Flash-utgåvan från den 23 februari
Qwen3.5 Flash är en modellfamilj med inbyggd bild- och språkförmåga. Tillverkarens utgåva namnger versionen från den 23 februari 2026 och beskriver en hybridarkitektur som kombinerar linjär attention med gles mixture-of-experts-beräkning. Indata är text, bilder och video och resultatet är text. Utgåvan fokuserar på balanserad inferens och uppgiftsförmåga i text- och multimodalt arbete; den fastställer ingen bestämd latens för en viss applikation.
Qwens kort för den öppna modellen beskriver hanterade Qwen3.5-Flash som en motsvarighet till Qwen3.5-35B-A3B, med ytterligare funktioner som en standardkontext på en miljon token och inbyggda verktyg. Det är en av tillverkaren beskriven relation mellan erbjudanden, inte ett skäl att slå ihop deras exakta namn, konfiguration eller gränssnittsfunktioner. Versionen från den 23 februari förblir åtskild från ett föränderligt Flash-namn och från senare Qwen-generationer.
Text-, bild- och kodningsuppgifter
Qwen3.5-familjen tränas med tidig fusion av text och bild och stöder resonemang, kodning, agenter och visuell förståelse. För en kodningsuppgift med underlag från en skärmbild ska den visuella referensen, relevant kod och nödvändigt beteende ges; be sedan om en redigerbar artefakt med en förklaring av berörda villkor. För ett dokument eller diagram ska etiketter och enheter bevaras och de specifika fält eller slutsatser som behövs begäras.
Ett användbart visuellt svar kan skilja synliga fakta från härledda relationer och identifiera källområdet eller avsnittet som stöder varje slutsats. För video ska sekvens och timing bevaras och den intressanta händelsen anges. För dokument- och videoanalys ska returnerade fält och påståenden jämföras med ursprungliga etiketter, avsnitt och tidsstämplar. Modellen producerar textanalys eller kod; visuella indata innebär inte genererade bilder eller video.
Resonemang och direkta svar
Tillverkarens lägesguide identifierar Qwen3.5 Flash som hybridresonemang, med resonemang aktiverat som standard. Det dokumenterade hybridflödet kan stänga av resonemang för ett direkt svar. Håll slutartefakten åtskild från resonemanget när det valda gränssnittet tillhandahåller båda. Ett kortfattat svar kan passa enkel extraktion eller omskrivning, medan en fråga som kopplar flera villkor gynnas av en förklaring som förblir spårbar till källan.
Använd Flash-utgåvans dokumenterade kontroller i stället för att importera samplingsförval, historiska resonemangsalternativ eller promptmarkörer från en annan Qwen-kontrollpunkt. Den öppna Qwen3.5-35B-A3B har ett eget modellkort med historik- och genereringsrecept; dess inställningar är inte automatiskt ett exakt gränssnittskontrakt för hostade Flash.
Verktyg och applikationsflöden
Tillverkaren beskriver ytterligare verktyg i den hanterade Flash-tjänsten. Ett anslutet flöde kan tillhandahålla hämtning, inspektion eller tillåten körning och returnera observationerna till modellen. Definiera tillgängliga verktyg, tillåtna åtgärder och observerbart slutförandevillkor. Be slutrapporten skilja föreslaget arbete från resultat som ett faktiskt verktyg returnerat.
En modells verktygsorienterade förmåga fastställer inte inbyggd tillgång till aktuella källor, filer eller en kodmiljö genom varje gränssnitt. En begäran om en tabell eller text i JSON-form skapar inte heller ensam ett tvingande utdataschema. Håll artefakten lätt att inspektera: kodfiler, en beläggstabell eller en kort slutsats knuten till det tillhandahållna materialet.
Kontext och utgåvespecifika gränser
Qwen beskriver en standardkontext på en miljon token för sin hanterade Flash-version. Den motsvarande öppna kontrollpunkten har en annan inbyggd kontext och en uttrycklig utökningsprocedur, så de numeriska beskrivningarna ska förbli avgränsade till respektive erbjudande. Text, representerade medier, samtalshistorik, resonemang och svaret behöver rymmas inom den tillämpliga konfigurerade sekvensbudgeten.
