Qwen3.5-122B-A10B

Mis on Qwen3.5-122B-A10B?

Qwen3.5-122B-A10B on Alibaba Cloudi multimodaalne loomupärane visiooni-keele mudel. See suudab töödelda teksti, pilte ja videot sama üldise mudeliperekonna raames, kuid dokumenteeritud väljund on tekst. Seetõttu sobib see näiteks pildi selgitamiseks, dokumendist teabe eraldamiseks, diagrammi tõlgendamiseks, video sisu kohta küsimustele vastamiseks, koodi kirjutamiseks või visuaalsete tõendite ühendamiseks pikema arutluskäiguga.

Nimi kirjeldab mudeli skaalat ja hõredat arhitektuuri. Mudelil on kokku 122 miljardit parameetrit, kuid konkreetse sisendi puhul kasutatakse mixture-of-experts-marsruutimise kaudu ligikaudu 10 miljardit aktiivset parameetrit. Lihtsustatult öeldes sisaldab mudel paljusid spetsialiseeritud töötlemiskomponente, millest marsruutimis­mehhanism valib iga päringu jaoks väiksema alamhulga. Alibaba kirjeldab arhitektuuri kui lineaarse tähelepanu ja hõreda MoE-marsruutimise kombinatsiooni. Selle eesmärk on tasakaalustada suure mudeli võimekust ja paremini hallatavaid järelduskulusid, kuigi tegelik kiirus ja hind sõltuvad juurutuse ulatusest, piirkonnast, päringu suurusest ja API-liidesest.

Qwen3.5-122B-A10B avaldati üleilmselt 24. veebruaril 2026 ning on praegu loetletud Alibaba Cloud Model Studios. See paikneb allpool mudelit Qwen3.5-397B-A17B, mis on Alibaba Qwen3.5 mudelisarjas viidatud suurem sõsarmudel. Seega tuleks seda mudelit käsitleda pigem suure võimekusega üldotstarbelise multimodaalse mudelina kui väikese ja väikese latentsusega mudelina.

Võimekus ja toetatud modaalsused

Mudel toetab kolme dokumenteeritud sisendtüüpi: teksti, pilte ja videot. Väljund on tekst, mitte pildid, heli või video. Seda ei tohiks valida loomupärase meediumisisu genereerimiseks. Visuaalsed võimed keskenduvad mudelile edastatud meediumi mõistmisele ja selle üle arutlemisele.

• Tekstisisend ja -väljund: sobib vestlusteks, analüüsiks, kokkuvõtete tegemiseks, sisu genereerimiseks ja programmeerimiseks.
• Pildisisend: kasulik piltide tõlgendamisel, dokumentide analüüsimisel, diagrammide lugemisel ja visuaalsetele küsimustele vastamisel.
• Videosisend: toetab videosisu analüüsi, millele kehtivad konkreetse visuaalse lõpp-punkti või juurutuse piirangud.
• Heli: heli sisendit ega väljundit ei ole selle mudeli puhul dokumenteeritud.
• Piltide, video ja heli genereerimine: loomupäraste mudeliväljunditena ei ole toetatud.

Alibaba dokumentatsioon kirjeldab hübriidmõtlemise tuge. See võimaldab mudelil töötada režiimis, kus enne vastuse andmist saab sõltuvalt API konfiguratsioonist täiendavat arutluskäiku avaldada või kasutada. Arutlusvõime tugi ei taga õigsust: visuaalset tõlgendust, pikki dokumente, mitmetimõistetavaid juhiseid ja faktiväiteid tuleb endiselt asjakohaselt kontrollida.

Konteksti- ja väljundipiirangud

Model Studio üldine API-dokumentatsioon loetleb konteksti suuruseks 262 144 tokenit, sealhulgas maksimaalselt 260 096 sisendtokenit ja 65 536 väljundtokenit. Token on teksti või muu kodeeritud sisu ühik; kontekstiaken tähistab kogu teabe hulka, mida mudel suudab ühe päringu ja vastuse raames töödelda. Need piirangud muudavad mudeli sobivaks pikkade dokumentide, ulatuslike programmeerimisülesannete ning suure tekstimahu ja visuaalse materjali ühendamisega töövoogude jaoks.

Oluline on arvestada lõpp-punkti konkreetse erisusega. Alibaba eraldi visuaalse mõistmise tabelis on visuaalse lõpp-punkti konteksti piiranguks märgitud 32K ja maksimaalseks väljundiks 8K. Seega ei tohiks suuremaid, 262 144 tokeni ja 65 536 tokeni piiranguid automaatselt eeldada iga pildi- või videopäringu puhul. Enne tootmiskasutusse võtmist kontrollige kasutatava täpse Model Studio lõpp-punkti, piirkonna ja päringurežiimi piiranguid.

