La versione Flash del 23 febbraio
Qwen3.5 Flash è una famiglia di modelli visivo-linguistici nativi. La versione del produttore nomina lo snapshot del 23 febbraio 2026 e descrive un’architettura ibrida che combina attenzione lineare e calcolo mixture-of-experts sparso. Gli input sono testo, immagini e video e il risultato è testuale. La versione si concentra sull’equilibrio fra inferenza e capacità operative nel lavoro testuale e multimodale; non stabilisce una latenza fissa per una particolare applicazione.
La scheda del modello aperto Qwen descrive Qwen3.5-Flash gestito come corrispondente a Qwen3.5-35B-A3B, con funzionalità aggiuntive come un contesto predefinito di un milione di token e strumenti integrati. È una relazione fra offerte descritta dal produttore, non un motivo per unificarne nomi esatti, configurazione o funzionalità di interfaccia. Lo snapshot del 23 febbraio resta distinto da un nome Flash riferito a una versione variabile e dalle generazioni Qwen successive.
Attività testuali, visive e di programmazione
La famiglia Qwen3.5 è addestrata con fusione precoce testo–visione, supportando ragionamento, programmazione, agenti e comprensione visiva. Per un’attività di programmazione guidata da uno screenshot, fornire il riferimento visivo, il codice pertinente e il comportamento richiesto, quindi chiedere un artefatto modificabile con una spiegazione delle condizioni interessate. Per un documento o un grafico, preservare etichette e unità e richiedere i campi o le conclusioni specifici necessari.
Una risposta utile basata su elementi visivi può distinguere fatti visibili e relazioni dedotte e identificare la regione o il passaggio sorgente a supporto di ogni conclusione. Per un video, preservare sequenza e tempi e indicare l’evento di interesse. Per l’analisi documentale e video, confrontare campi e affermazioni restituiti con etichette, passaggi e timestamp originali. Il modello produce analisi testuale o codice; l’input visivo non implica immagini o video generati.
Ragionamento e risposte dirette
La guida alle modalità del produttore identifica Qwen3.5 Flash come a ragionamento ibrido, abilitato per impostazione predefinita. Il flusso ibrido documentato può disabilitare il ragionamento per una risposta diretta. Mantenere l’artefatto finale separato dal ragionamento quando l’interfaccia scelta fornisce entrambi. Una risposta concisa può essere adatta a estrazioni o riscritture semplici, mentre una domanda che collega più condizioni beneficia di una spiegazione tracciabile alla fonte.
Usare i controlli documentati dell’edizione Flash anziché importare preset di campionamento, opzioni di ragionamento storico o marcatori del prompt da un altro checkpoint Qwen. La scheda aperta Qwen3.5-35B-A3B ha una propria procedura per cronologia e generazione; le relative impostazioni non costituiscono automaticamente un contratto esatto dell’interfaccia Flash ospitata.
Strumenti e flussi applicativi
Il produttore descrive strumenti aggiuntivi nell’offerta Flash gestita. Un flusso collegato può fornire recupero, ispezione o esecuzione consentita e restituire le osservazioni al modello. Definire strumenti disponibili, azioni consentite e condizione osservabile di completamento. Chiedere che il rapporto finale distingua il lavoro proposto dai risultati restituiti da uno strumento effettivo.
La capacità del modello orientata agli strumenti non stabilisce accesso integrato a fonti aggiornate, file o un ambiente di codice tramite ogni interfaccia. Una richiesta di tabella o testo in forma JSON non crea da sola uno schema di output vincolato. Mantenere l’artefatto facile da esaminare: file di codice, una tabella di evidenze o una breve conclusione collegata al materiale fornito.
Contesto e limiti specifici dell’edizione
Qwen descrive un contesto predefinito di un milione di token per la versione Flash gestita. Il checkpoint aperto corrispondente ha un contesto nativo diverso e una procedura di estensione esplicita, quindi tali descrizioni numeriche devono restare circoscritte alle rispettive offerte. Testo, media rappresentati, cronologia, ragionamento e risposta devono rientrare nel budget di sequenza configurato applicabile.