Välj relevant text, bilder eller videosegment, bevara dokument- och kodidentifierare och reservera plats för resultatet i arbetssekvensen.
Praktisk förberedelse och granskning
För en iterativ kodningsuppgift ska faktisk fel- eller granskningsåterkoppling bifogas nästa fråga så att modellen kan uppdatera den föreslagna ändringen. För dokumentanalys ska stödjande avsnitt begäras och saknade belägg identifieras uttryckligen. Kontrollera extraherad text, beräkningar och genererad kod mot källan. Använd denna fasta utgåva för text-, bild- eller videoanalys som returnerar en konkret textleverans.
", "aboutText": "Flash-utgåvan från den 23 februari\n\nQwen3.5 Flash är en modellfamilj med inbyggd bild- och språkförmåga. Tillverkarens utgåva namnger versionen från den 23 februari 2026 och beskriver en hybridarkitektur som kombinerar linjär attention med gles mixture-of-experts-beräkning. Indata är text, bilder och video och resultatet är text. Utgåvan fokuserar på balanserad inferens och uppgiftsförmåga i text- och multimodalt arbete; den fastställer ingen bestämd latens för en viss applikation.\n\nQwens kort för den öppna modellen beskriver hanterade Qwen3.5-Flash som en motsvarighet till Qwen3.5-35B-A3B, med ytterligare funktioner som en standardkontext på en miljon token och inbyggda verktyg. Det är en av tillverkaren beskriven relation mellan erbjudanden, inte ett skäl att slå ihop deras exakta namn, konfiguration eller gränssnittsfunktioner. Versionen från den 23 februari förblir åtskild från ett föränderligt Flash-namn och från senare Qwen-generationer.\n\nText-, bild- och kodningsuppgifter\n\nQwen3.5-familjen tränas med tidig fusion av text och bild och stöder resonemang, kodning, agenter och visuell förståelse. För en kodningsuppgift med underlag från en skärmbild ska den visuella referensen, relevant kod och nödvändigt beteende ges; be sedan om en redigerbar artefakt med en förklaring av berörda villkor. För ett dokument eller diagram ska etiketter och enheter bevaras och de specifika fält eller slutsatser som behövs begäras.\n\nEtt användbart visuellt svar kan skilja synliga fakta från härledda relationer och identifiera källområdet eller avsnittet som stöder varje slutsats. För video ska sekvens och timing bevaras och den intressanta händelsen anges. För dokument- och videoanalys ska returnerade fält och påståenden jämföras med ursprungliga etiketter, avsnitt och tidsstämplar. Modellen producerar textanalys eller kod; visuella indata innebär inte genererade bilder eller video.\n\nResonemang och direkta svar\n\nTillverkarens lägesguide identifierar Qwen3.5 Flash som hybridresonemang, med resonemang aktiverat som standard. Det dokumenterade hybridflödet kan stänga av resonemang för ett direkt svar. Håll slutartefakten åtskild från resonemanget när det valda gränssnittet tillhandahåller båda. Ett kortfattat svar kan passa enkel extraktion eller omskrivning, medan en fråga som kopplar flera villkor gynnas av en förklaring som förblir spårbar till källan.\n\nAnvänd Flash-utgåvans dokumenterade kontroller i stället för att importera samplingsförval, historiska resonemangsalternativ eller promptmarkörer från en annan Qwen-kontrollpunkt. Den öppna Qwen3.5-35B-A3B har ett eget modellkort med historik- och genereringsrecept; dess inställningar är inte automatiskt ett exakt gränssnittskontrakt för hostade Flash.\n\nVerktyg och applikationsflöden\n\nTillverkaren beskriver ytterligare verktyg i den hanterade Flash-tjänsten. Ett anslutet flöde kan tillhandahålla hämtning, inspektion eller tillåten körning och returnera observationerna till modellen. Definiera tillgängliga verktyg, tillåtna åtgärder och observerbart slutförandevillkor. Be slutrapporten skilja föreslaget arbete från resultat som ett faktiskt verktyg returnerat.\n\nEn modells verktygsorienterade förmåga fastställer inte inbyggd tillgång till aktuella källor, filer eller en kodmiljö genom varje gränssnitt. En begäran om en tabell eller text i JSON-form skapar inte heller ensam ett tvingande utdataschema. Håll artefakten lätt att inspektera: kodfiler, en beläggstabell eller en kort slutsats knuten till det tillhandahållna materialet.