Plus-øyeblikksbildet fra 15. februar
Qwen3.5 Plus 2026-02-15 er den faste utgivelsen fra 15. februar 2026 av Qwens Plus-familie med innebygd syns- og språkforståelse. Den dokumenterte arkitekturen kombinerer lineær oppmerksomhet med sparsom mixture-of-experts-beregning og støtter både tekst- og multimodale oppgaver. Inndata omfatter tekst, bilder og video; svaret er tekst, for eksempel en forklaring, et kodeforslag eller en dokumentleveranse. Det daterte navnet gir denne utgaven en bestemt identitet i Plus-familien.
Produsenten beskriver administrert Qwen3.5-Plus som tilsvarende den åpne modellen Qwen3.5-397B-A17B, med tilleggsfunksjoner som en standardkontekst på én million tokener, innebygde verktøy og adaptiv verktøybruk. De to tilbudene beholder separate navn og grensesnittspesifikasjoner. Den åpne modellversjonens nøyaktige ekspertantall, numeriske representasjon og opprinnelige kontekst bør ikke uten videre gjøres om til en fullstendig spesifikasjon for denne daterte Plus-utgivelsen.
Samlet tekstarbeid og visuelt arbeid
Qwen3.5-familien utvikler resonnering, programmering, agenter og visuell forståelse gjennom tidlig sammensmelting av tekst og syn og forsterkningslæring på gradvis mer komplekse oppgaver. Familiebeskrivelsen omfatter 201 språk og dialekter. For flerspråklig arbeid angir du målspråk, målgruppe og termer som skal bevares; for visuelt arbeid beholder du etikettene, tabelloverskriftene eller diagramdefinisjonene spørsmålet trenger.
En nyttig dokumentforespørsel kan be om en sammenligning organisert etter de samme delene som kilden, med underbyggende avsnitt for hvert funn. En kodeforespørsel kan kombinere et skjermbilde, relevant eksisterende kode og funksjonskrav, og deretter be om redigerbar kildekode og en separat atferdsforklaring. For video identifiserer du hendelsen eller sekvensen som er viktig, og bevarer tidsinformasjonen. Kontroller returnerte avsnitt, visuelle detaljer og foreslått kode mot det vedlagte materialet.
Resonnering og direkte svar
Utviklerens modusveiledning oppgir Qwen3.5 Plus-familien og øyeblikksbildet fra 15. februar med hybrid tenkning, aktivert som standard. Den dokumenterte hybride arbeidsflyten kan deaktivere tenkning for et direkte svar. Hold resonneringen atskilt fra den endelige leveransen når det valgte grensesnittet tilbyr begge deler. Definer en tydelig sluttform, for eksempel en tabell med funn, et avgrenset svar eller kodefiler, slik at resultatet er lett å undersøke.
Den åpne Qwen3.5-modellversjonen har sin egen veiledning for historikk og sampling. Senere Qwen-generasjoner innfører også andre standarder og kontroller for bevaring av resonnering. Følg det konkrete Plus-grensesnittets oppsett fremfor å anta at en promptmarkør, en parameterbeholder eller historikkatferd gjelder på tvers av alle utgaver med Qwen-navnet.
Verktøy og adaptivt arbeid
Produsentens Plus-referanse beskriver innebygd og adaptiv verktøybruk. En oppgave kan la en tilkoblet arbeidsflyt hente dokumentasjon, undersøke vedlagt materiale eller returnere resultater fra tillatte operasjoner. Angi tilgjengelige verktøy, tillatte handlinger og den observerbare fullføringsbetingelsen. Modellen kan bruke faktiske tilbakemeldinger til å revidere analysen og velge neste steg; programmet utfører eksterne handlinger og leverer resultatene.
