga memperkenalkan kontrol serta perilaku bawaan pemeliharaan penalaran yang berbeda. Ikuti resep antarmuka Plus yang tepat, alih-alih menganggap penanda prompt, wadah parameter, atau perilaku riwayat berlaku pada setiap edisi dengan nama Qwen.
Alat dan pekerjaan adaptif
Referensi Plus dari produsen menjelaskan penggunaan alat bawaan dan adaptif. Tugas dapat memungkinkan alur kerja terhubung mengambil bukti, memeriksa materi yang diberikan, atau mengembalikan hasil operasi yang diizinkan. Nyatakan alat yang tersedia, tindakan yang diizinkan, dan kondisi penyelesaian yang dapat diamati. Model dapat menggunakan umpan balik aktual untuk merevisi analisisnya dan memilih langkah berikutnya; aplikasi menjalankan tindakan eksternal dan menyediakan hasilnya.
Untuk tugas agen, minta laporan akhir menampilkan artefak hasilnya, bukti pendukung, dan kondisi yang belum terselesaikan. Bedakan usulan patch atau kueri retrieval dari hasil alat yang benar-benar dikembalikan. Permintaan teks berbentuk JSON tidak dengan sendirinya menetapkan kontrak penegakan skema, dan permintaan untuk menjalankan kode tidak secara mandiri menciptakan lingkungan eksekusi.
Persiapan konteks panjang
Referensi Plus terkelola Qwen menjelaskan konteks bawaan satu juta token. Buat batas dokumen, pengenal kode, dan definisi tetap terlihat dalam masukan besar, dan sisakan ruang untuk penalaran serta jawaban akhir. Gunakan alokasi konteks Plus terkelola untuk alur kerja ini; checkpoint terbuka 397B memiliki batas native dan perluasannya sendiri.
Untuk perbandingan panjang, persempit pertanyaan ke keputusan atau hubungan yang diperlukan dan minta model mengutip bagian pendukung untuk setiap kesimpulan. Alokasi konteks dapat menyatukan lebih banyak bukti, tetapi struktur sumber yang jelas membuat jawaban dapat ditelusuri. Pertahankan nama edisi bertanggal ketika reproduktibilitas penting.
Hasil praktis dan batasan
Gunakan snapshot ini untuk hasil akhir tekstual konkret yang berlandaskan materi proyek atau visual yang diberikan: usulan implementasi, perbandingan dokumen, atau jawaban beserta penjelasan. Periksa label visual kecil, perhitungan, teks kutipan, dan perubahan kode terhadap bukti asli. Cakupan model yang didokumentasikan adalah pemahaman teks dan visual dengan keluaran tekstual; hal itu tidak menyiratkan pembuatan gambar, video, atau ucapan. Alat yang tepat, aturan unggahan, dan alokasi keluaran harus mengikuti antarmuka yang dipilih, alih-alih kesetaraan yang diasumsikan dengan checkpoint lain.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan qwen/qwen3.5-plus-02-15 | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.00052 / 1K token Keluaran · Token keluaran $0.00312 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk256.000 | Biaya Masukan · Token masukan $0.00052 / 1K token Keluaran · Token keluaran $0.00312 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 2 | Jadwal tarif— | Token konteks, lebih dari256.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.00065 / 1K token Keluaran · Token keluaran $0.0039 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3.5-plus-02-15", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen/qwen3.5-plus-02-15',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen/qwen3.5-plus-02-15',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra qwen/qwen3.5-plus-02-15
Gunakan jalur metode yang ditampilkan di atas.
qwen/qwen3.5-plus-02-15Qwen3.5 Plus 2026-02-15 adalah snapshot tetap tanggal 15 Februari dari model visi-bahasa native Plus Qwen. Model ini menggabungkan pemahaman teks, gambar, dan video dengan penalaran, pemrograman, serta alur kerja berorientasi agen, dan mengembalikan jawaban atau artefak tekstual dalam mode hybrid thinking keluarga tersebut.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Snapshot Plus tanggal 15 Februari
Qwen3.5 Plus 2026-02-15 adalah rilis tetap tanggal 15 Februari 2026 dari keluarga visi-bahasa native Plus Qwen. Arsitektur yang didokumentasikan menggabungkan linear attention dengan komputasi sparse mixture-of-experts, mendukung tugas teks maupun multimodal. Masukannya meliputi teks, gambar, dan video; responsnya berupa teks, seperti penjelasan, usulan kode, atau artefak dokumen. Nama bertanggal memberikan identitas spesifik kepada edisi ini dalam keluarga Plus.
Produsennya menjelaskan Qwen3.5-Plus terkelola sebagai padanan model terbuka Qwen3.5-397B-A17B, dengan fitur tambahan termasuk konteks bawaan satu juta token, alat bawaan, dan penggunaan alat adaptif. Kedua layanan mempertahankan nama dan kontrak antarmuka yang terpisah. Jumlah expert, representasi numerik, dan konteks native yang tepat dari checkpoint terbuka tidak boleh diam-diam diubah menjadi spesifikasi lengkap rilis Plus bertanggal ini.
Pekerjaan teks dan visual terpadu
Keluarga Qwen3.5 mengembangkan penalaran, pemrograman, agen, dan pemahaman visual melalui fusi teks–visi sejak awal serta reinforcement learning pada tugas yang semakin kompleks. Deskripsi keluarganya mencakup 201 bahasa dan dialek. Untuk pekerjaan multibahasa, nyatakan bahasa sasaran, audiens, dan istilah yang harus dipertahankan; untuk pekerjaan visual, pertahankan label, judul tabel, atau definisi diagram yang diperlukan pertanyaan.