\n\nKontext och utgåvespecifika gränser\n\nQwen beskriver en standardkontext på en miljon token för sin hanterade Flash-version. Den motsvarande öppna kontrollpunkten har en annan inbyggd kontext och en uttrycklig utökningsprocedur, så de numeriska beskrivningarna ska förbli avgränsade till respektive erbjudande. Text, representerade medier, samtalshistorik, resonemang och svaret behöver rymmas inom den tillämpliga konfigurerade sekvensbudgeten.\n\nVälj relevant text, bilder eller videosegment, bevara dokument- och kodidentifierare och reservera plats för resultatet i arbetssekvensen.\n\nPraktisk förberedelse och granskning\n\nFör en iterativ kodningsuppgift ska faktisk fel- eller granskningsåterkoppling bifogas nästa fråga så att modellen kan uppdatera den föreslagna ändringen. För dokumentanalys ska stödjande avsnitt begäras och saknade belägg identifieras uttryckligen. Kontrollera extraherad text, beräkningar och genererad kod mot källan. Använd denna fasta utgåva för text-, bild- eller videoanalys som returnerar en konkret textleverans.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Refine a patch using test feedback\n\nA first patch changes deduplicate(values) to list(set(values)). The returned test observation is: input [3,1,3,2] expected [3,1,2], but order was not preserved. Propose a replacement that retains first occurrences and works on integers. Include a regression assertion and explain the one behavior the failed patch overlooked. Do not claim to run the test.A revised Python function, a regression assertion and a short explanation tied to the supplied test observation.The duplicate 3 is removed while the order 3,1,2 survives; test execution remains a proposed check.qwen/qwen3.5-flash-02-23Qwen3.5 Flash-utgåvan från den 23 februari är en modell för bild och språk som tar emot text, bilder och video och returnerar text. Den kombinerar hybrid-attention och glesa experter med Flash-familjens flöde för resonemang och direkta svar för kodning, visuell analys och verktygsstödda uppgifter.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Flash-utgåvan från den 23 februari
Qwen3.5 Flash är en modellfamilj med inbyggd bild- och språkförmåga. Tillverkarens utgåva namnger versionen från den 23 februari 2026 och beskriver en hybridarkitektur som kombinerar linjär attention med gles mixture-of-experts-beräkning. Indata är text, bilder och video och resultatet är text. Utgåvan fokuserar på balanserad inferens och uppgiftsförmåga i text- och multimodalt arbete; den fastställer ingen bestämd latens för en viss applikation.
Qwens kort för den öppna modellen beskriver hanterade Qwen3.5-Flash som en motsvarighet till Qwen3.5-35B-A3B, med ytterligare funktioner som en standardkontext på en miljon token och inbyggda verktyg. Det är en av tillverkaren beskriven relation mellan erbjudanden, inte ett skäl att slå ihop deras exakta namn, konfiguration eller gränssnittsfunktioner. Versionen från den 23 februari förblir åtskild från ett föränderligt Flash-namn och från senare Qwen-generationer.
Text-, bild- och kodningsuppgifter
Qwen3.5-familjen tränas med tidig fusion av text och bild och stöder resonemang, kodning, agenter och visuell förståelse. För en kodningsuppgift med underlag från en skärmbild ska den visuella referensen, relevant kod och nödvändigt beteende ges; be sedan om en redigerbar artefakt med en förklaring av berörda villkor. För ett dokument eller diagram ska etiketter och enheter bevaras och de specifika fält eller slutsatser som behövs begäras.
Ett användbart visuellt svar kan skilja synliga fakta från härledda relationer och identifiera källområdet eller avsnittet som stöder varje slutsats. För video ska sekvens och timing bevaras och den intressanta händelsen anges. För dokument- och videoanalys ska returnerade fält och påståenden jämföras med ursprungliga etiketter, avsnitt och tidsstämplar. Modellen producerar textanalys eller kod; visuella indata innebär inte genererade bilder eller video.
