[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"portal-settings:stajic:ru":3,"public-menus:all":38,"post:new-qwen-3-5-plus:ru":221,"related:post:new-qwen-3-5-plus:ru:1":466},{"statusCode":4,"data":5,"message":37},200,{"tenantId":6,"lang":7,"defaultLang":8,"siteUrl":9,"contactEmail":10,"brandName":11,"logoUrl":12,"siteName":11,"siteDescription":13,"ogImage":10,"robotsIndex":14,"socialLinks":10,"reservedSlugs":10,"seoPolicy":15},"stajic","ru","de","https:\u002F\u002Fstajic.de",null,"Stajic Platform","\u002FLogo_Planet.svg","Stajic Portal",true,{"branding":16,"relatedContent":17,"crossDomainLinks":18},{"logoUrl":12},{"enabled":14},[19,22,25,28,31,34],{"url":20,"label":21,"isActive":14,"showInFooter":14,"includeInSameAs":14},"https:\u002F\u002Ffigure.rocks","figure.rocks",{"url":23,"label":24,"isActive":14,"showInFooter":14,"includeInSameAs":14},"https:\u002F\u002Floving.rocks","loving.rocks",{"url":26,"label":27,"isActive":14,"showInFooter":14,"includeInSameAs":14},"https:\u002F\u002Fbazify.com","bazify.com",{"url":29,"label":30,"isActive":14,"showInFooter":14,"includeInSameAs":14},"https:\u002F\u002Fbazify.de","bazify.de",{"url":32,"label":33,"isActive":14,"showInFooter":14,"includeInSameAs":14},"https:\u002F\u002Fbazify.at","bazify.at",{"url":35,"label":36,"isActive":14,"showInFooter":14,"includeInSameAs":14},"https:\u002F\u002Fbazify.ba","bazify.ba","Portal settings resolved",[39,45],{"id":40,"name":41,"location":42,"isActive":14,"isDefault":43,"items":44},1,"main-navigation","header",false,[],{"id":46,"name":47,"location":48,"isActive":14,"isDefault":14,"items":49},4,"main-menu","sidebar",[50,66,79,93,103,118,133],{"id":51,"title":52,"url":60,"target":61,"icon":62,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":64,"portfolioId":10,"children":65},"item-18",{"de":53,"en":54,"es":55,"fr":56,"it":54,"ru":57,"sr":58,"zh":59},"Startseite","Home","Inicio","Accueil","Главная","Почетна","首页","\u002Ffull-stack-web-developer-munich-performance-seo-and-maintainable-builds","_self","i-lucide-home","page",111,[],{"id":67,"title":68,"url":75,"target":61,"icon":76,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":77,"portfolioId":10,"children":78},"item-22",{"de":69,"en":69,"es":70,"fr":69,"it":71,"ru":72,"sr":73,"zh":74},"Vision","Visión","Visione","Видение","Визија","想象","\u002Fueber-uns-webdesign-muenchen-webaplikation","i-lucide-eye",113,[],{"id":80,"title":81,"url":89,"target":61,"icon":90,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":91,"portfolioId":10,"children":92},"item-19",{"de":82,"en":83,"es":84,"fr":83,"it":85,"ru":86,"sr":87,"zh":88},"Leistungen","Services","Servicios","Servizi","Услуги","Услуге","服务","\u002Fservices-dienstleistungen-muenchen","i-lucide-wrench",116,[],{"id":94,"title":95,"url":99,"target":61,"icon":100,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":101,"portfolioId":10,"children":102},"item-23",{"de":96,"en":96,"es":96,"fr":96,"it":96,"ru":97,"sr":97,"zh":98},"Blog","Блог","博客","\u002Fblog","i-lucide-book-open",112,[],{"id":104,"title":105,"url":114,"target":61,"icon":115,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":116,"portfolioId":10,"children":117},"item-32",{"de":106,"en":107,"es":108,"fr":109,"it":110,"ru":111,"sr":112,"zh":113},"Neue Technologien","New Technologies","Nuevas tecnologías","Nouvelles technologies","Nuove tecnologie","Новые технологии","Нове технологије","新技术！","\u002Fneue-webtechnologien","i-lucide-sparkles",122,[],{"id":119,"title":120,"url":129,"target":61,"icon":130,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":131,"portfolioId":10,"children":132},"item-20",{"de":121,"en":122,"es":123,"fr":124,"it":125,"ru":126,"sr":127,"zh":128},"Kontakt","Contact us!","Contacto","Contact","Contatto","Контакт","Контактирајте нас","联系我们！","\u002Fcontact","i-lucide-mail",115,[],{"id":134,"title":135,"url":144,"target":61,"icon":145,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":146,"portfolioId":10,"children":147},"item-21",{"de":136,"en":137,"es":138,"fr":139,"it":140,"ru":141,"sr":142,"zh":143},"Unsere