For en agentoppgave ber du sluttrapporten vise den produserte leveransen, det underbyggende kildegrunnlaget og uavklarte betingelser. Skill et patchforslag eller en innhentingsspørring fra et verktøyresultat som faktisk er returnert. En forespørsel om JSON-formet tekst fastslår ikke i seg selv en spesifikasjon for skjemahåndheving, og en forespørsel om å kjøre kode oppretter ikke selvstendig et kjøremiljø.
Forberedelse av lang kontekst
Qwens referanse for administrert Plus beskriver en standardkontekst på én million tokener. Hold dokumentgrenser, kodeidentifikatorer og definisjoner synlige i store inndata, og sett av plass til resonnering og sluttsvaret. Bruk kontekstrammen for administrert Plus i denne arbeidsflyten; den åpne 397B-modellversjonen har egne opprinnelige og utvidede grenser.
For en lang sammenligning avgrenser du spørsmålet til nødvendige beslutninger eller sammenhenger og ber modellen referere til det underbyggende avsnittet for hver konklusjon. Kontekstrammen kan samle mer dokumentasjon, men en tydelig kildestruktur er det som gjør svaret sporbart. Behold det daterte utgavenavnet når reproduserbarhet er viktig.
Praktisk resultat og grenser
Bruk dette øyeblikksbildet til en konkret tekstleveranse forankret i vedlagt prosjektmateriale eller visuelt materiale: et implementasjonsforslag, en dokumentsammenligning eller et forklart svar. Kontroller små visuelle etiketter, beregninger, sitert tekst og kodeendringer mot det opprinnelige kildegrunnlaget. Modellens dokumenterte område er tekstforståelse og visuell forståelse med tekst som utdata; det innebærer ikke genererte bilder, video eller tale. Konkrete verktøy, opplastingsregler og utdatarammer bør følge det valgte grensesnittet fremfor en antatt likhet med en annen modellversjon.
", "aboutText": "Plus-øyeblikksbildet fra 15. februar\n\nQwen3.5 Plus 2026-02-15 er den faste utgivelsen fra 15. februar 2026 av Qwens Plus-familie med innebygd syns- og språkforståelse. Den dokumenterte arkitekturen kombinerer lineær oppmerksomhet med sparsom mixture-of-experts-beregning og støtter både tekst- og multimodale oppgaver. Inndata omfatter tekst, bilder og video; svaret er tekst, for eksempel en forklaring, et kodeforslag eller en dokumentleveranse. Det daterte navnet gir denne utgaven en bestemt identitet i Plus-familien.\n\nProdusenten beskriver administrert Qwen3.5-Plus som tilsvarende den åpne modellen Qwen3.5-397B-A17B, med tilleggsfunksjoner som en standardkontekst på én million tokener, innebygde verktøy og adaptiv verktøybruk. De to tilbudene beholder separate navn og grensesnittspesifikasjoner. Den åpne modellversjonens nøyaktige ekspertantall, numeriske representasjon og opprinnelige kontekst bør ikke uten videre gjøres om til en fullstendig spesifikasjon for denne daterte Plus-utgivelsen.\n\nSamlet tekstarbeid og visuelt arbeid\n\nQwen3.5-familien utvikler resonnering, programmering, agenter og visuell forståelse gjennom tidlig sammensmelting av tekst og syn og forsterkningslæring på gradvis mer komplekse oppgaver. Familiebeskrivelsen omfatter 201 språk og dialekter. For flerspråklig arbeid angir du målspråk, målgruppe og termer som skal bevares; for visuelt arbeid beholder du etikettene, tabelloverskriftene eller diagramdefinisjonene spørsmålet trenger.\n\nEn nyttig dokumentforespørsel kan be om en sammenligning organisert etter de samme delene som kilden, med underbyggende avsnitt for hvert funn. En kodeforespørsel kan kombinere et skjermbilde, relevant eksisterende kode og funksjonskrav, og deretter be om redigerbar kildekode og en separat atferdsforklaring. For video identifiserer du hendelsen eller sekvensen som er viktig, og bevarer tidsinformasjonen. Kontroller returnerte avsnitt, visuelle detaljer og foreslått kode mot det vedlagte materialet.