Snapshot Plus tetap 20 April
Qwen3.5 Plus 2026-04-20 ialah snapshot keluarga Plus penglihatan-bahasa natif Qwen pada 20 April 2026. Notis keluaran pembuat mengenal pasti peningkatan besar pengekodan ejen berbanding snapshot 15 Februari, bersama kecekapan inferens lebih kukuh dan keupayaan pengetahuan, penaakulan serta konteks panjang yang dikekalkan. Bezakan edisi bertarikh ini daripada nama Plus yang berubah dan daripada checkpoint terbuka Qwen3.5-397B-A17B.
Keluarga ini menerima teks bersama imej atau video dan menghasilkan hasil teks. Skop itu menyokong tugas pembangunan yang dipandu tangkap layar, soalan tentang rajah teknikal atau penjelasan berasaskan dokumen. Nama snapshot itu sendiri tidak menetapkan bilangan parameter checkpoint terbuka, pakar yang diaktifkan atau seni bina tepat, maka angka itu tidak diberikan kepada edisi ini di sini.
Pengekodan ejen
Perubahan utama keluaran ialah pengekodan yang lebih berkeupayaan dalam aliran kerja ejen. Bekalkan keperluan projek, fail atau petikan berkaitan, tingkah laku sedia ada dan artifak yang dijangka semasa penyiapan. Untuk tugas tangkap layar kepada antara muka, sertakan rujukan visual dan kekangan fungsi, kemudian minta sumber yang boleh disunting serta penjelasan tingkah laku yang dimaksudkan. Untuk perubahan repositori, kenal pasti ciri yang terjejas dan input yang menunjukkan isu, kemudian minta tampalan serta pemeriksaan yang diperlukan untuk menilainya.
Aliran kerja pengekodan berbilang langkah mendapat manfaat daripada maklum balas sebenar: hasil pemeriksaan, ralat yang diperhatikan dan dapatan semakan boleh dikembalikan kepada model sepanjang kerja berjalan. Aplikasi mengawal alat dan melaksanakan tindakan yang dibenarkan. Minta laporan tentang perkara yang dicadangkan, perkara yang diperhatikan dan perkara yang masih belum selesai.
Pengetahuan dan penaakulan
Pembuat menyatakan bahawa snapshot mengekalkan pengetahuan dan penaakulan kukuh sambil menambah baik kerja ejen. Untuk tugas analisis, asingkan fakta sumber daripada andaian dan nyatakan kesimpulan yang dicari. Minta petikan, nilai atau pengecam kod sokongan supaya hasil boleh diperiksa. Untuk laporan profesional, berikan bahan berkaitan dan bahagian yang dikehendaki, bukannya bergantung pada model untuk mengetahui konteks projek persendirian yang tiada.
Keluarga Qwen3.5 Plus didokumenkan sebagai pemikiran hibrid, dengan pemikiran didayakan secara lalai. Aliran kerja keluarganya boleh menghasilkan respons terus apabila pemikiran dinyahdayakan, manakala kandungan penaakulan dan jawapan akhir dikendalikan secara berasingan. Antara muka snapshot April tepat perlu menggunakan kawalannya sendiri yang didokumenkan; huraian mod keluarga bukan janji bahawa setiap aplikasi menyediakan parameter tertentu.
Kerja konteks panjang
Jadual khusus snapshot 20 April Alibaba memberikan konteks 1,000,000 token, input maksimum 991,808 token untuk respons terus atau 983,616 untuk mod berfikir, dan output maksimum 65,536 dalam kedua-dua mod. Jangan pindahkan angka konteks natif atau diperluas checkpoint terbuka Qwen3.5 menjadi had mutlak bagi snapshot Plus ini. Sediakan input panjang dengan sempadan dokumen, pengecam halaman, laluan kod dan definisi yang diperlukan tugas.
Permintaan berguna boleh meminta jadual keperluan kepada pelaksanaan, perbandingan dokumen atau laporan yang mengenal pasti bukti bagi setiap kesimpulan. Keluarkan bahan yang tidak berkaitan daripada prompt dan sediakan ruang jawapan. Keupayaan konteks panjang membantu meletakkan lebih banyak bukti bersama-sama; ia bukan jaminan ingatan semula lengkap atau pengganti soalan yang jelas.
