AI TOOLS RADAR
Todos los modelos / QWEN
qwen logo
qwen

Qwen: Qwen3.5-122B-A10B

Descripción de la fuente (inglés)

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...

Ver fuente en OpenRouter Hugging Face
Resumen

Especificaciones del modelo

Contexto
262.144 tokens
Salida máxima
65.536 tokens
Arquitectura
text+image+video->text
Tokenizador
Qwen3
Corte de conocimiento
No indicado
Moderado
No
OPENROUTER

Precios completos

Tarifas sincronizadas desde OpenRouter, por millón de tokens.

Entrada
$0.26
por millón de tokens
Salida
$2.08
por millón de tokens
API

Configuración del modelo

Parámetros predeterminados

temperature
0.6
top_p
0.95
top_k
20

Razonamiento

Razonamiento obligatorio
No
Parámetros predeterminados
No
API

Inicio rápido

Configura OPENROUTER_API_KEY localmente. Python requiere requests; JavaScript se ejecuta en Node.js. Mantén la clave en el servidor.

Documentación de la API

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!"}]}'
Capacidades y modalidades

Entrada → Salida

Entrada
textimagevideo
Salida
text
Razonamiento

No

API

Parámetros API compatibles

frequency_penaltyinclude_reasoninglogit_biaslogprobsmax_tokensmin_ppresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_p
Proveedores disponibles

5 proveedores

Verificado: 10 de septiembre de 2026

Proveedores en vivo en OpenRouter

Disponibilidad, latencia, rendimiento y enrutamiento cambian continuamente. Consulta la fuente para datos actuales.

OpenRouter

SiliconFlow

fp8
Contexto
262K
Salida máxima
236K
Entrada
$0.26
Salida
$2.08
Lectura de caché
No indicado
Escritura de caché
No indicado

Alibaba

No indicado
Contexto
262K
Salida máxima
66K
Entrada
$0.26
Salida
$2.08
Lectura de caché
No indicado
Escritura de caché
No indicado

DeepInfra

fp4
Contexto
262K
Salida máxima
82K
Entrada
$0.29
Salida
$2.4
Lectura de caché
No indicado
Escritura de caché
No indicado

AtlasCloud

fp8
Contexto
262K
Salida máxima
66K
Entrada
$0.3
Salida
$2.4
Lectura de caché
$0.3
Escritura de caché
No indicado

Novita

bf16
Contexto
262K
Salida máxima
66K
Entrada
$0.4
Salida
$3.2
Lectura de caché
No indicado
Escritura de caché
No indicado
qwen

4 modelos

Todos los modelos
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,...

Contexto
1M
Entrada
text · image · audio · video
Salida
text
Entrada: $0.15Salida: $0.47por millón de tokens
Ver detalles del modelo →
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,...

Contexto
1M
Entrada
text · image · video
Salida
text
Entrada: $2Salida: $6por millón de tokens
Ver detalles del modelo →
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.

Contexto
1M
Entrada
text · image · video
Salida
text
Entrada: $0.15Salida: $0.47por millón de tokens
Ver detalles del modelo →
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...

Contexto
1M
Entrada
text · image · video
Salida
text
Entrada: $0.42Salida: $3por millón de tokens
Ver detalles del modelo →