Det faste Plus-øyeblikksbildet fra 20. april
Qwen3.5 Plus 2026-04-20 er øyeblikksbildet fra 20. april 2026 av Qwens Plus-familie med innebygd syns- og språkforståelse. Utviklerens utgivelsesmelding identifiserer en betydelig forbedring i agentbasert programmering sammenlignet med øyeblikksbildet fra 15. februar, sammen med sterkere inferenseffektivitet og bevart kunnskap, resonnering og funksjoner for lang kontekst. Hold denne daterte utgaven atskilt fra et løpende Plus-navn og fra den åpne modellversjonen Qwen3.5-397B-A17B.
Familien tar imot tekst med bilder eller video og produserer tekstresultater. Dette området støtter en utviklingsoppgave basert på et skjermbilde, et spørsmål om et teknisk diagram eller en dokumentbasert forklaring. Øyeblikksbildets navn fastslår ikke i seg selv den åpne modellversjonens parameterantall, aktiverte eksperter eller konkrete arkitektur, så disse tallene tilordnes ikke denne utgaven her.
Agentbasert programmering
Utgivelsens viktigste endring er mer kapabel programmering i en agentarbeidsflyt. Legg ved prosjektkrav, relevante filer eller utdrag, eksisterende atferd og leveransen som forventes ved fullføring. For en oppgave fra skjermbilde til grensesnitt inkluderer du den visuelle referansen og funksjonsbegrensningene, og ber deretter om redigerbar kildekode og en forklaring av den tiltenkte atferden. For en endring i et kodelager identifiserer du den berørte funksjonen og inndataene som viser problemet, og ber om en patch og kontrollene som trengs for å vurdere den.
En kodearbeidsflyt over flere steg har nytte av faktiske tilbakemeldinger: undersøkelsesresultater, observerte feil og vurderingsfunn kan returneres til modellen underveis. Programmet styrer verktøyene og utfører tillatte handlinger. Be om en rapport over hva som ble foreslått, hva som ble observert, og hva som fortsatt er uavklart.
Kunnskap og resonnering
Utvikleren sier at øyeblikksbildet beholder sterk kunnskap og resonnering samtidig som agentarbeidet forbedres. For en analyseoppgave skiller du kildefakta fra antakelser og angir konklusjonen som søkes. Be om underbyggende avsnitt, verdier eller kodeidentifikatorer, slik at resultatet kan kontrolleres. For en faglig rapport legger du ved relevant materiale og ønskede deler fremfor å stole på at modellen kjenner den manglende konteksten i et privat prosjekt.
Qwen3.5 Plus-familien er dokumentert med hybrid tenkning og tenkning aktivert som standard. Familiens arbeidsflyt kan produsere et direkte svar når tenkning deaktiveres, mens resonnering og sluttsvarinnhold behandles separat. Grensesnittet til det konkrete apriløyeblikksbildet bør bruke sine egne dokumenterte kontroller; en beskrivelse av familiens modus er ikke et løfte om at alle programmer eksponerer en bestemt parameter.
Arbeid med lang kontekst
Alibabas dedikerte tabell for øyeblikksbildet fra 20. april oppgir en kontekst på 1,000,000 tokener, maksimalt 991,808 tokener i inndata for direkte svar eller 983,616 for tenkning, og maksimalt 65,536 i utdata i begge moduser. Ikke overfør den åpne Qwen3.5-modellversjonens opprinnelige eller utvidede konteksttall til en absolutt grense for dette Plus-øyeblikksbildet. Forbered lange inndata med dokumentgrenser, sideidentifikatorer, kodebaner og definisjonene oppgaven trenger.
En nyttig forespørsel kan be om en tabell fra krav til implementasjon, en dokumentsammenligning eller en rapport som identifiserer grunnlaget for hver konklusjon. Hold urelatert materiale utenfor prompten og la det være plass til svaret. Funksjonalitet for lang kontekst bidrar til å samle mer dokumentasjon; den garanterer ikke fullstendig gjenkalling og erstatter ikke et tydelig spørsmål.