Penyediaan tugas gaya produksi
Pengeluar meletakkan edisi ini untuk ejen kompleks, aliran kerja pengekodan dan penggunaan berorientasikan daya pemprosesan. Tentukan hasil tugas yang boleh diperhatikan: fail yang perlu dihasilkan, tingkah laku yang perlu dilaksanakan atau dapatan yang perlu diterangkan. Apabila alat disambungkan, bezakan hasil sebenar yang dikembalikan daripada cadangan teks model. Tetapkan format akhir supaya artifak boleh memasuki aliran kerja semakan atau aplikasi, sambil memeriksa sintaks serta kandungannya secara berasingan.
Jadual khusus snapshot menyenaraikan panggilan fungsi, output berstruktur, carian web, pelengkapan awalan dan cache konteks; inferens kelompok dan penalaan halus tidak disokong. Ini ialah ciri aliran kerja pengeluar, dan had fail media kekal sebagai spesifikasi berasingan. Oleh itu, permintaan teks berbentuk JSON, pelaksanaan kod atau pengambilan sumber perlu kekal sebagai aliran kerja yang diminta, bukannya jaminan natif yang diandaikan. Penambahbaikan yang diterangkan pembuat bersifat kualitatif; ia tidak patut menjadi janji kependaman atau daya pemprosesan tanpa syarat.
Had praktikal
Simpan edisi Plus bertarikh tepat dan bahan sumber bersama hasil apabila membandingkan semakan kemudian. Periksa kod yang dijana, pengiraan serta butiran visual yang diekstrak berdasarkan sumber yang dibekalkan dan nyatakan bukti yang masih belum jelas secara eksplisit. Hasil berguna ialah artifak teks konkrit yang dikaitkan dengan keperluan tugas, dengan identiti Plus bertarikh tepat serta had input, output dan alat pengeluar yang didokumenkan dinyatakan secara eksplisit.
", "aboutText": "Snapshot Plus tetap 20 April\n\nQwen3.5 Plus 2026-04-20 ialah snapshot keluarga Plus penglihatan-bahasa natif Qwen pada 20 April 2026. Notis keluaran pembuat mengenal pasti peningkatan besar pengekodan ejen berbanding snapshot 15 Februari, bersama kecekapan inferens lebih kukuh dan keupayaan pengetahuan, penaakulan serta konteks panjang yang dikekalkan. Bezakan edisi bertarikh ini daripada nama Plus yang berubah dan daripada checkpoint terbuka Qwen3.5-397B-A17B.\n\nKeluarga ini menerima teks bersama imej atau video dan menghasilkan hasil teks. Skop itu menyokong tugas pembangunan yang dipandu tangkap layar, soalan tentang rajah teknikal atau penjelasan berasaskan dokumen. Nama snapshot itu sendiri tidak menetapkan bilangan parameter checkpoint terbuka, pakar yang diaktifkan atau seni bina tepat, maka angka itu tidak diberikan kepada edisi ini di sini.\n\nPengekodan ejen\n\nPerubahan utama keluaran ialah pengekodan yang lebih berkeupayaan dalam aliran kerja ejen. Bekalkan keperluan projek, fail atau petikan berkaitan, tingkah laku sedia ada dan artifak yang dijangka semasa penyiapan. Untuk tugas tangkap layar kepada antara muka, sertakan rujukan visual dan kekangan fungsi, kemudian minta sumber yang boleh disunting serta penjelasan tingkah laku yang dimaksudkan. Untuk perubahan repositori, kenal pasti ciri yang terjejas dan input yang menunjukkan isu, kemudian minta tampalan serta pemeriksaan yang diperlukan untuk menilainya.\n\nAliran kerja pengekodan berbilang langkah mendapat manfaat daripada maklum balas sebenar: hasil pemeriksaan, ralat yang diperhatikan dan dapatan semakan boleh dikembalikan kepada model sepanjang kerja berjalan. Aplikasi mengawal alat dan melaksanakan tindakan yang dibenarkan. Minta laporan tentang perkara yang dicadangkan, perkara yang diperhatikan dan perkara yang masih belum selesai.\n\nPengetahuan dan penaakulan\n\nPembuat menyatakan bahawa snapshot mengekalkan pengetahuan dan penaakulan kukuh sambil menambah baik kerja ejen. Untuk tugas analisis, asingkan fakta sumber daripada andaian dan nyatakan kesimpulan yang dicari. Minta petikan, nilai atau pengecam kod sokongan supaya hasil boleh diperiksa. Untuk laporan profesional, berikan bahan berkaitan dan bahagian yang dikehendaki, bukannya bergantung pada model untuk mengetahui konteks projek persendirian yang tiada.