Resonemang och direkta svar
Tillverkarens lägesguide identifierar Qwen3.5 Flash som hybridresonemang, med resonemang aktiverat som standard. Det dokumenterade hybridflödet kan stänga av resonemang för ett direkt svar. Håll slutartefakten åtskild från resonemanget när det valda gränssnittet tillhandahåller båda. Ett kortfattat svar kan passa enkel extraktion eller omskrivning, medan en fråga som kopplar flera villkor gynnas av en förklaring som förblir spårbar till källan.
Använd Flash-utgåvans dokumenterade kontroller i stället för att importera samplingsförval, historiska resonemangsalternativ eller promptmarkörer från en annan Qwen-kontrollpunkt. Den öppna Qwen3.5-35B-A3B har ett eget modellkort med historik- och genereringsrecept; dess inställningar är inte automatiskt ett exakt gränssnittskontrakt för hostade Flash.
Verktyg och applikationsflöden
Tillverkaren beskriver ytterligare verktyg i den hanterade Flash-tjänsten. Ett anslutet flöde kan tillhandahålla hämtning, inspektion eller tillåten körning och returnera observationerna till modellen. Definiera tillgängliga verktyg, tillåtna åtgärder och observerbart slutförandevillkor. Be slutrapporten skilja föreslaget arbete från resultat som ett faktiskt verktyg returnerat.
En modells verktygsorienterade förmåga fastställer inte inbyggd tillgång till aktuella källor, filer eller en kodmiljö genom varje gränssnitt. En begäran om en tabell eller text i JSON-form skapar inte heller ensam ett tvingande utdataschema. Håll artefakten lätt att inspektera: kodfiler, en beläggstabell eller en kort slutsats knuten till det tillhandahållna materialet.
Kontext och utgåvespecifika gränser
Qwen beskriver en standardkontext på en miljon token för sin hanterade Flash-version. Den motsvarande öppna kontrollpunkten har en annan inbyggd kontext och en uttrycklig utökningsprocedur, så de numeriska beskrivningarna ska förbli avgränsade till respektive erbjudande. Text, representerade medier, samtalshistorik, resonemang och svaret behöver rymmas inom den tillämpliga konfigurerade sekvensbudgeten.
Välj relevant text, bilder eller videosegment, bevara dokument- och kodidentifierare och reservera plats för resultatet i arbetssekvensen.
Praktisk förberedelse och granskning
För en iterativ kodningsuppgift ska faktisk fel- eller granskningsåterkoppling bifogas nästa fråga så att modellen kan uppdatera den föreslagna ändringen. För dokumentanalys ska stödjande avsnitt begäras och saknade belägg identifieras uttryckligen. Kontrollera extraherad text, beräkningar och genererad kod mot källan. Använd denna fasta utgåva för text-, bild- eller videoanalys som returnerar en konkret textleverans.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser qwen/qwen3.5-flash-02-23 | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Exempel: system, user, assistant, tool, function Villkor: Dessa roller representeras uttryckligen av källkodens kompatibilitetstyper; den exakta rolluppsättningen är fortfarande modellspecifik. Beror på modellen | Standard— |
Fältmessages[].content | Typstring|content_part[]|null | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_calls | Typtool_call[] | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_call_id | Typstring | KravValfritt | Värden & gränser Gäller när: role=tool; använd det faktiska returnerade ID:t | Standard— |
Fältmessages[].name | Typstring | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].reasoning_content | Typstring | KravValfritt | Värden & gränser Gäller när: Skicka tillbaka det faktiska returnerade resonemanget när modellen använder det | Standard— |
Fältmessages[].reasoning_details | Typobject|array | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmax_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältmax_completion_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fältstream_options.include_usage | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstop | Typstring|string[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typfunction_tool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].type | Typstring | KravValfritt | Värden & gränser function Beror på modellen | Standard— |
Fälttools[].function.name | Typstring | KravObligatoriskt | Värden & gränser Gäller när: verktyg av typen funktion har tillhandahållits | Standard— |
Fälttools[].function.description | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttools[].function.parameters | TypJSON_schema | KravValfritt | Värden & gränser | Standard— |
Fälttool_choice | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältparallel_tool_calls | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältresponse_format | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning_effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältservice_tier | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältinstructions | Typstring | KravValfritt | Värden & gränser Kompatibilitetsfält | Standard— |
Fältfunctions | Typfunction[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältfunction_call | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprompt_cache_options | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmodalities | Typstring[] | KravValfritt | Värden & gränser text | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser Villkor: provider.options avvisas på denna Ultra-textrutt | Standard— |
Fältcache_control.ttl | Typstring | KravValfritt | Värden & gränser Villkor: 1h avvisas på de faktiska platserna för promptcache | Standard— |
Text · UTF8-text
messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages |
Parametermaterial_types | Avtaltext |
Parametermessages | Avtalmeddelandearray med strukturen role/content |
Parameterfile_material | Avtaldet faktiska UTF-8-dokumentet infogat som bokstavlig text; inget fil-ID härleds |
Parameteroptional_controls | Avtalstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalmodellspecifikt; användarens funktionsverktyg skiljer sig från värdbaserade verktyg |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Livscykel: synchronous_or_streamed
Skicka det exakta modell-ID:t tillsammans med messages.
