Qwen3.5 122B A10B
Réseau Neuronal
Qwen3.5 122B A10B est un modèle vision-langage natif de Qwen pour le texte et les images, disponible via API.
Longueur maximale de la réponse
(en tokens)
Taille du contexte
(en tokens)
Coût du prompt
(par 1M tokens)
Coût de la réponse
(par 1M tokens)
Comment ça marche Qwen3.5 122B A10B?
Qwen3.5 122B A10B est un modèle vision-langage natif de la famille Qwen d'Alibaba, acceptant texte et images dans une même requête. Son architecture hybride combine attention linéaire et mélange d'experts : sur 122 milliards de paramètres, environ 10 milliards sont activés par jeton, rendant l'inférence plus efficace. Sur BotHub, il est accessible sans VPN ni carte étrangère, avec une facturation à l'usage sans abonnement ni solde expirable. Plus de 250 réseaux de neurones sont disponibles dans la même fenêtre pour comparer les réponses, et l'API compatible OpenAI permet de changer de modèle en une ligne de code. Les échanges sont chiffrés via AES-GCM. Pour les entreprises, nous proposons contrats, factures et panneau d'administration avec limites. Cas d'usage : analyser une capture d'écran ou un schéma, extraire des données d'un document, décrire des images pour un catalogue, créer un assistant multimodal via API ou intégrer le modèle dans un service nécessitant une inférence économique.Questions fréquentes sur Qwen3.5 122B A10B
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
C'est un modèle textuel de Qwen avec un contexte de 262 144 jetons. Il est adapté au travail sur le code (écriture, refactoring, débogage), à l'analyse de documents volumineux, aux tâches STEM et à l'analyse. Vous pouvez fournir du texte, des documents et des images en entrée, et obtenir une analyse détaillée ou du code prêt à l'emploi en sortie.
La limite de sortie est de 65 536 jetons par réponse. Cela suffit pour un module de code volumineux, une documentation technique détaillée, une analyse approfondie ou la traduction d'un long texte sans avoir à diviser la tâche ou à assembler les fragments manuellement.
Oui, le mode de raisonnement est pris en charge : le modèle décompose la tâche étape par étape avant de fournir un résultat. Cela aide considérablement en mathématiques, logique, tâches STEM et débogage de code, où il est important de suivre la chaîne de raisonnement plutôt que de deviner le résultat immédiatement.
Oui, le modèle fonctionne avec l'appel de fonctions (function calling) et la sortie structurée en JSON. C'est pratique pour les agents, l'analyse de documents et les intégrations avec vos services. BotHub propose une API unique compatible OpenAI, donc la connexion ne nécessitera pas de réécrire le code.
Le modèle accepte les images et les documents : vous pouvez envoyer une capture d'écran, un schéma, un tableau ou un PDF et demander d'en analyser le contenu. La réception d'audio et de vidéo n'est pas indiquée dans nos données. La génération d'images, de son et de vidéo est disponible dans BotHub via des modèles distincts dans la même fenêtre.
Les modèles de la famille Qwen ont été entraînés sur des données multilingues et fonctionnent de manière fiable avec des requêtes en russe. Conseil pratique : comparez la réponse avec un autre modèle directement dans BotHub — le changement prend une seconde, la facturation se fait à l'usage par jeton, sans abonnement.