\n\nResonnering og direkte svar\n\nUtviklerens modusveiledning oppgir Qwen3.5 Plus-familien og øyeblikksbildet fra 15. februar med hybrid tenkning, aktivert som standard. Den dokumenterte hybride arbeidsflyten kan deaktivere tenkning for et direkte svar. Hold resonneringen atskilt fra den endelige leveransen når det valgte grensesnittet tilbyr begge deler. Definer en tydelig sluttform, for eksempel en tabell med funn, et avgrenset svar eller kodefiler, slik at resultatet er lett å undersøke.\n\nDen åpne Qwen3.5-modellversjonen har sin egen veiledning for historikk og sampling. Senere Qwen-generasjoner innfører også andre standarder og kontroller for bevaring av resonnering. Følg det konkrete Plus-grensesnittets oppsett fremfor å anta at en promptmarkør, en parameterbeholder eller historikkatferd gjelder på tvers av alle utgaver med Qwen-navnet.\n\nVerktøy og adaptivt arbeid\n\nProdusentens Plus-referanse beskriver innebygd og adaptiv verktøybruk. En oppgave kan la en tilkoblet arbeidsflyt hente dokumentasjon, undersøke vedlagt materiale eller returnere resultater fra tillatte operasjoner. Angi tilgjengelige verktøy, tillatte handlinger og den observerbare fullføringsbetingelsen. Modellen kan bruke faktiske tilbakemeldinger til å revidere analysen og velge neste steg; programmet utfører eksterne handlinger og leverer resultatene.\n\nFor en agentoppgave ber du sluttrapporten vise den produserte leveransen, det underbyggende kildegrunnlaget og uavklarte betingelser. Skill et patchforslag eller en innhentingsspørring fra et verktøyresultat som faktisk er returnert. En forespørsel om JSON-formet tekst fastslår ikke i seg selv en spesifikasjon for skjemahåndheving, og en forespørsel om å kjøre kode oppretter ikke selvstendig et kjøremiljø.\n\nForberedelse av lang kontekst\n\nQwens referanse for administrert Plus beskriver en standardkontekst på én million tokener. Hold dokumentgrenser, kodeidentifikatorer og definisjoner synlige i store inndata, og sett av plass til resonnering og sluttsvaret. Bruk kontekstrammen for administrert Plus i denne arbeidsflyten; den åpne 397B-modellversjonen har egne opprinnelige og utvidede grenser.\n\nFor en lang sammenligning avgrenser du spørsmålet til nødvendige beslutninger eller sammenhenger og ber modellen referere til det underbyggende avsnittet for hver konklusjon. Kontekstrammen kan samle mer dokumentasjon, men en tydelig kildestruktur er det som gjør svaret sporbart. Behold det daterte utgavenavnet når reproduserbarhet er viktig.\n\nPraktisk resultat og grenser\n\nBruk dette øyeblikksbildet til en konkret tekstleveranse forankret i vedlagt prosjektmateriale eller visuelt materiale: et implementasjonsforslag, en dokumentsammenligning eller et forklart svar. Kontroller små visuelle etiketter, beregninger, sitert tekst og kodeendringer mot det opprinnelige kildegrunnlaget. Modellens dokumenterte område er tekstforståelse og visuell forståelse med tekst som utdata; det innebærer ikke genererte bilder, video eller tale. Konkrete verktøy, opplastingsregler og utdatarammer bør følge det valgte grensesnittet fremfor en antatt likhet med en annen modellversjon.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
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 er det faste øyeblikksbildet fra 15. februar av Qwens Plus-modell med innebygd syns- og språkforståelse. Den kombinerer tekst-, bilde- og videoforståelse med resonnering, programmering og agentorienterte arbeidsflyter, og returnerer tekstsvar eller leveranser i familiens hybride tenkemodus.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Plus-øyeblikksbildet fra 15. februar
Qwen3.5 Plus 2026-02-15 er den faste utgivelsen fra 15. februar 2026 av Qwens Plus-familie med innebygd syns- og språkforståelse. Den dokumenterte arkitekturen kombinerer lineær oppmerksomhet med sparsom mixture-of-experts-beregning og støtter både tekst- og multimodale oppgaver. Inndata omfatter tekst, bilder og video; svaret er tekst, for eksempel en forklaring, et kodeforslag eller en dokumentleveranse. Det daterte navnet gir denne utgaven en bestemt identitet i Plus-familien.