Oppgaveforberedelse for produksjonsbruk
Produsenten posisjonerer denne utgaven for komplekse agenter, kodearbeidsflyter og bruk med vekt på gjennomstrømning. Definer oppgavens observerbare resultat: filene som skal produseres, atferden som skal implementeres, eller funnene som skal forklares. Der verktøy er tilkoblet, skiller du de faktisk returnerte resultatene fra modellens tekstforslag. Angi sluttformatet slik at leveransen kan tas inn i en vurderings- eller programarbeidsflyt, samtidig som syntaks og innhold kontrolleres separat.
Den dedikerte øyeblikksbildetabellen oppgir funksjonskall, strukturerte utdata, nettsøk, prefiksfullføring og kontekstbufring; batchinferens og finjustering støttes ikke. Dette er funksjoner i produsentens arbeidsflyt, og mediefilgrenser forblir en separat spesifikasjon. En forespørsel om JSON-formet tekst, kodekjøring eller kildeinnhenting bør derfor forbli en forespurt arbeidsflyt fremfor en antatt innebygd garanti. Forbedringen som utvikleren beskriver, er kvalitativ; den bør ikke bli et ubetinget løfte om forsinkelse eller gjennomstrømning.
Praktiske grenser
Behold den konkrete daterte Plus-utgaven og kildematerialet sammen med resultatet når du sammenligner senere revisjoner. Kontroller generert kode, beregninger og uthentede visuelle detaljer mot den vedlagte kilden, og returner uttrykkelig uavklart kildegrunnlag. Det nyttige utfallet er en konkret tekstleveranse knyttet til oppgavekravene, med den nøyaktige daterte Plus-identiteten og produsentens dokumenterte grenser for inndata, utdata og verktøy tydelig angitt.
", "aboutText": "Det faste Plus-øyeblikksbildet fra 20. april\n\nQwen3.5 Plus 2026-04-20 er øyeblikksbildet fra 20. april 2026 av Qwens Plus-familie med innebygd syns- og språkforståelse. Utviklerens utgivelsesmelding identifiserer en betydelig forbedring i agentbasert programmering sammenlignet med øyeblikksbildet fra 15. februar, sammen med sterkere inferenseffektivitet og bevart kunnskap, resonnering og funksjoner for lang kontekst. Hold denne daterte utgaven atskilt fra et løpende Plus-navn og fra den åpne modellversjonen Qwen3.5-397B-A17B.\n\nFamilien tar imot tekst med bilder eller video og produserer tekstresultater. Dette området støtter en utviklingsoppgave basert på et skjermbilde, et spørsmål om et teknisk diagram eller en dokumentbasert forklaring. Øyeblikksbildets navn fastslår ikke i seg selv den åpne modellversjonens parameterantall, aktiverte eksperter eller konkrete arkitektur, så disse tallene tilordnes ikke denne utgaven her.\n\nAgentbasert programmering\n\nUtgivelsens viktigste endring er mer kapabel programmering i en agentarbeidsflyt. Legg ved prosjektkrav, relevante filer eller utdrag, eksisterende atferd og leveransen som forventes ved fullføring. For en oppgave fra skjermbilde til grensesnitt inkluderer du den visuelle referansen og funksjonsbegrensningene, og ber deretter om redigerbar kildekode og en forklaring av den tiltenkte atferden. For en endring i et kodelager identifiserer du den berørte funksjonen og inndataene som viser problemet, og ber om en patch og kontrollene som trengs for å vurdere den.\n\nEn kodearbeidsflyt over flere steg har nytte av faktiske tilbakemeldinger: undersøkelsesresultater, observerte feil og vurderingsfunn kan returneres til modellen underveis. Programmet styrer verktøyene og utfører tillatte handlinger. Be om en rapport over hva som ble foreslått, hva som ble observert, og hva som fortsatt er uavklart.\n\nKunnskap og resonnering\n\nUtvikleren sier at øyeblikksbildet beholder sterk kunnskap og resonnering samtidig som agentarbeidet forbedres. For en analyseoppgave skiller du kildefakta fra antakelser og angir konklusjonen som søkes. Be om underbyggende avsnitt, verdier eller kodeidentifikatorer, slik at resultatet kan kontrolleres. For en faglig rapport legger du ved relevant materiale og ønskede deler fremfor å stole på at modellen kjenner den manglende konteksten i et privat prosjekt.