Selezionare testo, immagini o segmenti video pertinenti, preservare identificatori di documenti e codice e riservare spazio al risultato nella sequenza di lavoro.
Preparazione pratica e revisione
Per un’attività iterativa di programmazione, fornire errori effettivi o feedback di revisione con la domanda successiva affinché il modello possa aggiornare la modifica proposta. Per l’analisi documentale, richiedere passaggi di supporto e identificare esplicitamente le evidenze mancanti. Verificare testo estratto, calcoli e codice generato rispetto alla fonte. Usare questa versione fissa per analisi di testo, immagini o video che restituiscano un prodotto testuale concreto.
", "aboutText": "La versione Flash del 23 febbraio\n\nQwen3.5 Flash è una famiglia di modelli visivo-linguistici nativi. La versione del produttore nomina lo snapshot del 23 febbraio 2026 e descrive un’architettura ibrida che combina attenzione lineare e calcolo mixture-of-experts sparso. Gli input sono testo, immagini e video e il risultato è testuale. La versione si concentra sull’equilibrio fra inferenza e capacità operative nel lavoro testuale e multimodale; non stabilisce una latenza fissa per una particolare applicazione.\n\nLa scheda del modello aperto Qwen descrive Qwen3.5-Flash gestito come corrispondente a Qwen3.5-35B-A3B, con funzionalità aggiuntive come un contesto predefinito di un milione di token e strumenti integrati. È una relazione fra offerte descritta dal produttore, non un motivo per unificarne nomi esatti, configurazione o funzionalità di interfaccia. Lo snapshot del 23 febbraio resta distinto da un nome Flash riferito a una versione variabile e dalle generazioni Qwen successive.\n\nAttività testuali, visive e di programmazione\n\nLa famiglia Qwen3.5 è addestrata con fusione precoce testo–visione, supportando ragionamento, programmazione, agenti e comprensione visiva. Per un’attività di programmazione guidata da uno screenshot, fornire il riferimento visivo, il codice pertinente e il comportamento richiesto, quindi chiedere un artefatto modificabile con una spiegazione delle condizioni interessate. Per un documento o un grafico, preservare etichette e unità e richiedere i campi o le conclusioni specifici necessari.\n\nUna risposta utile basata su elementi visivi può distinguere fatti visibili e relazioni dedotte e identificare la regione o il passaggio sorgente a supporto di ogni conclusione. Per un video, preservare sequenza e tempi e indicare l’evento di interesse. Per l’analisi documentale e video, confrontare campi e affermazioni restituiti con etichette, passaggi e timestamp originali. Il modello produce analisi testuale o codice; l’input visivo non implica immagini o video generati.\n\nRagionamento e risposte dirette\n\nLa guida alle modalità del produttore identifica Qwen3.5 Flash come a ragionamento ibrido, abilitato per impostazione predefinita. Il flusso ibrido documentato può disabilitare il ragionamento per una risposta diretta. Mantenere l’artefatto finale separato dal ragionamento quando l’interfaccia scelta fornisce entrambi. Una risposta concisa può essere adatta a estrazioni o riscritture semplici, mentre una domanda che collega più condizioni beneficia di una spiegazione tracciabile alla fonte.\n\nUsare i controlli documentati dell’edizione Flash anziché importare preset di campionamento, opzioni di ragionamento storico o marcatori del prompt da un altro checkpoint Qwen. La scheda aperta Qwen3.5-35B-A3B ha una propria procedura per cronologia e generazione; le relative impostazioni non costituiscono automaticamente un contratto esatto dell’interfaccia Flash ospitata.\n\nStrumenti e flussi applicativi\n\nIl produttore descrive strumenti aggiuntivi nell’offerta Flash gestita. Un flusso collegato può fornire recupero, ispezione o esecuzione consentita e restituire le osservazioni al modello. Definire strumenti disponibili, azioni consentite e condizione osservabile di completamento. Chiedere che il rapporto finale distingua il lavoro proposto dai risultati restituiti da uno strumento effettivo.\n\nLa capacità del modello orientata agli strumenti non stabilisce accesso integrato a fonti aggiornate, file o un ambiente di codice tramite ogni interfaccia. Una richiesta di tabella o testo in forma JSON non crea da sola uno schema di output vincolato. Mantenere l’artefatto facile da esaminare: file di codice, una tabella di evidenze o una breve conclusione collegata al materiale fornito.