\n\nKeluarga Qwen3.5 Plus didokumenkan sebagai pemikiran hibrid, dengan pemikiran didayakan secara lalai. Aliran kerja keluarganya boleh menghasilkan respons terus apabila pemikiran dinyahdayakan, manakala kandungan penaakulan dan jawapan akhir dikendalikan secara berasingan. Antara muka snapshot April tepat perlu menggunakan kawalannya sendiri yang didokumenkan; huraian mod keluarga bukan janji bahawa setiap aplikasi menyediakan parameter tertentu.\n\nKerja konteks panjang\n\nJadual khusus snapshot 20 April Alibaba memberikan konteks 1,000,000 token, input maksimum 991,808 token untuk respons terus atau 983,616 untuk mod berfikir, dan output maksimum 65,536 dalam kedua-dua mod. Jangan pindahkan angka konteks natif atau diperluas checkpoint terbuka Qwen3.5 menjadi had mutlak bagi snapshot Plus ini. Sediakan input panjang dengan sempadan dokumen, pengecam halaman, laluan kod dan definisi yang diperlukan tugas.\n\nPermintaan berguna boleh meminta jadual keperluan kepada pelaksanaan, perbandingan dokumen atau laporan yang mengenal pasti bukti bagi setiap kesimpulan. Keluarkan bahan yang tidak berkaitan daripada prompt dan sediakan ruang jawapan. Keupayaan konteks panjang membantu meletakkan lebih banyak bukti bersama-sama; ia bukan jaminan ingatan semula lengkap atau pengganti soalan yang jelas.\n\nPenyediaan tugas gaya produksi\n\nPengeluar meletakkan edisi ini untuk ejen kompleks, aliran kerja pengekodan dan penggunaan berorientasikan daya pemprosesan. Tentukan hasil tugas yang boleh diperhatikan: fail yang perlu dihasilkan, tingkah laku yang perlu dilaksanakan atau dapatan yang perlu diterangkan. Apabila alat disambungkan, bezakan hasil sebenar yang dikembalikan daripada cadangan teks model. Tetapkan format akhir supaya artifak boleh memasuki aliran kerja semakan atau aplikasi, sambil memeriksa sintaks serta kandungannya secara berasingan.\n\nJadual khusus snapshot menyenaraikan panggilan fungsi, output berstruktur, carian web, pelengkapan awalan dan cache konteks; inferens kelompok dan penalaan halus tidak disokong. Ini ialah ciri aliran kerja pengeluar, dan had fail media kekal sebagai spesifikasi berasingan. Oleh itu, permintaan teks berbentuk JSON, pelaksanaan kod atau pengambilan sumber perlu kekal sebagai aliran kerja yang diminta, bukannya jaminan natif yang diandaikan. Penambahbaikan yang diterangkan pembuat bersifat kualitatif; ia tidak patut menjadi janji kependaman atau daya pemprosesan tanpa syarat.\n\nHad praktikal\n\nSimpan edisi Plus bertarikh tepat dan bahan sumber bersama hasil apabila membandingkan semakan kemudian. Periksa kod yang dijana, pengiraan serta butiran visual yang diekstrak berdasarkan sumber yang dibekalkan dan nyatakan bukti yang masih belum jelas secara eksplisit. Hasil berguna ialah artifak teks konkrit yang dikaitkan dengan keperluan tugas, dengan identiti Plus bertarikh tepat serta had input, output dan alat pengeluar yang didokumenkan dinyatakan secara eksplisit.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
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 ialah snapshot tetap 20 April bagi model penglihatan-bahasa Plus Qwen. Pembuat menonjolkan pengekodan ejen yang dipertingkat sambil mengekalkan penaakulan, pengetahuan dan kerja konteks panjang, untuk tugas kompleks yang menggabungkan teks atau bahan visual yang dibekalkan dengan hasil konkrit.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Snapshot Plus tetap 20 April
Qwen3.5 Plus 2026-04-20 ialah snapshot keluarga Plus penglihatan-bahasa natif Qwen pada 20 April 2026. Notis keluaran pembuat mengenal pasti peningkatan besar pengekodan ejen berbanding snapshot 15 Februari, bersama kecekapan inferens lebih kukuh dan keupayaan pengetahuan, penaakulan serta konteks panjang yang dikekalkan. Bezakan edisi bertarikh ini daripada nama Plus yang berubah dan daripada checkpoint terbuka Qwen3.5-397B-A17B.