\n\nQwen3.5 Plus-familien er dokumentert med hybrid tenkning og tenkning aktivert som standard. Familiens arbeidsflyt kan produsere et direkte svar når tenkning deaktiveres, mens resonnering og sluttsvarinnhold behandles separat. Grensesnittet til det konkrete apriløyeblikksbildet bør bruke sine egne dokumenterte kontroller; en beskrivelse av familiens modus er ikke et løfte om at alle programmer eksponerer en bestemt parameter.\n\nArbeid med lang kontekst\n\nAlibabas dedikerte tabell for øyeblikksbildet fra 20. april oppgir en kontekst på 1,000,000 tokener, maksimalt 991,808 tokener i inndata for direkte svar eller 983,616 for tenkning, og maksimalt 65,536 i utdata i begge moduser. Ikke overfør den åpne Qwen3.5-modellversjonens opprinnelige eller utvidede konteksttall til en absolutt grense for dette Plus-øyeblikksbildet. Forbered lange inndata med dokumentgrenser, sideidentifikatorer, kodebaner og definisjonene oppgaven trenger.\n\nEn nyttig forespørsel kan be om en tabell fra krav til implementasjon, en dokumentsammenligning eller en rapport som identifiserer grunnlaget for hver konklusjon. Hold urelatert materiale utenfor prompten og la det være plass til svaret. Funksjonalitet for lang kontekst bidrar til å samle mer dokumentasjon; den garanterer ikke fullstendig gjenkalling og erstatter ikke et tydelig spørsmål.\n\nOppgaveforberedelse for produksjonsbruk\n\nProdusenten posisjonerer denne utgaven for komplekse agenter, kodearbeidsflyter og bruk med vekt på gjennomstrømning. Definer oppgavens observerbare resultat: filene som skal produseres, atferden som skal implementeres, eller funnene som skal forklares. Der verktøy er tilkoblet, skiller du de faktisk returnerte resultatene fra modellens tekstforslag. Angi sluttformatet slik at leveransen kan tas inn i en vurderings- eller programarbeidsflyt, samtidig som syntaks og innhold kontrolleres separat.\n\nDen dedikerte øyeblikksbildetabellen oppgir funksjonskall, strukturerte utdata, nettsøk, prefiksfullføring og kontekstbufring; batchinferens og finjustering støttes ikke. Dette er funksjoner i produsentens arbeidsflyt, og mediefilgrenser forblir en separat spesifikasjon. En forespørsel om JSON-formet tekst, kodekjøring eller kildeinnhenting bør derfor forbli en forespurt arbeidsflyt fremfor en antatt innebygd garanti. Forbedringen som utvikleren beskriver, er kvalitativ; den bør ikke bli et ubetinget løfte om forsinkelse eller gjennomstrømning.\n\nPraktiske grenser\n\nBehold den konkrete daterte Plus-utgaven og kildematerialet sammen med resultatet når du sammenligner senere revisjoner. Kontroller generert kode, beregninger og uthentede visuelle detaljer mot den vedlagte kilden, og returner uttrykkelig uavklart kildegrunnlag. Det nyttige utfallet er en konkret tekstleveranse knyttet til oppgavekravene, med den nøyaktige daterte Plus-identiteten og produsentens dokumenterte grenser for inndata, utdata og verktøy tydelig angitt.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
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 er det faste øyeblikksbildet fra 20. april av Qwens Plus-modell for syn og språk. Utvikleren fremhever forbedret agentbasert programmering med bevart resonnering, kunnskap og arbeid med lang kontekst, for komplekse oppgaver som kombinerer vedlagt tekst eller visuelt materiale med en konkret leveranse.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Det faste Plus-øyeblikksbildet fra 20. april
Qwen3.5 Plus 2026-04-20 er øyeblikksbildet fra 20. april 2026 av Qwens Plus-familie med innebygd syns- og språkforståelse. Utviklerens utgivelsesmelding identifiserer en betydelig forbedring i agentbasert programmering sammenlignet med øyeblikksbildet fra 15. februar, sammen med sterkere inferenseffektivitet og bevart kunnskap, resonnering og funksjoner for lang kontekst. Hold denne daterte utgaven atskilt fra et løpende Plus-navn og fra den åpne modellversjonen Qwen3.5-397B-A17B.