Arbeit","Our Work","Nuestro trabajo","Nos réalisations","I nostri lavori","Наши работы","Наши радови","文件夹","\u002Fportfolio","i-lucide-briefcase",114,[148,161,175,191,206],{"id":149,"title":150,"url":144,"target":61,"icon":159,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":146,"portfolioId":10,"children":160},"item-24",{"de":151,"en":152,"es":153,"fr":154,"it":155,"ru":156,"sr":157,"zh":158},"Alle Projekte","All Projects","Todos los proyectos","Tous les projets","Tutti i progetti","Все проекты","Сви пројекти","所有项目","i-lucide-grid-3x3",[],{"id":162,"title":163,"url":171,"target":61,"icon":172,"isActive":14,"type":173,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":10,"portfolioId":10,"children":174},"item-29",{"de":164,"en":165,"es":166,"fr":167,"it":168,"ru":169,"sr":170,"zh":143},"Local Roots, Global Reach","Local Roots - Global Reach","Empresa local ","Entreprise locale","Azienda locale","Местная компания","Локално предузеће глобално тржиште","\u002Fportfolio\u002Flocal-roots-global-reach-communication-media-systems-for-modern-business","i-lucide-globe-2","custom",[],{"id":176,"title":177,"url":186,"target":61,"icon":187,"isActive":14,"type":188,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":10,"portfolioId":189,"children":190},"menu-2916d060-8681-482a-af9a-c107a8bc30d8",{"de":178,"en":179,"es":180,"fr":181,"it":182,"ru":183,"sr":184,"zh":185},"Von Rohdaten zu verifizierbarem KI-Kontext: Eine praktische Architektur für agentenbereite Informationen","From Raw Data to Verifiable AI Context:","De datos sin procesar a contexto de IA verificable: una arquitectura práctica para información lista para agentes","Des données brutes au contexte d'IA vérifiable : une architecture pratique pour des informations prêtes pour les agents","Dai dati grezzi a un contesto IA verificabile: Un'architettura pratica per informazioni pronte per gli agenti","От необработанных данных к верифицируемому контексту ИИ: практическая архитектура информации, готовой для агентов","Od sirovih podataka do proverljivog AI konteksta: Praktična arhitektura za informacije spremne za agente","从原始数据到可验证的 AI 上下文：面向智能体就绪信息的实用架构","\u002Fportfolio\u002Ffrom-raw-data-to-verifiable-ai-context-a-practical-architecture-for-agent-ready-information","i-lucide-database","portfolio",22,[],{"id":192,"title":193,"url":202,"target":61,"icon":203,"isActive":14,"type":188,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":10,"portfolioId":204,"children":205},"menu-e2061cd7-ff53-49d5-a0e8-3d49090577c0",{"de":194,"en":195,"es":196,"fr":197,"it":198,"ru":199,"sr":200,"zh":201},"Präsenzplattformen — Unternehmenskommunikation","Presence Platforms — Enterprise Communication","Plataformas de presencia — Comunicación empresarial","Plateformes de présence — Communication d'entreprise","Presence Platforms — Comunicazione aziendale","Платформы присутствия — Корпоративные коммуникации","Presence platforme — Poslovna komunikacija","Presence 平台 — 企业通信","\u002Fportfolio\u002Fpresence-platforms-enterprise-communication-that-wins-without-competing","i-lucide-badge-percent",21,[],{"id":207,"title":208,"url":217,"target":61,"icon":218,"isActive":14,"type":188,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":10,"portfolioId":219,"children":220},"menu-a781582e-e90d-418e-b8c9-b070bc37c37e",{"de":209,"en":210,"es":211,"fr":212,"it":213,"ru":214,"sr":215,"zh":216},"Maximierung des POS-ROI durch Konsistenz","Maximizing POS ROI Through Consistent","Maximizar el ROI del POS a través de constante","Maximiser le ROI du PDV grâce à la cohérence","Massimizzare il ROI del POS attraverso costante","Максимизация ROI POS за счет последовательного","Maksimizacija POS ROI-ja kroz dosledno","通过持续最大化 POS 