Keluarga ini menerima teks bersama imej atau video dan menghasilkan hasil teks. Skop itu menyokong tugas pembangunan yang dipandu tangkap layar, soalan tentang rajah teknikal atau penjelasan berasaskan dokumen. Nama snapshot itu sendiri tidak menetapkan bilangan parameter checkpoint terbuka, pakar yang diaktifkan atau seni bina tepat, maka angka itu tidak diberikan kepada edisi ini di sini.
Pengekodan ejen
Perubahan utama keluaran ialah pengekodan yang lebih berkeupayaan dalam aliran kerja ejen. Bekalkan keperluan projek, fail atau petikan berkaitan, tingkah laku sedia ada dan artifak yang dijangka semasa penyiapan. Untuk tugas tangkap layar kepada antara muka, sertakan rujukan visual dan kekangan fungsi, kemudian minta sumber yang boleh disunting serta penjelasan tingkah laku yang dimaksudkan. Untuk perubahan repositori, kenal pasti ciri yang terjejas dan input yang menunjukkan isu, kemudian minta tampalan serta pemeriksaan yang diperlukan untuk menilainya.
Aliran kerja pengekodan berbilang langkah mendapat manfaat daripada maklum balas sebenar: hasil pemeriksaan, ralat yang diperhatikan dan dapatan semakan boleh dikembalikan kepada model sepanjang kerja berjalan. Aplikasi mengawal alat dan melaksanakan tindakan yang dibenarkan. Minta laporan tentang perkara yang dicadangkan, perkara yang diperhatikan dan perkara yang masih belum selesai.
Pengetahuan dan penaakulan
Pembuat menyatakan bahawa snapshot mengekalkan pengetahuan dan penaakulan kukuh sambil menambah baik kerja ejen. Untuk tugas analisis, asingkan fakta sumber daripada andaian dan nyatakan kesimpulan yang dicari. Minta petikan, nilai atau pengecam kod sokongan supaya hasil boleh diperiksa. Untuk laporan profesional, berikan bahan berkaitan dan bahagian yang dikehendaki, bukannya bergantung pada model untuk mengetahui konteks projek persendirian yang tiada.
Keluarga Qwen3.5 Plus didokumenkan sebagai pemikiran hibrid, dengan pemikiran didayakan secara lalai. Aliran kerja keluarganya boleh menghasilkan respons terus apabila pemikiran dinyahdayakan, manakala kandungan penaakulan dan jawapan akhir dikendalikan secara berasingan. Antara muka snapshot April tepat perlu menggunakan kawalannya sendiri yang didokumenkan; huraian mod keluarga bukan janji bahawa setiap aplikasi menyediakan parameter tertentu.
Kerja konteks panjang
Jadual khusus snapshot 20 April Alibaba memberikan konteks 1,000,000 token, input maksimum 991,808 token untuk respons terus atau 983,616 untuk mod berfikir, dan output maksimum 65,536 dalam kedua-dua mod. Jangan pindahkan angka konteks natif atau diperluas checkpoint terbuka Qwen3.5 menjadi had mutlak bagi snapshot Plus ini. Sediakan input panjang dengan sempadan dokumen, pengecam halaman, laluan kod dan definisi yang diperlukan tugas.
Permintaan berguna boleh meminta jadual keperluan kepada pelaksanaan, perbandingan dokumen atau laporan yang mengenal pasti bukti bagi setiap kesimpulan. Keluarkan bahan yang tidak berkaitan daripada prompt dan sediakan ruang jawapan. Keupayaan konteks panjang membantu meletakkan lebih banyak bukti bersama-sama; ia bukan jaminan ingatan semula lengkap atau pengganti soalan yang jelas.