Familien tar imot tekst med bilder eller video og produserer tekstresultater. Dette området støtter en utviklingsoppgave basert på et skjermbilde, et spørsmål om et teknisk diagram eller en dokumentbasert forklaring. Øyeblikksbildets navn fastslår ikke i seg selv den åpne modellversjonens parameterantall, aktiverte eksperter eller konkrete arkitektur, så disse tallene tilordnes ikke denne utgaven her.
Agentbasert programmering
Utgivelsens viktigste endring er mer kapabel programmering i en agentarbeidsflyt. Legg ved prosjektkrav, relevante filer eller utdrag, eksisterende atferd og leveransen som forventes ved fullføring. For en oppgave fra skjermbilde til grensesnitt inkluderer du den visuelle referansen og funksjonsbegrensningene, og ber deretter om redigerbar kildekode og en forklaring av den tiltenkte atferden. For en endring i et kodelager identifiserer du den berørte funksjonen og inndataene som viser problemet, og ber om en patch og kontrollene som trengs for å vurdere den.
En kodearbeidsflyt over flere steg har nytte av faktiske tilbakemeldinger: undersøkelsesresultater, observerte feil og vurderingsfunn kan returneres til modellen underveis. Programmet styrer verktøyene og utfører tillatte handlinger. Be om en rapport over hva som ble foreslått, hva som ble observert, og hva som fortsatt er uavklart.
Kunnskap og resonnering
Utvikleren sier at øyeblikksbildet beholder sterk kunnskap og resonnering samtidig som agentarbeidet forbedres. For en analyseoppgave skiller du kildefakta fra antakelser og angir konklusjonen som søkes. Be om underbyggende avsnitt, verdier eller kodeidentifikatorer, slik at resultatet kan kontrolleres. For en faglig rapport legger du ved relevant materiale og ønskede deler fremfor å stole på at modellen kjenner den manglende konteksten i et privat prosjekt.
Qwen3.5 Plus-familien er dokumentert med hybrid tenkning og tenkning aktivert som standard. Familiens arbeidsflyt kan produsere et direkte svar når tenkning deaktiveres, mens resonnering og sluttsvarinnhold behandles separat. Grensesnittet til det konkrete apriløyeblikksbildet bør bruke sine egne dokumenterte kontroller; en beskrivelse av familiens modus er ikke et løfte om at alle programmer eksponerer en bestemt parameter.
Arbeid med lang kontekst
Alibabas dedikerte tabell for øyeblikksbildet fra 20. april oppgir en kontekst på 1,000,000 tokener, maksimalt 991,808 tokener i inndata for direkte svar eller 983,616 for tenkning, og maksimalt 65,536 i utdata i begge moduser. Ikke overfør den åpne Qwen3.5-modellversjonens opprinnelige eller utvidede konteksttall til en absolutt grense for dette Plus-øyeblikksbildet. Forbered lange inndata med dokumentgrenser, sideidentifikatorer, kodebaner og definisjonene oppgaven trenger.
En nyttig forespørsel kan be om en tabell fra krav til implementasjon, en dokumentsammenligning eller en rapport som identifiserer grunnlaget for hver konklusjon. Hold urelatert materiale utenfor prompten og la det være plass til svaret. Funksjonalitet for lang kontekst bidrar til å samle mer dokumentasjon; den garanterer ikke fullstendig gjenkalling og erstatter ikke et tydelig spørsmål.
Oppgaveforberedelse for produksjonsbruk
Produsenten posisjonerer denne utgaven for komplekse agenter, kodearbeidsflyter og bruk med vekt på gjennomstrømning. Definer oppgavens observerbare resultat: filene som skal produseres, atferden som skal implementeres, eller funnene som skal forklares. Der verktøy er tilkoblet, skiller du de faktisk returnerte resultatene fra modellens tekstforslag. Angi sluttformatet slik at leveransen kan tas inn i en vurderings- eller programarbeidsflyt, samtidig som syntaks og innhold kontrolleres separat.