投资回报率","\u002Fportfolio\u002Ffrom-vision-to-value-maximizing-pos-roi-through-consistent-ci-creation-and-strategic-branding","i-lucide-briefcase-business",11,[],{"statusCode":4,"data":222,"message":465},{"id":223,"title":224,"slug":225,"content":226,"contentJson":227,"excerpt":319,"featuredImage":320,"featuredImageAlt":321,"featuredImageCaption":10,"featuredImageTitle":10,"featuredImageCopyright":10,"featuredImageAuthor":10,"featuredImageSourceUrl":10,"featuredImageLicense":10,"featuredImageIsAiGenerated":43,"status":322,"publishedAt":323,"createdAt":324,"updatedAt":325,"seoLocalePaths":326,"categories":335,"author":352,"translations":357},"384","Новый Qwen 3.5-Plus: Open-source ИИ — теперь всё серьезно","new-qwen-3-5-plus","\u003Ch2>Qwen 3.5-Plus: «агентский» ИИ с открытым исходным кодом, который упрощает решение сложных задач для разработчиков\u003C\u002Fh2>\n\u003Cp>Alibaba выпустила \u003Cb>Qwen 3.5\u003C\u002Fb> и особо выделила \u003Cb>Qwen 3.5-Plus\u003C\u002Fb> как модель, разработанную для \u003Ci>агентской\u003C\u002Fi> работы: планирования, использования инструментов и выполнения многоэтапных задач со значительно более высокой эффективностью. Посыл ясен: меньше «магии промптов», больше надежного исполнения — и всё это с контекстом до \u003Cb>1 млн токенов\u003C\u002Fb> в версии Plus.\u003C\u002Fp>\n\u003Ch3>Почему это важно для разработчиков\u003C\u002Fh3>\n\u003Cp>Если вы создаете продакшн-агентов (RAG, копилоты, боты для автоматического код-ревью, конвейеры данных, UI-тестеры), самая большая проблема не в том, «знает ли модель что-то», а в том: \u003Cb>может ли она последовательно выполнять рабочий процесс\u003C\u002Fb>, не ломаясь на шестом шаге. Qwen 3.5-Plus нацелен именно на эту область — с большим контекстом, мультимодальным вводом и встроенным поведением использования инструментов (tool-use).\u003C\u002Fp>\n\u003Cblockquote class=\"border-l-4 border-gray-300 pl-4 italic\">Это модель, которая пытается превратить LLM из «чат-интерфейса» в \u003Cb>исполнительный слой\u003C\u002Fb>: она видит, планирует, использует инструменты и завершает работу.\u003Ccite class=\"block mt-2 text-sm\">— Как Qwen 3.5 позиционирует «агентское» направление\u003C\u002Fcite>\u003C\u002Fblockquote>\n\u003Ch3>Основные новшества (Qwen 3.5-Plus на практике)\u003C\u002Fh3>\n\u003Cul>\u003Cli>\u003Cb>Контекст 1 млн\u003C\u002Fb>: на практике это означает, что вы можете загружать большие фрагменты кодовой базы, логи, спецификации и длинные диалоги без постоянного дробления на части (chunking).\u003C\u002Fli>\u003Cli>\u003Cb>Adaptive tool use\u003C\u002Fb>: модель обучена самостоятельно решать, когда вызывать инструмент (поиск, выполнение кода, браузер, функции), вместо того чтобы делать всё «в уме».\u003C\u002Fli>\u003Cli>\u003Cb>Multimodal + «visual agent»\u003C\u002Fb>: понимает изображения\u002Fдокументы и ориентирован на работу с десктопными и мобильными приложениями (агент, который может «кликать» и выполнять действия).\u003C\u002Fli>\u003Cli>\u003Cb>Еффективность (MoE \u002F архитектура)\u003C\u002Fb>: упор на более высокую пропускную способность и низкие затраты; Alibaba в публичных выступлениях подчеркивает значительно меньшую стоимость и лучшую масштабируемость рабочих нагрузок.\u003C\u002Fli>\u003Cli>\u003Cb>Open ecosystem\u003C\u002Fb>: серия поставляется с версиями open-weight и инструментарием (репозитории, форматы HF), в то время как Plus часто предлагается как хостинговая модель для обеспечения задержки и стабильности на уровне продакшена.\u003C\u002Fli>\u003C\u002Ful>\n\u003Cdiv class=\"ce-delimiter cdx-block my-8\">\u003C\u002Fdiv>\n\u003Ch3>Как быстро попробовать (без лишних слов)\u003C\u002Fh3>\n\u003Cp>Самый быстрый путь — через провайдера, который уже хостит Qwen 3.5-Plus (например, шлюз\u002Fагрегатор или облачную студию). Если у вас уже есть приложение, использующее API в стиле «chat completions», миграция в основном сводится к смене имени модели и проверке лимитов контекста и инструментов.