Penyediaan tugas gaya produksi
Pengeluar meletakkan edisi ini untuk ejen kompleks, aliran kerja pengekodan dan penggunaan berorientasikan daya pemprosesan. Tentukan hasil tugas yang boleh diperhatikan: fail yang perlu dihasilkan, tingkah laku yang perlu dilaksanakan atau dapatan yang perlu diterangkan. Apabila alat disambungkan, bezakan hasil sebenar yang dikembalikan daripada cadangan teks model. Tetapkan format akhir supaya artifak boleh memasuki aliran kerja semakan atau aplikasi, sambil memeriksa sintaks serta kandungannya secara berasingan.
Jadual khusus snapshot menyenaraikan panggilan fungsi, output berstruktur, carian web, pelengkapan awalan dan cache konteks; inferens kelompok dan penalaan halus tidak disokong. Ini ialah ciri aliran kerja pengeluar, dan had fail media kekal sebagai spesifikasi berasingan. Oleh itu, permintaan teks berbentuk JSON, pelaksanaan kod atau pengambilan sumber perlu kekal sebagai aliran kerja yang diminta, bukannya jaminan natif yang diandaikan. Penambahbaikan yang diterangkan pembuat bersifat kualitatif; ia tidak patut menjadi janji kependaman atau daya pemprosesan tanpa syarat.
Had praktikal
Simpan edisi Plus bertarikh tepat dan bahan sumber bersama hasil apabila membandingkan semakan kemudian. Periksa kod yang dijana, pengiraan serta butiran visual yang diekstrak berdasarkan sumber yang dibekalkan dan nyatakan bukti yang masih belum jelas secara eksplisit. Hasil berguna ialah artifak teks konkrit yang dikaitkan dengan keperluan tugas, dengan identiti Plus bertarikh tepat serta had input, output dan alat pengeluar yang didokumenkan dinyatakan secara eksplisit.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had qwen/qwen3.5-plus-20260420 | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had Contoh: system, user, assistant, tool, function Syarat: Peranan ini diwakili secara eksplisit oleh jenis keserasian dalam kod sumber; set peranan model yang tepat kekal khusus untuk setiap model. Bergantung pada model | Lalai— |
Medanmessages[].content | Jenisstring|content_part[]|null | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_calls | Jenistool_call[] | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_call_id | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: role=tool; gunakan ID sebenar yang dipulangkan | Lalai— |
Medanmessages[].name | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].reasoning_content | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: Hantar semula penaakulan sebenar yang dipulangkan apabila model ini menggunakannya | Lalai— |
Medanmessages[].reasoning_details | Jenisobject|array | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanmax_completion_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Medanstream_options.include_usage | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantemperature | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantop_p | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanstop | Jenisstring|string[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools | Jenisfunction_tool[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools[].type | Jenisstring | KeperluanPilihan | Nilai & had function Bergantung pada model | Lalai— |
Medantools[].function.name | Jenisstring | KeperluanDiperlukan | Nilai & had Terpakai apabila: alat fungsi dibekalkan | Lalai— |
Medantools[].function.description | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medantools[].function.parameters | JenisJSON_schema | KeperluanPilihan | Nilai & had | Lalai— |
Medantool_choice | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanparallel_tool_calls | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanresponse_format | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning_effort | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanservice_tier | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medaninstructions | Jenisstring | KeperluanPilihan | Nilai & had Medan keserasian | Lalai— |
Medanfunctions | Jenisfunction[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanfunction_call | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanprompt_cache_options | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmodalities | Jenisstring[] | KeperluanPilihan | Nilai & had text | Lalai— |
Medanprovider | Jenisobject | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak pada laluan teks Ultra ini | Lalai— |
Medancache_control.ttl | Jenisstring | KeperluanPilihan | Nilai & had Syarat: 1h ditolak pada lokasi cache prompt yang digunakan | Lalai— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontraktatasusunan mesej dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 sebenar dimasukkan sebagai teks literal; ID fail tidak diandaikan |
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 berbeza daripada alat yang dihoskan |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Kitar hayat: synchronous_or_streamed
Hantar ID model yang tepat bersama messages.
Panjang konteks bukan had output.