\n\nContesto e limiti specifici dell’edizione\n\nQwen descrive un contesto predefinito di un milione di token per la versione Flash gestita. Il checkpoint aperto corrispondente ha un contesto nativo diverso e una procedura di estensione esplicita, quindi tali descrizioni numeriche devono restare circoscritte alle rispettive offerte. Testo, media rappresentati, cronologia, ragionamento e risposta devono rientrare nel budget di sequenza configurato applicabile.\n\nSelezionare testo, immagini o segmenti video pertinenti, preservare identificatori di documenti e codice e riservare spazio al risultato nella sequenza di lavoro.\n\nPreparazione pratica e revisione\n\nPer un’attività iterativa di programmazione, fornire errori effettivi o feedback di revisione con la domanda successiva affinché il modello possa aggiornare la modifica proposta. Per l’analisi documentale, richiedere passaggi di supporto e identificare esplicitamente le evidenze mancanti. Verificare testo estratto, calcoli e codice generato rispetto alla fonte. Usare questa versione fissa per analisi di testo, immagini o video che restituiscano un prodotto testuale concreto.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Refine a patch using test feedback\n\nA first patch changes deduplicate(values) to list(set(values)). The returned test observation is: input [3,1,3,2] expected [3,1,2], but order was not preserved. Propose a replacement that retains first occurrences and works on integers. Include a regression assertion and explain the one behavior the failed patch overlooked. Do not claim to run the test.A revised Python function, a regression assertion and a short explanation tied to the supplied test observation.The duplicate 3 is removed while the order 3,1,2 survives; test execution remains a proposed check.qwen/qwen3.5-flash-02-23La versione Qwen3.5 Flash del 23 febbraio è un modello visivo-linguistico per testo, immagini e video, con output testuale. Combina attenzione ibrida ed esperti sparsi con il flusso di ragionamento/risposta diretta della famiglia Flash, per programmazione, analisi visiva e attività assistite da strumenti.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
La versione Flash del 23 febbraio
Qwen3.5 Flash è una famiglia di modelli visivo-linguistici nativi. La versione del produttore nomina lo snapshot del 23 febbraio 2026 e descrive un’architettura ibrida che combina attenzione lineare e calcolo mixture-of-experts sparso. Gli input sono testo, immagini e video e il risultato è testuale. La versione si concentra sull’equilibrio fra inferenza e capacità operative nel lavoro testuale e multimodale; non stabilisce una latenza fissa per una particolare applicazione.
La scheda del modello aperto Qwen descrive Qwen3.5-Flash gestito come corrispondente a Qwen3.5-35B-A3B, con funzionalità aggiuntive come un contesto predefinito di un milione di token e strumenti integrati. È una relazione fra offerte descritta dal produttore, non un motivo per unificarne nomi esatti, configurazione o funzionalità di interfaccia. Lo snapshot del 23 febbraio resta distinto da un nome Flash riferito a una versione variabile e dalle generazioni Qwen successive.
Attività testuali, visive e di programmazione
La famiglia Qwen3.5 è addestrata con fusione precoce testo–visione, supportando ragionamento, programmazione, agenti e comprensione visiva. Per un’attività di programmazione guidata da uno screenshot, fornire il riferimento visivo, il codice pertinente e il comportamento richiesto, quindi chiedere un artefatto modificabile con una spiegazione delle condizioni interessate. Per un documento o un grafico, preservare etichette e unità e richiedere i campi o le conclusioni specifici necessari.
Una risposta utile basata su elementi visivi può distinguere fatti visibili e relazioni dedotte e identificare la regione o il passaggio sorgente a supporto di ogni conclusione. Per un video, preservare sequenza e tempi e indicare l’evento di interesse. Per l’analisi documentale e video, confrontare campi e affermazioni restituiti con etichette, passaggi e timestamp originali. Il modello produce analisi testuale o codice; l’input visivo non implica immagini o video generati.