Permintaan dokumen yang berguna dapat meminta perbandingan yang disusun menurut bagian yang sama dengan sumber, dengan bagian teks pendukung untuk setiap temuan. Permintaan pemrograman dapat menggabungkan tangkapan layar, kode yang ada yang relevan, dan persyaratan fungsional, lalu meminta sumber yang dapat diedit serta penjelasan perilaku terpisah. Untuk video, identifikasi kejadian atau urutan yang penting dan pertahankan waktu. Periksa bagian teks yang dikembalikan, detail visual, dan kode yang diusulkan terhadap materi yang diberikan.
Penalaran dan respons langsung
Panduan mode dari pembuatnya mencantumkan keluarga Qwen3.5 Plus dan snapshot tanggal 15 Februari sebagai hybrid thinking, dengan mode berpikir aktif secara bawaan. Alur kerja hibrida yang didokumentasikan dapat menonaktifkan berpikir untuk respons langsung. Pisahkan penalaran dari artefak akhir ketika antarmuka yang dipilih menyediakan keduanya. Tetapkan bentuk akhir yang jelas, seperti tabel temuan, jawaban dengan pembatas, atau berkas kode, agar hasil mudah diperiksa.
Checkpoint terbuka Qwen3.5 memiliki panduan riwayat dan pengambilan sampelnya sendiri. Generasi Qwen berikutnya juga memperkenalkan kontrol serta perilaku bawaan pemeliharaan penalaran yang berbeda. Ikuti resep antarmuka Plus yang tepat, alih-alih menganggap penanda prompt, wadah parameter, atau perilaku riwayat berlaku pada setiap edisi dengan nama Qwen.
Alat dan pekerjaan adaptif
Referensi Plus dari produsen menjelaskan penggunaan alat bawaan dan adaptif. Tugas dapat memungkinkan alur kerja terhubung mengambil bukti, memeriksa materi yang diberikan, atau mengembalikan hasil operasi yang diizinkan. Nyatakan alat yang tersedia, tindakan yang diizinkan, dan kondisi penyelesaian yang dapat diamati. Model dapat menggunakan umpan balik aktual untuk merevisi analisisnya dan memilih langkah berikutnya; aplikasi menjalankan tindakan eksternal dan menyediakan hasilnya.
Untuk tugas agen, minta laporan akhir menampilkan artefak hasilnya, bukti pendukung, dan kondisi yang belum terselesaikan. Bedakan usulan patch atau kueri retrieval dari hasil alat yang benar-benar dikembalikan. Permintaan teks berbentuk JSON tidak dengan sendirinya menetapkan kontrak penegakan skema, dan permintaan untuk menjalankan kode tidak secara mandiri menciptakan lingkungan eksekusi.
Persiapan konteks panjang
Referensi Plus terkelola Qwen menjelaskan konteks bawaan satu juta token. Buat batas dokumen, pengenal kode, dan definisi tetap terlihat dalam masukan besar, dan sisakan ruang untuk penalaran serta jawaban akhir. Gunakan alokasi konteks Plus terkelola untuk alur kerja ini; checkpoint terbuka 397B memiliki batas native dan perluasannya sendiri.
Untuk perbandingan panjang, persempit pertanyaan ke keputusan atau hubungan yang diperlukan dan minta model mengutip bagian pendukung untuk setiap kesimpulan. Alokasi konteks dapat menyatukan lebih banyak bukti, tetapi struktur sumber yang jelas membuat jawaban dapat ditelusuri. Pertahankan nama edisi bertanggal ketika reproduktibilitas penting.
Hasil praktis dan batasan
Gunakan snapshot ini untuk hasil akhir tekstual konkret yang berlandaskan materi proyek atau visual yang diberikan: usulan implementasi, perbandingan dokumen, atau jawaban beserta penjelasan. Periksa label visual kecil, perhitungan, teks kutipan, dan perubahan kode terhadap bukti asli. Cakupan model yang didokumentasikan adalah pemahaman teks dan visual dengan keluaran tekstual; hal itu tidak menyiratkan pembuatan gambar, video, atau ucapan. Alat yang tepat, aturan unggahan, dan alokasi keluaran harus mengikuti antarmuka yang dipilih, alih-alih kesetaraan yang diasumsikan dengan checkpoint lain.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan qwen/qwen3.5-plus-02-15 | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.00052 / 1K token Keluaran · Token keluaran $0.00312 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk256.000 | Biaya Masukan · Token masukan $0.00052 / 1K token Keluaran · Token keluaran $0.00312 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 2 | Jadwal tarif— | Token konteks, lebih dari256.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.00065 / 1K token Keluaran · Token keluaran $0.0039 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "qwen/qwen3.5-plus-02-15",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3.5-plus-02-15', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3.5-plus-02-15', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra qwen/qwen3.5-plus-02-15
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Compare document retention clauses\n\nCompare sections A and B. A: 'Keep delivery logs for 30 days; retain disputed deliveries until resolution.' B: 'Delete every delivery log after 30 days.' Return the shared rule, the conflict and a revised B that preserves A's dispute exception. Cite the section label beside each finding and leave other retention categories unspecified.A section-linked comparison and a revised clause preserving the dispute condition.The revised clause must not delete an unresolved disputed-delivery log merely because 30 days passed.