Fail teks boleh membekalkan teks literal; input imej/audio/objek fail memerlukan pengikatan tepat.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0006 / 1K token Output · Token output $0.0036 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache $0.00075 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasuk256,000 | Caj Input · Token input $0.0006 / 1K token Output · Token output $0.0036 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache $0.00075 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 2 | Jadual kadar— | Token konteks, melebihi256,000 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.00075 / 1K token Output · Token output $0.0045 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache $0.0009375 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Kekalkan setiap pilihan jawapan bersama kandungan, panggilan alat dan penaakulannya. Dalam SSE, gabungkan delta mengikut indeks pilihan jawapan/alat dan kekalkan sebab penamatan akhir serta data penggunaan.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanchoices[].index | Jenisinteger |
Medanchoices[].message.content | Jenisstring|null |
Medanchoices[].message.tool_calls | Jenistool_call[] |
Medanchoices[].message.reasoning_content | Jenisstring |
Medanchoices[].message.reasoning_details | Jenisobject|array |
Medanchoices[].finish_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra qwen/qwen3.5-plus-20260420
Gunakan laluan kaedah yang dipaparkan di atas.
qwen/qwen3.5-plus-20260420Qwen3.5 Plus 2026-04-20 ialah snapshot tetap 20 April bagi model penglihatan-bahasa Plus Qwen. Pembuat menonjolkan pengekodan ejen yang dipertingkat sambil mengekalkan penaakulan, pengetahuan dan kerja konteks panjang, untuk tugas kompleks yang menggabungkan teks atau bahan visual yang dibekalkan dengan hasil konkrit.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Snapshot Plus tetap 20 April
Qwen3.5 Plus 2026-04-20 ialah snapshot keluarga Plus penglihatan-bahasa natif Qwen pada 20 April 2026. Notis keluaran pembuat mengenal pasti peningkatan besar pengekodan ejen berbanding snapshot 15 Februari, bersama kecekapan inferens lebih kukuh dan keupayaan pengetahuan, penaakulan serta konteks panjang yang dikekalkan. Bezakan edisi bertarikh ini daripada nama Plus yang berubah dan daripada checkpoint terbuka Qwen3.5-397B-A17B.
Keluarga ini menerima teks bersama imej atau video dan menghasilkan hasil teks. Skop itu menyokong tugas pembangunan yang dipandu tangkap layar, soalan tentang rajah teknikal atau penjelasan berasaskan dokumen. Nama snapshot itu sendiri tidak menetapkan bilangan parameter checkpoint terbuka, pakar yang diaktifkan atau seni bina tepat, maka angka itu tidak diberikan kepada edisi ini di sini.
Pengekodan ejen
Perubahan utama keluaran ialah pengekodan yang lebih berkeupayaan dalam aliran kerja ejen. Bekalkan keperluan projek, fail atau petikan berkaitan, tingkah laku sedia ada dan artifak yang dijangka semasa penyiapan. Untuk tugas tangkap layar kepada antara muka, sertakan rujukan visual dan kekangan fungsi, kemudian minta sumber yang boleh disunting serta penjelasan tingkah laku yang dimaksudkan. Untuk perubahan repositori, kenal pasti ciri yang terjejas dan input yang menunjukkan isu, kemudian minta tampalan serta pemeriksaan yang diperlukan untuk menilainya.
Aliran kerja pengekodan berbilang langkah mendapat manfaat daripada maklum balas sebenar: hasil pemeriksaan, ralat yang diperhatikan dan dapatan semakan boleh dikembalikan kepada model sepanjang kerja berjalan. Aplikasi mengawal alat dan melaksanakan tindakan yang dibenarkan. Minta laporan tentang perkara yang dicadangkan, perkara yang diperhatikan dan perkara yang masih belum selesai.
Pengetahuan dan penaakulan
Pembuat menyatakan bahawa snapshot mengekalkan pengetahuan dan penaakulan kukuh sambil menambah baik kerja ejen. Untuk tugas analisis, asingkan fakta sumber daripada andaian dan nyatakan kesimpulan yang dicari. Minta petikan, nilai atau pengecam kod sokongan supaya hasil boleh diperiksa. Untuk laporan profesional, berikan bahan berkaitan dan bahagian yang dikehendaki, bukannya bergantung pada model untuk mengetahui konteks projek persendirian yang tiada.
