AI TOOLS RADAR
Senden
Alle Modelle / QWEN
qwen logo
qwen

Qwen: Qwen3.5-122B-A10B

Beschreibung der Quelle (Englisch)

The Qwen3.5 122B-A10B native vision-language model is built on a hybrid architecture that integrates a linear attention mechanism with a sparse mixture-of-experts model, achieving higher inference efficiency. In terms of...

Quelle bei OpenRouter ansehen Hugging Face
Überblick

Modellspezifikationen

Kontext
262.144 tokens
Maximale Ausgabe
65.536 tokens
Architektur
text+image+video->text
Tokenizer
Qwen3
Wissensstand
Nicht angegeben
Moderiert
Nein
OPENROUTER

Vollständige Preise

Mit OpenRouter synchronisierte Preise; Tokenpreise gelten pro eine Million Token.

Eingabe
$0.26
pro 1 Mio. Token
Ausgabe
$2.08
pro 1 Mio. Token
API

Modellkonfiguration

Standardparameter

temperature
0.6
top_p
0.95
top_k
20

Schlussfolgern

Reasoning erforderlich
Nein
Standardparameter
Nein
API

Schnellstart

Setzen Sie OPENROUTER_API_KEY lokal. Python benötigt requests; JavaScript läuft in Node.js. Bewahren Sie den Schlüssel auf dem Server auf.

API-Dokumentation

curl --fail-with-body https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"qwen/qwen3.5-122b-a10b","messages":[{"role":"user","content":"Hello!"}]}'
Fähigkeiten und Modalitäten

Eingabe → Ausgabe

Eingabe
textimagevideo
Ausgabe
text
Schlussfolgern

Nein

API

Unterstützte API-Parameter

frequency_penaltyinclude_reasoninglogit_biaslogprobsmax_tokensmin_ppresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_p
Verfügbare Anbieter

5 Anbieter

Geprüft: 10. September 2026

Live-Anbieter bei OpenRouter

Verfügbarkeit, Latenz, Durchsatz und Routing ändern sich laufend. Aktuelle Betriebsdaten stehen auf der Quellseite.

OpenRouter

SiliconFlow

fp8
Kontext
262K
Maximale Ausgabe
236K
Eingabe
$0.26
Ausgabe
$2.08
Cache-Lesen
Nicht angegeben
Cache-Schreiben
Nicht angegeben

Alibaba

Nicht angegeben
Kontext
262K
Maximale Ausgabe
66K
Eingabe
$0.26
Ausgabe
$2.08
Cache-Lesen
Nicht angegeben
Cache-Schreiben
Nicht angegeben

DeepInfra

fp4
Kontext
262K
Maximale Ausgabe
82K
Eingabe
$0.29
Ausgabe
$2.4
Cache-Lesen
Nicht angegeben
Cache-Schreiben
Nicht angegeben

AtlasCloud

fp8
Kontext
262K
Maximale Ausgabe
66K
Eingabe
$0.3
Ausgabe
$2.4
Cache-Lesen
$0.3
Cache-Schreiben
Nicht angegeben

Novita

bf16
Kontext
262K
Maximale Ausgabe
66K
Eingabe
$0.4
Ausgabe
$3.2
Cache-Lesen
Nicht angegeben
Cache-Schreiben
Nicht angegeben
qwen

4 Modelle

Alle Modelle
qwen logoqwen

Qwen: Qwen3.8 Omni Flash

Qwen3.8 Omni Flash is an omni-modal reasoning model from Alibaba, the first Qwen model built around agentic capabilities with native audio-video understanding. It is suited for audio-video analysis and summarization,...

Kontext
1M
Eingabe
text · image · audio · video
Ausgabe
text
Eingabe: $0.15Ausgabe: $0.47pro 1 Mio. Token
Modelldetails ansehen →
qwen logoqwen

Qwen: Qwen3.8 Max (0902)

Qwen3.8 Max 0902 is an updated snapshot of Qwen3.8 Max from Alibaba's Qwen team. It is a 2.4-trillion-parameter mixture-of-experts model that accepts text, image, and video input and returns text,...

Kontext
1M
Eingabe
text · image · video
Ausgabe
text
Eingabe: $2Ausgabe: $6pro 1 Mio. Token
Modelldetails ansehen →
qwen logoqwen

Qwen: Qwen3.8 Flash

Qwen3.8 Flash is a multimodal reasoning model from Alibaba. It is suited for coding assistance, agentic workflows, visual understanding, document and codebase analysis, desktop interaction, chart analysis, and long-video analysis.

Kontext
1M
Eingabe
text · image · video
Ausgabe
text
Eingabe: $0.15Ausgabe: $0.47pro 1 Mio. Token
Modelldetails ansehen →
qwen logoqwen

Qwen: Qwen3.8 27B

Qwen3.8 27B is an open-weight dense vision-language model from Qwen. It is suited for coding, professional workflows, research, multimodal interaction, and long-running agent tasks, with flexible thinking that can be...

Kontext
1M
Eingabe
text · image · video
Ausgabe
text
Eingabe: $0.42Ausgabe: $3pro 1 Mio. Token
Modelldetails ansehen →