Produsenten beskriver administrert Qwen3.5-Plus som tilsvarende den åpne modellen Qwen3.5-397B-A17B, med tilleggsfunksjoner som en standardkontekst på én million tokener, innebygde verktøy og adaptiv verktøybruk. De to tilbudene beholder separate navn og grensesnittspesifikasjoner. Den åpne modellversjonens nøyaktige ekspertantall, numeriske representasjon og opprinnelige kontekst bør ikke uten videre gjøres om til en fullstendig spesifikasjon for denne daterte Plus-utgivelsen.
Samlet tekstarbeid og visuelt arbeid
Qwen3.5-familien utvikler resonnering, programmering, agenter og visuell forståelse gjennom tidlig sammensmelting av tekst og syn og forsterkningslæring på gradvis mer komplekse oppgaver. Familiebeskrivelsen omfatter 201 språk og dialekter. For flerspråklig arbeid angir du målspråk, målgruppe og termer som skal bevares; for visuelt arbeid beholder du etikettene, tabelloverskriftene eller diagramdefinisjonene spørsmålet trenger.
En nyttig dokumentforespørsel kan be om en sammenligning organisert etter de samme delene som kilden, med underbyggende avsnitt for hvert funn. En kodeforespørsel kan kombinere et skjermbilde, relevant eksisterende kode og funksjonskrav, og deretter be om redigerbar kildekode og en separat atferdsforklaring. For video identifiserer du hendelsen eller sekvensen som er viktig, og bevarer tidsinformasjonen. Kontroller returnerte avsnitt, visuelle detaljer og foreslått kode mot det vedlagte materialet.
Resonnering og direkte svar
Utviklerens modusveiledning oppgir Qwen3.5 Plus-familien og øyeblikksbildet fra 15. februar med hybrid tenkning, aktivert som standard. Den dokumenterte hybride arbeidsflyten kan deaktivere tenkning for et direkte svar. Hold resonneringen atskilt fra den endelige leveransen når det valgte grensesnittet tilbyr begge deler. Definer en tydelig sluttform, for eksempel en tabell med funn, et avgrenset svar eller kodefiler, slik at resultatet er lett å undersøke.
Den åpne Qwen3.5-modellversjonen har sin egen veiledning for historikk og sampling. Senere Qwen-generasjoner innfører også andre standarder og kontroller for bevaring av resonnering. Følg det konkrete Plus-grensesnittets oppsett fremfor å anta at en promptmarkør, en parameterbeholder eller historikkatferd gjelder på tvers av alle utgaver med Qwen-navnet.
Verktøy og adaptivt arbeid
Produsentens Plus-referanse beskriver innebygd og adaptiv verktøybruk. En oppgave kan la en tilkoblet arbeidsflyt hente dokumentasjon, undersøke vedlagt materiale eller returnere resultater fra tillatte operasjoner. Angi tilgjengelige verktøy, tillatte handlinger og den observerbare fullføringsbetingelsen. Modellen kan bruke faktiske tilbakemeldinger til å revidere analysen og velge neste steg; programmet utfører eksterne handlinger og leverer resultatene.
For en agentoppgave ber du sluttrapporten vise den produserte leveransen, det underbyggende kildegrunnlaget og uavklarte betingelser. Skill et patchforslag eller en innhentingsspørring fra et verktøyresultat som faktisk er returnert. En forespørsel om JSON-formet tekst fastslår ikke i seg selv en spesifikasjon for skjemahåndheving, og en forespørsel om å kjøre kode oppretter ikke selvstendig et kjøremiljø.