Keluarga Qwen3.5 Plus didokumenkan sebagai pemikiran hibrid, dengan pemikiran didayakan secara lalai. Aliran kerja keluarganya boleh menghasilkan respons terus apabila pemikiran dinyahdayakan, manakala kandungan penaakulan dan jawapan akhir dikendalikan secara berasingan. Antara muka snapshot April tepat perlu menggunakan kawalannya sendiri yang didokumenkan; huraian mod keluarga bukan janji bahawa setiap aplikasi menyediakan parameter tertentu.
Kerja konteks panjang
Jadual khusus snapshot 20 April Alibaba memberikan konteks 1,000,000 token, input maksimum 991,808 token untuk respons terus atau 983,616 untuk mod berfikir, dan output maksimum 65,536 dalam kedua-dua mod. Jangan pindahkan angka konteks natif atau diperluas checkpoint terbuka Qwen3.5 menjadi had mutlak bagi snapshot Plus ini. Sediakan input panjang dengan sempadan dokumen, pengecam halaman, laluan kod dan definisi yang diperlukan tugas.
Permintaan berguna boleh meminta jadual keperluan kepada pelaksanaan, perbandingan dokumen atau laporan yang mengenal pasti bukti bagi setiap kesimpulan. Keluarkan bahan yang tidak berkaitan daripada prompt dan sediakan ruang jawapan. Keupayaan konteks panjang membantu meletakkan lebih banyak bukti bersama-sama; ia bukan jaminan ingatan semula lengkap atau pengganti soalan yang jelas.
Penyediaan tugas gaya produksi
Pengeluar meletakkan edisi ini untuk ejen kompleks, aliran kerja pengekodan dan penggunaan berorientasikan daya pemprosesan. Tentukan hasil tugas yang boleh diperhatikan: fail yang perlu dihasilkan, tingkah laku yang perlu dilaksanakan atau dapatan yang perlu diterangkan. Apabila alat disambungkan, bezakan hasil sebenar yang dikembalikan daripada cadangan teks model. Tetapkan format akhir supaya artifak boleh memasuki aliran kerja semakan atau aplikasi, sambil memeriksa sintaks serta kandungannya secara berasingan.
Jadual khusus snapshot menyenaraikan panggilan fungsi, output berstruktur, carian web, pelengkapan awalan dan cache konteks; inferens kelompok dan penalaan halus tidak disokong. Ini ialah ciri aliran kerja pengeluar, dan had fail media kekal sebagai spesifikasi berasingan. Oleh itu, permintaan teks berbentuk JSON, pelaksanaan kod atau pengambilan sumber perlu kekal sebagai aliran kerja yang diminta, bukannya jaminan natif yang diandaikan. Penambahbaikan yang diterangkan pembuat bersifat kualitatif; ia tidak patut menjadi janji kependaman atau daya pemprosesan tanpa syarat.
Had praktikal
Simpan edisi Plus bertarikh tepat dan bahan sumber bersama hasil apabila membandingkan semakan kemudian. Periksa kod yang dijana, pengiraan serta butiran visual yang diekstrak berdasarkan sumber yang dibekalkan dan nyatakan bukti yang masih belum jelas secara eksplisit. Hasil berguna ialah artifak teks konkrit yang dikaitkan dengan keperluan tugas, dengan identiti Plus bertarikh tepat serta had input, output dan alat pengeluar yang didokumenkan dinyatakan secara eksplisit.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had qwen/qwen3.5-plus-20260420 | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had user, assistant | Lalai— |
Medanmessages[].content | Jenisstring | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Teks · Teks UTF-8
rentetan 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 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan. |
Kitar hayat: synchronous_or_streamed
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0006 / 1K token Output · Token output $0.0036 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache $0.00075 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasuk256,000 | Caj Input · Token input $0.0006 / 1K token Output · Token output $0.0036 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache $0.00075 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 2 | Jadual kadar— | Token konteks, melebihi256,000 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.00075 / 1K token Output · Token output $0.0045 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache $0.0009375 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "qwen/qwen3.5-plus-20260420",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Kekalkan semua blok kandungan, tandatangan penaakulan dan ID penggunaan alat sebenar. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan output.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medancontent[] | Jenistext|thinking|tool_use|other content block |
Medanstop_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra qwen/qwen3.5-plus-20260420
Gunakan laluan kaedah yang dipaparkan di atas.
Contoh teknikal dalam bahasa Inggeris
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.