Ragionamento e risposte dirette
La guida alle modalità del produttore identifica Qwen3.5 Flash come a ragionamento ibrido, abilitato per impostazione predefinita. Il flusso ibrido documentato può disabilitare il ragionamento per una risposta diretta. Mantenere l’artefatto finale separato dal ragionamento quando l’interfaccia scelta fornisce entrambi. Una risposta concisa può essere adatta a estrazioni o riscritture semplici, mentre una domanda che collega più condizioni beneficia di una spiegazione tracciabile alla fonte.
Usare i controlli documentati dell’edizione Flash anziché importare preset di campionamento, opzioni di ragionamento storico o marcatori del prompt da un altro checkpoint Qwen. La scheda aperta Qwen3.5-35B-A3B ha una propria procedura per cronologia e generazione; le relative impostazioni non costituiscono automaticamente un contratto esatto dell’interfaccia Flash ospitata.
Strumenti e flussi applicativi
Il produttore descrive strumenti aggiuntivi nell’offerta Flash gestita. Un flusso collegato può fornire recupero, ispezione o esecuzione consentita e restituire le osservazioni al modello. Definire strumenti disponibili, azioni consentite e condizione osservabile di completamento. Chiedere che il rapporto finale distingua il lavoro proposto dai risultati restituiti da uno strumento effettivo.
La capacità del modello orientata agli strumenti non stabilisce accesso integrato a fonti aggiornate, file o un ambiente di codice tramite ogni interfaccia. Una richiesta di tabella o testo in forma JSON non crea da sola uno schema di output vincolato. Mantenere l’artefatto facile da esaminare: file di codice, una tabella di evidenze o una breve conclusione collegata al materiale fornito.
Contesto e limiti specifici dell’edizione
Qwen descrive un contesto predefinito di un milione di token per la versione Flash gestita. Il checkpoint aperto corrispondente ha un contesto nativo diverso e una procedura di estensione esplicita, quindi tali descrizioni numeriche devono restare circoscritte alle rispettive offerte. Testo, media rappresentati, cronologia, ragionamento e risposta devono rientrare nel budget di sequenza configurato applicabile.
Selezionare testo, immagini o segmenti video pertinenti, preservare identificatori di documenti e codice e riservare spazio al risultato nella sequenza di lavoro.
Preparazione pratica e revisione
Per un’attività iterativa di programmazione, fornire errori effettivi o feedback di revisione con la domanda successiva affinché il modello possa aggiornare la modifica proposta. Per l’analisi documentale, richiedere passaggi di supporto e identificare esplicitamente le evidenze mancanti. Verificare testo estratto, calcoli e codice generato rispetto alla fonte. Usare questa versione fissa per analisi di testo, immagini o video che restituiscano un prodotto testuale concreto.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti qwen/qwen3.5-flash-02-23 | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Esempi: system, user, assistant, tool, function Condizioni: Questi ruoli sono rappresentati esplicitamente dai tipi di compatibilità del codice sorgente; l’insieme esatto dei ruoli rimane specifico del modello. Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_call_id | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: role=tool; usa l’ID effettivamente restituito | Predefinito— |
Campomessages[].name | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].reasoning_content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Reinserisci il ragionamento effettivamente restituito quando il modello lo utilizza | Predefinito— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campomax_completion_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotemperature | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotop_p | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campostop | Tipostring|string[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools | Tipofunction_tool[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools[].type | Tipostring | RequisitoFacoltativo | Valori e limiti function Dipende dal modello | Predefinito— |
Campotools[].function.name | Tipostring | RequisitoObbligatorio | Valori e limiti Si applica quando: Funzione fornita come strumento | Predefinito— |
Campotools[].function.description | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotool_choice | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoparallel_tool_calls | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporesponse_format | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning_effort | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camposervice_tier | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoinstructions | Tipostring | RequisitoFacoltativo | Valori e limiti Campo di compatibilità | Predefinito— |
Campofunctions | Tipofunction[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campofunction_call | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoprompt_cache_options | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomodalities | Tipostring[] | RequisitoFacoltativo | Valori e limiti text | Predefinito— |
Campoprovider | Tipoobject | RequisitoFacoltativo | Valori e limiti Condizioni: provider.options viene rifiutato su questa rotta testuale Ultra | Predefinito— |
Campocache_control.ttl | Tipostring | RequisitoFacoltativo | Valori e limiti Condizioni: 1h viene rifiutato nelle posizioni effettive della cache dei prompt | Predefinito— |
Testo · Testo UTF8
messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages |
Parametromaterial_types | Contrattotext |
Parametromessages | ContrattoArray di messaggi con struttura role/content |
Parametrofile_material | ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto |
Parametrooptional_controls | Contrattostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrocontrol_scope | ContrattoSpecifico del modello; gli strumenti di funzione dell’utente differiscono dagli strumenti ospitati |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Ciclo di vita: synchronous_or_streamed
Invia l’ID esatto del modello con messages.