Den dedikerte øyeblikksbildetabellen oppgir funksjonskall, strukturerte utdata, nettsøk, prefiksfullføring og kontekstbufring; batchinferens og finjustering støttes ikke. Dette er funksjoner i produsentens arbeidsflyt, og mediefilgrenser forblir en separat spesifikasjon. En forespørsel om JSON-formet tekst, kodekjøring eller kildeinnhenting bør derfor forbli en forespurt arbeidsflyt fremfor en antatt innebygd garanti. Forbedringen som utvikleren beskriver, er kvalitativ; den bør ikke bli et ubetinget løfte om forsinkelse eller gjennomstrømning.
Praktiske grenser
Behold den konkrete daterte Plus-utgaven og kildematerialet sammen med resultatet når du sammenligner senere revisjoner. Kontroller generert kode, beregninger og uthentede visuelle detaljer mot den vedlagte kilden, og returner uttrykkelig uavklart kildegrunnlag. Det nyttige utfallet er en konkret tekstleveranse knyttet til oppgavekravene, med den nøyaktige daterte Plus-identiteten og produsentens dokumenterte grenser for inndata, utdata og verktøy tydelig angitt.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser qwen/qwen3.5-plus-20260420 | 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 $0.0006 / 1K tokener Utdata · Utgående tokener $0.0036 / 1K tokener Inndata · Lesing fra hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer $0.00075 / 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 $0.0006 / 1K tokener Utdata · Utgående tokener $0.0036 / 1K tokener Inndata · Lesing fra hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer $0.00075 / 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 $0.00075 / 1K tokener Utdata · Utgående tokener $0.0045 / 1K tokener Inndata · Lesing fra hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer $0.0009375 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${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-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 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-20260420
Bruk metodestiene som vises ovenfor.
qwen/qwen3.5-plus-20260420Qwen3.5 Plus 2026-04-20 er det faste øyeblikksbildet fra 20. april av Qwens Plus-modell for syn og språk. Utvikleren fremhever forbedret agentbasert programmering med bevart resonnering, kunnskap og arbeid med lang kontekst, for komplekse oppgaver som kombinerer vedlagt tekst eller visuelt materiale med en konkret leveranse.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Det faste Plus-øyeblikksbildet fra 20. april
Qwen3.5 Plus 2026-04-20 er øyeblikksbildet fra 20. april 2026 av Qwens Plus-familie med innebygd syns- og språkforståelse. Utviklerens utgivelsesmelding identifiserer en betydelig forbedring i agentbasert programmering sammenlignet med øyeblikksbildet fra 15. februar, sammen med sterkere inferenseffektivitet og bevart kunnskap, resonnering og funksjoner for lang kontekst. Hold denne daterte utgaven atskilt fra et løpende Plus-navn og fra den åpne modellversjonen Qwen3.5-397B-A17B.
Familien tar imot tekst med bilder eller video og produserer tekstresultater. Dette området støtter en utviklingsoppgave basert på et skjermbilde, et spørsmål om et teknisk diagram eller en dokumentbasert forklaring. Øyeblikksbildets navn fastslår ikke i seg selv den åpne modellversjonens parameterantall, aktiverte eksperter eller konkrete arkitektur, så disse tallene tilordnes ikke denne utgaven her.
Agentbasert programmering
Utgivelsens viktigste endring er mer kapabel programmering i en agentarbeidsflyt. Legg ved prosjektkrav, relevante filer eller utdrag, eksisterende atferd og leveransen som forventes ved fullføring. For en oppgave fra skjermbilde til grensesnitt inkluderer du den visuelle referansen og funksjonsbegrensningene, og ber deretter om redigerbar kildekode og en forklaring av den tiltenkte atferden. For en endring i et kodelager identifiserer du den berørte funksjonen og inndataene som viser problemet, og ber om en patch og kontrollene som trengs for å vurdere den.
En kodearbeidsflyt over flere steg har nytte av faktiske tilbakemeldinger: undersøkelsesresultater, observerte feil og vurderingsfunn kan returneres til modellen underveis. Programmet styrer verktøyene og utfører tillatte handlinger. Be om en rapport over hva som ble foreslått, hva som ble observert, og hva som fortsatt er uavklart.