Suur üldine kontekstiaken on kasulik näiteks pika tehnilise dokumendi koos diagrammidega läbivaatamisel, mahuka koodibaasi uurimisel või pika agendipõhise töövoo haldamisel. See ei tähenda, et iga päring oleks sama kiire või sama odav. Suuremad sisendid kulutavad rohkem tokeneid ning võivad suurendada latentsust ja hinda.

Arutlus, programmeerimine ja tööriistade tugi

Qwen3.5-122B-A10B on loodud täiustatud arutluseks teksti- ja visuaalsisendite põhjal. Praktiliste näidete hulka kuuluvad diagrammil olevate näitajate võrdlemine, kirjaliku aruande ja pildi vaheliste vastuolude tuvastamine, skeemi selgitamine või videosündmuste jada üle arutlemine. Need on dokumenteeritud multimodaalse ülesehituse toetatud võimed, mida ei tohiks segi ajada iga olukorra puhul usaldusväärse tajumise garantiiga.

Mudel toetab ka programmeerimisega seotud kasutusjuhtumeid. Tekstipõhise suhtluse kaudu saab see koodi genereerida, selgitada, teisendada ja läbi vaadata ning pikk kontekstiaken võib aidata suuremate koodi- või dokumentatsioonisisendite korral. Esitatud hinnang annab võrdleva toimetusliku programmeerimisskooriks 9 punkti 10-st ja arutlusskooriks 9 punkti 10-st. Need skoorid on toimetuslikud hinnangud, mitte Alibaba avaldatud võrdlustestide tulemused, mistõttu tuleks neid käsitleda suunavate hinnangutena, mitte kontrollitud jõudlusmõõdikutena.

Toetatud on funktsioonikutseid, mis võimaldavad rakendusel pakkuda tööriistu, mida mudel saab vestluse käigus taotleda. Näiteks võib rakendus pakkuda andmebaasiotsingut, sisemist otsingufunktsiooni või dokumendiotsingu toimingut. Mudel suudab genereerida ka struktureeritud väljundeid, mis on kasulikud siis, kui rakendus vajab vabas vormis proosa asemel etteaimatavaid välju. Need funktsioonid ei tähenda, et mudel sooritaks iseseisvalt suvalisi väliseid toiminguid; ümbritsev rakendus peab kättesaadavad tööriistad määratlema, valideerima ja käivitama.

Toetatud Model Studio juurutused dokumenteerivad ka veebiotsingu toe. Veebiotsing võib võimaldada veebipõhistele allikatele tuginevaid vastuseid, kuid tulemus sõltub seadistatud otsinguvõimest ning täpsuse või ajakohasuse seisukohalt olulistes olukordades tuleks see siiski üle kontrollida.

Hinnastamine ja juurutamisega seotud kaalutlused

Alibaba Cloud Model Studio hinnastus põhineb tokenitel ning varieerub juurutuse ulatuse ja piirkonna järgi. Esitatud hinnateave sisaldab järgmisi määrasid:

Väljundi hind määratakse esitatud hinnatabelis sisendi pikkuse kategooria järgi, mistõttu üle 128K sisendtokeniga päring võib olla kallim nii sisend- kui ka väljundtokenite osas. Need näitajad ei ole fikseeritud tellimuse hind ning ei pruugi kehtida identselt iga juurutuse ulatuse või piirkonna puhul. Enne tootmiskulude prognoosimist kontrollige Model Studio praegust hinnakirja.

Mudeli hõre MoE-arhitektuur võib pakkuda paremat võimekuse ja arvutusmahu suhet kui sarnase parameetrite koguarvuga tihe mudel, kuid olemasolevad uuringud ei tõesta universaalset eelist latentsuse või hinna osas. Toimetuslik kiiruseskoor on 8 punkti 10-st ja kuluskoor 8 punkti 10-st; mõlemad on võrdlevad hinnangud, mitte teenusepakkuja mõõtmistulemused. Videot, pikka konteksti, tööriistakutseid või ulatuslikku arutlust hõlmavate päringute praktiline jõudlus võib lühikeste tekstipäringute omast erineda.