La lunghezza del contesto non è un limite di uscita.
Un file di testo può fornire testo letterale; gli ingressi immagine/audio/oggetto file richiedono un’associazione esatta.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.00013 / 1K token Output · Token in output $0.00052 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.00013 / 1K token Output · Token in output $0.00052 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${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-flash-02-23", "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-flash-02-23',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-flash-02-23',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 o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva ogni scelta con contenuto, chiamate agli strumenti e ragionamento. In SSE assembla i delta per indice di scelta e strumento e conserva il motivo finale di completamento e i dati di utilizzo.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra qwen/qwen3.5-flash-02-23
Usa i percorsi dei metodi indicati sopra.
qwen/qwen3.5-flash-02-23La versione Qwen3.5 Flash del 23 febbraio è un modello visivo-linguistico per testo, immagini e video, con output testuale. Combina attenzione ibrida ed esperti sparsi con il flusso di ragionamento/risposta diretta della famiglia Flash, per programmazione, analisi visiva e attività assistite da strumenti.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
La versione Flash del 23 febbraio
Qwen3.5 Flash è una famiglia di modelli visivo-linguistici nativi. La versione del produttore nomina lo snapshot del 23 febbraio 2026 e descrive un’architettura ibrida che combina attenzione lineare e calcolo mixture-of-experts sparso. Gli input sono testo, immagini e video e il risultato è testuale. La versione si concentra sull’equilibrio fra inferenza e capacità operative nel lavoro testuale e multimodale; non stabilisce una latenza fissa per una particolare applicazione.
La scheda del modello aperto Qwen descrive Qwen3.5-Flash gestito come corrispondente a Qwen3.5-35B-A3B, con funzionalità aggiuntive come un contesto predefinito di un milione di token e strumenti integrati. È una relazione fra offerte descritta dal produttore, non un motivo per unificarne nomi esatti, configurazione o funzionalità di interfaccia. Lo snapshot del 23 febbraio resta distinto da un nome Flash riferito a una versione variabile e dalle generazioni Qwen successive.
Attività testuali, visive e di programmazione
La famiglia Qwen3.5 è addestrata con fusione precoce testo–visione, supportando ragionamento, programmazione, agenti e comprensione visiva. Per un’attività di programmazione guidata da uno screenshot, fornire il riferimento visivo, il codice pertinente e il comportamento richiesto, quindi chiedere un artefatto modificabile con una spiegazione delle condizioni interessate. Per un documento o un grafico, preservare etichette e unità e richiedere i campi o le conclusioni specifici necessari.
Una risposta utile basata su elementi visivi può distinguere fatti visibili e relazioni dedotte e identificare la regione o il passaggio sorgente a supporto di ogni conclusione. Per un video, preservare sequenza e tempi e indicare l’evento di interesse. Per l’analisi documentale e video, confrontare campi e affermazioni restituiti con etichette, passaggi e timestamp originali. Il modello produce analisi testuale o codice; l’input visivo non implica immagini o video generati.