Forberedelse av lang kontekst
Qwens referanse for administrert Plus beskriver en standardkontekst på én million tokener. Hold dokumentgrenser, kodeidentifikatorer og definisjoner synlige i store inndata, og sett av plass til resonnering og sluttsvaret. Bruk kontekstrammen for administrert Plus i denne arbeidsflyten; den åpne 397B-modellversjonen har egne opprinnelige og utvidede grenser.
For en lang sammenligning avgrenser du spørsmålet til nødvendige beslutninger eller sammenhenger og ber modellen referere til det underbyggende avsnittet for hver konklusjon. Kontekstrammen kan samle mer dokumentasjon, men en tydelig kildestruktur er det som gjør svaret sporbart. Behold det daterte utgavenavnet når reproduserbarhet er viktig.
Praktisk resultat og grenser
Bruk dette øyeblikksbildet til en konkret tekstleveranse forankret i vedlagt prosjektmateriale eller visuelt materiale: et implementasjonsforslag, en dokumentsammenligning eller et forklart svar. Kontroller små visuelle etiketter, beregninger, sitert tekst og kodeendringer mot det opprinnelige kildegrunnlaget. Modellens dokumenterte område er tekstforståelse og visuell forståelse med tekst som utdata; det innebærer ikke genererte bilder, video eller tale. Konkrete verktøy, opplastingsregler og utdatarammer bør følge det valgte grensesnittet fremfor en antatt likhet med en annen modellversjon.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser qwen/qwen3.5-plus-02-15 | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— |
Feltmessages[].content | Typestring|content_part[]|null | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_calls | Typetool_call[] | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_call_id | Typestring | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
Feltmessages[].name | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].reasoning_content | Typestring | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
Feltmessages[].reasoning_details | Typeobject|array | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmax_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltmax_completion_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Feltstream_options.include_usage | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttemperature | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttop_p | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltstop | Typestring|string[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools | Typefunction_tool[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools[].type | Typestring | KravValgfritt | Verdier & grenser function Avhenger av modellen | Standard— |
Felttools[].function.name | Typestring | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
Felttools[].function.description | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Felttools[].function.parameters | TypeJSON_schema | KravValgfritt | Verdier & grenser | Standard— |
Felttool_choice | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltparallel_tool_calls | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltresponse_format | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning_effort | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltservice_tier | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltinstructions | Typestring | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
Feltfunctions | Typefunction[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltfunction_call | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltprompt_cache_options | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmodalities | Typestring[] | KravValgfritt | Verdier & grenser text | Standard— |
Feltprovider | Typeobject | KravValgfritt | Verdier & grenser Vilkår: provider.options avvises på denne Ultra-tekstruten | Standard— |
Feltcache_control.ttl | Typestring | KravValgfritt | Verdier & grenser Vilkår: 1h avvises på faktiske steder for mellomlagring av ledetekster | Standard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages |
Parametermaterial_types | Avtaletext |
Parametermessages | Avtalemeldingstabell med role/content-struktur |
Parameterfile_material | Avtalefaktisk UTF-8-dokument satt inn som bokstavelig tekst; ingen fil-ID utledes |
Parameteroptional_controls | Avtalestream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalemodellspesifikt; brukerens funksjonsverktøy skiller seg fra driftede verktøy |
Parameteroutput_modalities | Avtaletext |
Parameterhosted_operations | Avtalefalse |
Parametermultimodal_input_binding | Avtalenull |
Livssyklus: synchronous_or_streamed
Send eksakt modell-ID sammen med messages.
Kontekstlengde er ikke en outputgrense.
En tekstfil kan levere bokstavelig tekst; bilde-, lyd- og filobjektinput trenger eksakt binding.