Kunnskap og resonnering
Utvikleren sier at øyeblikksbildet beholder sterk kunnskap og resonnering samtidig som agentarbeidet forbedres. For en analyseoppgave skiller du kildefakta fra antakelser og angir konklusjonen som søkes. Be om underbyggende avsnitt, verdier eller kodeidentifikatorer, slik at resultatet kan kontrolleres. For en faglig rapport legger du ved relevant materiale og ønskede deler fremfor å stole på at modellen kjenner den manglende konteksten i et privat prosjekt.
Qwen3.5 Plus-familien er dokumentert med hybrid tenkning og tenkning aktivert som standard. Familiens arbeidsflyt kan produsere et direkte svar når tenkning deaktiveres, mens resonnering og sluttsvarinnhold behandles separat. Grensesnittet til det konkrete apriløyeblikksbildet bør bruke sine egne dokumenterte kontroller; en beskrivelse av familiens modus er ikke et løfte om at alle programmer eksponerer en bestemt parameter.
Arbeid med lang kontekst
Alibabas dedikerte tabell for øyeblikksbildet fra 20. april oppgir en kontekst på 1,000,000 tokener, maksimalt 991,808 tokener i inndata for direkte svar eller 983,616 for tenkning, og maksimalt 65,536 i utdata i begge moduser. Ikke overfør den åpne Qwen3.5-modellversjonens opprinnelige eller utvidede konteksttall til en absolutt grense for dette Plus-øyeblikksbildet. Forbered lange inndata med dokumentgrenser, sideidentifikatorer, kodebaner og definisjonene oppgaven trenger.
En nyttig forespørsel kan be om en tabell fra krav til implementasjon, en dokumentsammenligning eller en rapport som identifiserer grunnlaget for hver konklusjon. Hold urelatert materiale utenfor prompten og la det være plass til svaret. Funksjonalitet for lang kontekst bidrar til å samle mer dokumentasjon; den garanterer ikke fullstendig gjenkalling og erstatter ikke et tydelig spørsmål.
Oppgaveforberedelse for produksjonsbruk
Produsenten posisjonerer denne utgaven for komplekse agenter, kodearbeidsflyter og bruk med vekt på gjennomstrømning. Definer oppgavens observerbare resultat: filene som skal produseres, atferden som skal implementeres, eller funnene som skal forklares. Der verktøy er tilkoblet, skiller du de faktisk returnerte resultatene fra modellens tekstforslag. Angi sluttformatet slik at leveransen kan tas inn i en vurderings- eller programarbeidsflyt, samtidig som syntaks og innhold kontrolleres separat.
Den dedikerte øyeblikksbildetabellen oppgir funksjonskall, strukturerte utdata, nettsøk, prefiksfullføring og kontekstbufring; batchinferens og finjustering støttes ikke. Dette er funksjoner i produsentens arbeidsflyt, og mediefilgrenser forblir en separat spesifikasjon. En forespørsel om JSON-formet tekst, kodekjøring eller kildeinnhenting bør derfor forbli en forespurt arbeidsflyt fremfor en antatt innebygd garanti. Forbedringen som utvikleren beskriver, er kvalitativ; den bør ikke bli et ubetinget løfte om forsinkelse eller gjennomstrømning.
Praktiske grenser
Behold den konkrete daterte Plus-utgaven og kildematerialet sammen med resultatet når du sammenligner senere revisjoner. Kontroller generert kode, beregninger og uthentede visuelle detaljer mot den vedlagte kilden, og returner uttrykkelig uavklart kildegrunnlag. Det nyttige utfallet er en konkret tekstleveranse knyttet til oppgavekravene, med den nøyaktige daterte Plus-identiteten og produsentens dokumenterte grenser for inndata, utdata og verktøy tydelig angitt.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser qwen/qwen3.5-plus-20260420 | 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 $0.0006 / 1K tokener Utdata · Utgående tokener $0.0036 / 1K tokener Inndata · Lesing fra hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer $0.00075 / 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 $0.0006 / 1K tokener Utdata · Utgående tokener $0.0036 / 1K tokener Inndata · Lesing fra hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer $0.00075 / 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 $0.00075 / 1K tokener Utdata · Utgående tokener $0.0045 / 1K tokener Inndata · Lesing fra hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer $0.0009375 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "qwen/qwen3.5-plus-20260420",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 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-20260420
Bruk metodestiene som vises ovenfor.
Teknisk eksempel på engelsk
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.