Kontextlängden är inte en utdatagräns.
En textfil kan tillhandahålla bokstavlig text; bild-/ljud-/filobjektsindata kräver exakt bindning.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.00013 / 1K token Utdata · Utdatatoken $0.00052 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.00013 / 1K token Utdata · Utdatatoken $0.00052 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3.5-flash-02-23", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen/qwen3.5-flash-02-23',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen/qwen3.5-flash-02-23',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje svarsalternativ och dess innehåll/verktygsanrop/resonemang. Sätt i SSE samman deltauppdateringar efter svarsalternativets/verktygets index och behåll den slutliga avslutsorsaken och användningsuppgifterna.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältchoices[].index | Typinteger |
Fältchoices[].message.content | Typstring|null |
Fältchoices[].message.tool_calls | Typtool_call[] |
Fältchoices[].message.reasoning_content | Typstring |
Fältchoices[].message.reasoning_details | Typobject|array |
Fältchoices[].finish_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra qwen/qwen3.5-flash-02-23
Använd metodsökvägarna som visas ovan.
qwen/qwen3.5-flash-02-23Qwen3.5 Flash-utgåvan från den 23 februari är en modell för bild och språk som tar emot text, bilder och video och returnerar text. Den kombinerar hybrid-attention och glesa experter med Flash-familjens flöde för resonemang och direkta svar för kodning, visuell analys och verktygsstödda uppgifter.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Flash-utgåvan från den 23 februari
Qwen3.5 Flash är en modellfamilj med inbyggd bild- och språkförmåga. Tillverkarens utgåva namnger versionen från den 23 februari 2026 och beskriver en hybridarkitektur som kombinerar linjär attention med gles mixture-of-experts-beräkning. Indata är text, bilder och video och resultatet är text. Utgåvan fokuserar på balanserad inferens och uppgiftsförmåga i text- och multimodalt arbete; den fastställer ingen bestämd latens för en viss applikation.
Qwens kort för den öppna modellen beskriver hanterade Qwen3.5-Flash som en motsvarighet till Qwen3.5-35B-A3B, med ytterligare funktioner som en standardkontext på en miljon token och inbyggda verktyg. Det är en av tillverkaren beskriven relation mellan erbjudanden, inte ett skäl att slå ihop deras exakta namn, konfiguration eller gränssnittsfunktioner. Versionen från den 23 februari förblir åtskild från ett föränderligt Flash-namn och från senare Qwen-generationer.
Text-, bild- och kodningsuppgifter
Qwen3.5-familjen tränas med tidig fusion av text och bild och stöder resonemang, kodning, agenter och visuell förståelse. För en kodningsuppgift med underlag från en skärmbild ska den visuella referensen, relevant kod och nödvändigt beteende ges; be sedan om en redigerbar artefakt med en förklaring av berörda villkor. För ett dokument eller diagram ska etiketter och enheter bevaras och de specifika fält eller slutsatser som behövs begäras.