Peamised tugevused ja piirangud

Tugevused

• Multimodaalne arutlus: ühendab teksti, piltide ja video mõistmise ühes mudelis, mistõttu ei ole iga töövoo jaoks vaja eraldi visioonimudelit.
• Suur dokumenteeritud kontekst: üldine API toetab kuni 262 144 tokenit, millele võivad kehtida lõpp-punkti konkreetsed piirangud.
• Hõre arhitektuur: 122 miljardi parameetri koguarvust on aktiivsed ligikaudu 10 miljardit, pakkudes suure mudeli ülesehitust koos valikulise marsruutimisega.
• Arendajatele mõeldud funktsioonid: funktsioonikutsed, struktureeritud väljundid ja toetatud veebiotsing võimaldavad agendipõhiseid ning rakendustele suunatud töövooge.
• Programmeerimine ja analüüs: mudel sobib koodi genereerimiseks, dokumentide analüüsimiseks, diagrammide tõlgendamiseks ja visuaalsetele küsimustele vastamiseks.

Piirangud

• Ainult tekstiväljund: see ei genereeri loomupäraselt pilte, heli ega videot.
• Lõpp-punktist sõltuvad piirangud: visuaalse mõistmise lõpp-punkti puhul on dokumenteeritud 32K kontekst ja maksimaalne 8K väljund, mis on üldise API piirangutest märkimisväärselt väiksemad.
• Tegu ei ole väikese mudeliga: rakendustele, mis vajavad minimaalset latentsust, väikest majutusjälge või lihtsat odavat tekstilõpetust, võib väiksem mudel paremini sobida.
• Dokumenteeritud peenhäälestuse või pakktöötluse tugi puudub: esitatud Model Studio uuringus on peenhäälestus, pakktöötlus ja konteksti vahemällu salvestamine märgitud mittetoetatuks.
• Hinnastus varieerub: piirkond ja juurutuse ulatus mõjutavad hinda ning pikad päringud liiguvad kõrgemasse hinnatasemesse.
• Visuaalne arutlus vajab endiselt kontrolli: mudel suudab analüüsida pilte ja videot, kuid selle väljundeid tuleks kontrollida, kui otsused sõltuvad visuaalse tõlgenduse täpsusest.

Millal valida Qwen3.5-122B-A10B?

Valige Qwen3.5-122B-A10B siis, kui üks töövoog vajab põhjalikku arutlust nii teksti kui ka visuaalse materjali põhjal. See sobib hästi dokumentide ja diagrammide analüüsimiseks, video mõistmiseks, multimodaalseteks teadusabilisteks, programmeerimisagentideks, mis uurivad ekraanipilte või skeeme, ning tööriistu kasutavateks süsteemideks, mis vajavad struktureeritud vastuseid. Suure üldise konteksti, visuaalsisendite, funktsioonikutsete ja veebiotsingu kombinatsioon on eriti kasulik siis, kui ülesanne hõlmab mitut teabeallikat, mitte ainult üht lühikest päringut.

See on ka Qwen3.5 mudelisarjas mõistlik vahepealne valik, kui suurem Qwen3.5-397B-A17B oleks töökoormuse jaoks liialt võimas. Esitatud uuring toetab sellist paiknemist mudelisarjas, kuid ei anna nende kahe mudeli kohta otsest võrdlustesti. Seetõttu tuleks valik teha vajaliku kvaliteedi, eelarve, latentsuse ja juurutusvõimaluste põhjal, mitte eeldada kindlat jõudluserinevust.

Kui ülesanne on kitsalt määratletud, kaaluge teist tüüpi mudelit. Väiksem ainult tekstile keskenduv mudel võib sobida paremini suuremahulise klassifitseerimise, lühikeste automaatse lõpetamise päringute või latentsustundlike rakenduste jaoks. Kui nõutav väljund ei ole tekst, võib eelistada spetsiaalset pildi-, video-, heli- või meediumisisu genereerimise mudelit. Dokumenteeritud peenhäälestuse, pakktöötluse või vahemällu salvestamise toega mudel või teenus võib nende töökorralduslike nõuetega paremini sobida.

Kokkuvõte

Qwen3.5-122B-A10B on suur hõre MoE-mudel rakendustele, mis vajavad täiustatud tekstipõhist arutlust koos piltide ja video mõistmisega. Selle ligikaudu 10 miljardit aktiivset parameetrit, suur üldise API kontekst, struktureeritud väljundid, funktsioonikutsed ja toetatud veebiotsing muudavad selle keerukate multimodaalsete töövoogude jaoks sobivamaks kui lihtsa tekstigeneratsiooni jaoks. Enne kasutuselevõttu tuleb kontrollida täpset lõpp-punkti piirangut, piirkondlikku hinnastust, eeldatavat latentsust ja seda, kas rakenduse jaoks piisab ainult tekstiväljundist.