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
|---|---|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.00052 / 1K tokener Utdata · Utgående tokener $0.00312 / 1K tokener Inndata · Lesing fra hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og med256 000 | Kostnad Inndata · Inngående tokener $0.00052 / 1K tokener Utdata · Utgående tokener $0.00312 / 1K tokener Inndata · Lesing fra hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
| KonfigurasjonNivå 2 for forespørselslengde | Prisplan— | Konteksttokener, mer enn256 000 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.00065 / 1K tokener Utdata · Utgående tokener $0.0039 / 1K tokener Inndata · Lesing fra hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${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 eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra qwen/qwen3.5-plus-02-15
Bruk metodestiene som vises ovenfor.
qwen/qwen3.5-plus-02-15Qwen3.5 Plus 2026-02-15 er det faste øyeblikksbildet fra 15. februar av Qwens Plus-modell med innebygd syns- og språkforståelse. Den kombinerer tekst-, bilde- og videoforståelse med resonnering, programmering og agentorienterte arbeidsflyter, og returnerer tekstsvar eller leveranser i familiens hybride tenkemodus.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Plus-øyeblikksbildet fra 15. februar
Qwen3.5 Plus 2026-02-15 er den faste utgivelsen fra 15. februar 2026 av Qwens Plus-familie med innebygd syns- og språkforståelse. Den dokumenterte arkitekturen kombinerer lineær oppmerksomhet med sparsom mixture-of-experts-beregning og støtter både tekst- og multimodale oppgaver. Inndata omfatter tekst, bilder og video; svaret er tekst, for eksempel en forklaring, et kodeforslag eller en dokumentleveranse. Det daterte navnet gir denne utgaven en bestemt identitet i Plus-familien.
Produsenten beskriver administrert Qwen3.5-Plus som tilsvarende den åpne modellen Qwen3.5-397B-A17B, med tilleggsfunksjoner som en standardkontekst på én million tokener, innebygde verktøy og adaptiv verktøybruk. De to tilbudene beholder separate navn og grensesnittspesifikasjoner. Den åpne modellversjonens nøyaktige ekspertantall, numeriske representasjon og opprinnelige kontekst bør ikke uten videre gjøres om til en fullstendig spesifikasjon for denne daterte Plus-utgivelsen.
Samlet tekstarbeid og visuelt arbeid
Qwen3.5-familien utvikler resonnering, programmering, agenter og visuell forståelse gjennom tidlig sammensmelting av tekst og syn og forsterkningslæring på gradvis mer komplekse oppgaver. Familiebeskrivelsen omfatter 201 språk og dialekter. For flerspråklig arbeid angir du målspråk, målgruppe og termer som skal bevares; for visuelt arbeid beholder du etikettene, tabelloverskriftene eller diagramdefinisjonene spørsmålet trenger.
En nyttig dokumentforespørsel kan be om en sammenligning organisert etter de samme delene som kilden, med underbyggende avsnitt for hvert funn. En kodeforespørsel kan kombinere et skjermbilde, relevant eksisterende kode og funksjonskrav, og deretter be om redigerbar kildekode og en separat atferdsforklaring. For video identifiserer du hendelsen eller sekvensen som er viktig, og bevarer tidsinformasjonen. Kontroller returnerte avsnitt, visuelle detaljer og foreslått kode mot det vedlagte materialet.
Resonnering og direkte svar
Utviklerens modusveiledning oppgir Qwen3.5 Plus-familien og øyeblikksbildet fra 15. februar med hybrid tenkning, aktivert som standard. Den dokumenterte hybride arbeidsflyten kan deaktivere tenkning for et direkte svar. Hold resonneringen atskilt fra den endelige leveransen når det valgte grensesnittet tilbyr begge deler. Definer en tydelig sluttform, for eksempel en tabell med funn, et avgrenset svar eller kodefiler, slik at resultatet er lett å undersøke.