Ett användbart visuellt svar kan skilja synliga fakta från härledda relationer och identifiera källområdet eller avsnittet som stöder varje slutsats. För video ska sekvens och timing bevaras och den intressanta händelsen anges. För dokument- och videoanalys ska returnerade fält och påståenden jämföras med ursprungliga etiketter, avsnitt och tidsstämplar. Modellen producerar textanalys eller kod; visuella indata innebär inte genererade bilder eller video.
Resonemang och direkta svar
Tillverkarens lägesguide identifierar Qwen3.5 Flash som hybridresonemang, med resonemang aktiverat som standard. Det dokumenterade hybridflödet kan stänga av resonemang för ett direkt svar. Håll slutartefakten åtskild från resonemanget när det valda gränssnittet tillhandahåller båda. Ett kortfattat svar kan passa enkel extraktion eller omskrivning, medan en fråga som kopplar flera villkor gynnas av en förklaring som förblir spårbar till källan.
Använd Flash-utgåvans dokumenterade kontroller i stället för att importera samplingsförval, historiska resonemangsalternativ eller promptmarkörer från en annan Qwen-kontrollpunkt. Den öppna Qwen3.5-35B-A3B har ett eget modellkort med historik- och genereringsrecept; dess inställningar är inte automatiskt ett exakt gränssnittskontrakt för hostade Flash.
Verktyg och applikationsflöden
Tillverkaren beskriver ytterligare verktyg i den hanterade Flash-tjänsten. Ett anslutet flöde kan tillhandahålla hämtning, inspektion eller tillåten körning och returnera observationerna till modellen. Definiera tillgängliga verktyg, tillåtna åtgärder och observerbart slutförandevillkor. Be slutrapporten skilja föreslaget arbete från resultat som ett faktiskt verktyg returnerat.
En modells verktygsorienterade förmåga fastställer inte inbyggd tillgång till aktuella källor, filer eller en kodmiljö genom varje gränssnitt. En begäran om en tabell eller text i JSON-form skapar inte heller ensam ett tvingande utdataschema. Håll artefakten lätt att inspektera: kodfiler, en beläggstabell eller en kort slutsats knuten till det tillhandahållna materialet.
Kontext och utgåvespecifika gränser
Qwen beskriver en standardkontext på en miljon token för sin hanterade Flash-version. Den motsvarande öppna kontrollpunkten har en annan inbyggd kontext och en uttrycklig utökningsprocedur, så de numeriska beskrivningarna ska förbli avgränsade till respektive erbjudande. Text, representerade medier, samtalshistorik, resonemang och svaret behöver rymmas inom den tillämpliga konfigurerade sekvensbudgeten.
Välj relevant text, bilder eller videosegment, bevara dokument- och kodidentifierare och reservera plats för resultatet i arbetssekvensen.
Praktisk förberedelse och granskning
För en iterativ kodningsuppgift ska faktisk fel- eller granskningsåterkoppling bifogas nästa fråga så att modellen kan uppdatera den föreslagna ändringen. För dokumentanalys ska stödjande avsnitt begäras och saknade belägg identifieras uttryckligen. Kontrollera extraherad text, beräkningar och genererad kod mot källan. Använd denna fasta utgåva för text-, bild- eller videoanalys som returnerar en konkret textleverans.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser qwen/qwen3.5-flash-02-23 | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF-8-text
sträng i messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalstream |
Parametermaterial_types | Avtaltext |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: synchronous_or_streamed
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.00013 / 1K token Utdata · Utdatatoken $0.00052 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.00013 / 1K token Utdata · Utdatatoken $0.00052 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "qwen/qwen3.5-flash-02-23",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3.5-flash-02-23', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3.5-flash-02-23', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältmodel | Typstring |
Fältcontent[] | Typtext|thinking|tool_use|other content block |
Fältstop_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra qwen/qwen3.5-flash-02-23
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
Refine a patch using test feedback\n\nA first patch changes deduplicate(values) to list(set(values)). The returned test observation is: input [3,1,3,2] expected [3,1,2], but order was not preserved. Propose a replacement that retains first occurrences and works on integers. Include a regression assertion and explain the one behavior the failed patch overlooked. Do not claim to run the test.A revised Python function, a regression assertion and a short explanation tied to the supplied test observation.The duplicate 3 is removed while the order 3,1,2 survives; test execution remains a proposed check.