Ragionamento e risposte dirette
La guida alle modalità del produttore identifica Qwen3.5 Flash come a ragionamento ibrido, abilitato per impostazione predefinita. Il flusso ibrido documentato può disabilitare il ragionamento per una risposta diretta. Mantenere l’artefatto finale separato dal ragionamento quando l’interfaccia scelta fornisce entrambi. Una risposta concisa può essere adatta a estrazioni o riscritture semplici, mentre una domanda che collega più condizioni beneficia di una spiegazione tracciabile alla fonte.
Usare i controlli documentati dell’edizione Flash anziché importare preset di campionamento, opzioni di ragionamento storico o marcatori del prompt da un altro checkpoint Qwen. La scheda aperta Qwen3.5-35B-A3B ha una propria procedura per cronologia e generazione; le relative impostazioni non costituiscono automaticamente un contratto esatto dell’interfaccia Flash ospitata.
Strumenti e flussi applicativi
Il produttore descrive strumenti aggiuntivi nell’offerta Flash gestita. Un flusso collegato può fornire recupero, ispezione o esecuzione consentita e restituire le osservazioni al modello. Definire strumenti disponibili, azioni consentite e condizione osservabile di completamento. Chiedere che il rapporto finale distingua il lavoro proposto dai risultati restituiti da uno strumento effettivo.
La capacità del modello orientata agli strumenti non stabilisce accesso integrato a fonti aggiornate, file o un ambiente di codice tramite ogni interfaccia. Una richiesta di tabella o testo in forma JSON non crea da sola uno schema di output vincolato. Mantenere l’artefatto facile da esaminare: file di codice, una tabella di evidenze o una breve conclusione collegata al materiale fornito.
Contesto e limiti specifici dell’edizione
Qwen descrive un contesto predefinito di un milione di token per la versione Flash gestita. Il checkpoint aperto corrispondente ha un contesto nativo diverso e una procedura di estensione esplicita, quindi tali descrizioni numeriche devono restare circoscritte alle rispettive offerte. Testo, media rappresentati, cronologia, ragionamento e risposta devono rientrare nel budget di sequenza configurato applicabile.
Selezionare testo, immagini o segmenti video pertinenti, preservare identificatori di documenti e codice e riservare spazio al risultato nella sequenza di lavoro.
Preparazione pratica e revisione
Per un’attività iterativa di programmazione, fornire errori effettivi o feedback di revisione con la domanda successiva affinché il modello possa aggiornare la modifica proposta. Per l’analisi documentale, richiedere passaggi di supporto e identificare esplicitamente le evidenze mancanti. Verificare testo estratto, calcoli e codice generato rispetto alla fonte. Usare questa versione fissa per analisi di testo, immagini o video che restituiscano un prodotto testuale concreto.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti qwen/qwen3.5-flash-02-23 | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti user, assistant | Predefinito— |
Campomessages[].content | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Testo · Testo UTF-8
Stringa messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages, max_tokens |
Parametrooptional_controls | Contrattostream |
Parametromaterial_types | Contrattotext |
Parametrotext_file_material | ContrattoLeggi il documento UTF-8 effettivo e inserisci il testo nell’ingresso indicato o nella stringa del contenuto del messaggio. |
Ciclo di vita: synchronous_or_streamed
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.00013 / 1K token Output · Token in output $0.00052 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.00013 / 1K token Output · Token in output $0.00052 / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "qwen/qwen3.5-flash-02-23",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-flash-02-23', '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-flash-02-23', '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 o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva tutti i blocchi di contenuto, le firme di ragionamento e gli ID effettivi di utilizzo degli strumenti. Assembla tutti i delta dei blocchi SSE; il primo blocco di testo non è l’uscita completa.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra qwen/qwen3.5-flash-02-23
Usa i percorsi dei metodi indicati sopra.
Esempio tecnico in inglese
Refine a patch using test feedback\n\nA first patch changes deduplicate(values) to list(set(values)). The returned test observation is: input [3,1,3,2] expected [3,1,2], but order was not preserved. Propose a replacement that retains first occurrences and works on integers. Include a regression assertion and explain the one behavior the failed patch overlooked. Do not claim to run the test.A revised Python function, a regression assertion and a short explanation tied to the supplied test observation.The duplicate 3 is removed while the order 3,1,2 survives; test execution remains a proposed check.