Den åpne Qwen3.5-modellversjonen har sin egen veiledning for historikk og sampling. Senere Qwen-generasjoner innfører også andre standarder og kontroller for bevaring av resonnering. Følg det konkrete Plus-grensesnittets oppsett fremfor å anta at en promptmarkør, en parameterbeholder eller historikkatferd gjelder på tvers av alle utgaver med Qwen-navnet.
Verktøy og adaptivt arbeid
Produsentens Plus-referanse beskriver innebygd og adaptiv verktøybruk. En oppgave kan la en tilkoblet arbeidsflyt hente dokumentasjon, undersøke vedlagt materiale eller returnere resultater fra tillatte operasjoner. Angi tilgjengelige verktøy, tillatte handlinger og den observerbare fullføringsbetingelsen. Modellen kan bruke faktiske tilbakemeldinger til å revidere analysen og velge neste steg; programmet utfører eksterne handlinger og leverer resultatene.
For en agentoppgave ber du sluttrapporten vise den produserte leveransen, det underbyggende kildegrunnlaget og uavklarte betingelser. Skill et patchforslag eller en innhentingsspørring fra et verktøyresultat som faktisk er returnert. En forespørsel om JSON-formet tekst fastslår ikke i seg selv en spesifikasjon for skjemahåndheving, og en forespørsel om å kjøre kode oppretter ikke selvstendig et kjøremiljø.
Forberedelse av lang kontekst
Qwens referanse for administrert Plus beskriver en standardkontekst på én million tokener. Hold dokumentgrenser, kodeidentifikatorer og definisjoner synlige i store inndata, og sett av plass til resonnering og sluttsvaret. Bruk kontekstrammen for administrert Plus i denne arbeidsflyten; den åpne 397B-modellversjonen har egne opprinnelige og utvidede grenser.
For en lang sammenligning avgrenser du spørsmålet til nødvendige beslutninger eller sammenhenger og ber modellen referere til det underbyggende avsnittet for hver konklusjon. Kontekstrammen kan samle mer dokumentasjon, men en tydelig kildestruktur er det som gjør svaret sporbart. Behold det daterte utgavenavnet når reproduserbarhet er viktig.
Praktisk resultat og grenser
Bruk dette øyeblikksbildet til en konkret tekstleveranse forankret i vedlagt prosjektmateriale eller visuelt materiale: et implementasjonsforslag, en dokumentsammenligning eller et forklart svar. Kontroller små visuelle etiketter, beregninger, sitert tekst og kodeendringer mot det opprinnelige kildegrunnlaget. Modellens dokumenterte område er tekstforståelse og visuell forståelse med tekst som utdata; det innebærer ikke genererte bilder, video eller tale. Konkrete verktøy, opplastingsregler og utdatarammer bør følge det valgte grensesnittet fremfor en antatt likhet med en annen modellversjon.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser qwen/qwen3.5-plus-02-15 | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrevd | Verdier & grenser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrevd | Verdier & grenser | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content-streng
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages, max_tokens |
Parameteroptional_controls | Avtalestream |
Parametermaterial_types | Avtaletext |
Parametertext_file_material | AvtaleLes det faktiske UTF-8-dokumentet og legg teksten i den angitte input- eller meldingsinnholdsstrengen. |
Livssyklus: synchronous_or_streamed
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
|---|---|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.00052 / 1K tokener Utdata · Utgående tokener $0.00312 / 1K tokener Inndata · Lesing fra hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og med256 000 | Kostnad Inndata · Inngående tokener $0.00052 / 1K tokener Utdata · Utgående tokener $0.00312 / 1K tokener Inndata · Lesing fra hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
| KonfigurasjonNivå 2 for forespørselslengde | Prisplan— | Konteksttokener, mer enn256 000 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.00065 / 1K tokener Utdata · Utgående tokener $0.0039 / 1K tokener Inndata · Lesing fra hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "qwen/qwen3.5-plus-02-15",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra qwen/qwen3.5-plus-02-15
Bruk metodestiene som vises ovenfor.
Teknisk eksempel på engelsk
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.