\u003C\u002Fp>\n\u003Cpre class=\"code-block\" data-lang=\"javascript\">\u003Ccode class=\"language-javascript\">\u002F\u002F Минимальный пример (псевдокод): замените эндпоинт\u002FSDK в зависимости от провайдера\nimport OpenAI from "openai";\n\nconst client = new OpenAI({ apiKey: process.env.API_KEY, baseURL: process.env.BASE_URL });\n\nconst res = await client.chat.completions.create({\n  model: "qwen3.5-plus",\n  messages: [\n    { role: "system", content: "Ты — агент, который выполняет задачи." },\n    { role: "user", content: "Просмотри этот репозиторий и предложи 5 улучшений безопасности." }\n  ]\n});\n\nconsole.log(res.choices[0].message.content);\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Ch3>Кейсы, в которых Qwen 3.5-Plus имеет реальное преимущество\u003C\u002Fh3>\n\u003Col>\u003Cli>\u003Cb>Агентский RAG на больших корпусах\u003C\u002Fb>: контекст 1 млн + использование инструментов снижают потребность в агрессивной суммаризации.\u003C\u002Fli>\u003Cli>\u003Cb>Repo-level coding\u003C\u002Fb>: анализ нескольких файлов + генерация PR с последовательным планом (меньше «случайных правок»).\u003C\u002Fli>\u003Cli>\u003Cb>Автоматизация UI\u002FQA\u003C\u002Fb>: мультимодальный ввод + направление «визуального агента» для сквозных тестов и воспроизведения багов по скринкастам\u002Fскриншотам.\u003C\u002Fli>\u003Cli>\u003Cb>Ops\u002Fанализ инцидентов\u003C\u002Fb>: большие объемы логов + выполнение сценариев (runbook) с использованием инструментов (поиск, запросы, тикеты).\u003C\u002Fli>\u003Cli>\u003Cb>Агент рабочих процессов данных\u003C\u002Fb>: генерация SQL, валидация результатов, итеративные исправления — всё в одной сессии без потери контекста.\u003C\u002Fli>\u003C\u002Fol>\n\u003Ch3>Компромиссы (чтобы не попасть в ловушку хайпа)\u003C\u002Fh3>\n\u003Cul>\u003Cli>\u003Cb>Контекст 1 млн ≠ 1 млн «идеальной памяти»\u003C\u002Fb>: чем больше входные данные, тем внимательнее нужно следить за структурой (разделение на секции, индекс, план извлечения).\u003C\u002Fli>\u003Cli>\u003Cb>Агентское поведение требует ограничений (guardrails)\u003C\u002Fb>: обязательно добавьте уровень политик (разрешенные инструменты, лимиты запросов, песочница), логирование и повторное воспроизведение.\u003C\u002Fli>\u003Cli>\u003Cb>Хостинг против open-weight\u003C\u002Fb>: Plus как хостинговая модель отлично подходит для низкой задержки и стабильности, но open-weight варианты лучше для приватности и контроля on-prem — при более высокой нагрузке на эксплуатацию (ops).\u003C\u002Fli>\u003C\u002Ful>\n\u003Cp>\u003Cb>Итог:\u003C\u002Fb> Qwen 3.5-Plus — это сигнал о том, что гонка смещается с вопроса «кто умнее в чате» на «кто надежнее выполняет сложные рабочие процессы». Если вы создаете агентов для продакшена, это стоит протестировать — особенно если вашим узким местом являются контекст, использование инструментов и стабильность на протяжении нескольких шагов.\u003C\u002Fp>",{"time":228,"blocks":229,"version":318},1771515867097,[230,235,240,245,249,256,260,271,275,279,283,289,293,303,307,314],{"id":231,"data":232,"type":42},"qwen35p-hero",{"text":233,"level":234},"Qwen 3.5-Plus: «агентский» ИИ с открытым исходным кодом, который упрощает решение сложных задач для разработчиков",2,{"id":236,"data":237,"type":239},"qwen35p-lead",{"text":238},"Alibaba выпустила \u003Cb>Qwen 3.5\u003C\u002Fb> и особо выделила \u003Cb>Qwen 3.5-Plus\u003C\u002Fb> как модель, разработанную для \u003Ci>агентской\u003C\u002Fi> работы: планирования, использования инструментов и выполнения многоэтапных задач со значительно более высокой эффективностью. Посыл ясен: меньше «магии промптов», больше надежного исполнения — и всё это с контекстом до \u003Cb>1 млн токенов\u003C\u002Fb> в версии Plus.","paragraph",{"id":241,"data":242,"type":42},"qwen35p-why",{"text":243,"level":244},"Почему это важно для разработчиков",3,{"id":246,"data":247,"type":239},"qwen35p-why-p",{"text":248},"Если вы создаете продакшн-агентов (RAG, копилоты, боты для автоматического код-ревью, конвейеры данных, UI-тестеры), самая большая проблема не в том, «знает ли модель что-то», а в том: \u003Cb>может ли она последовательно выполнять рабочий процесс\u003C\u002Fb>, не ломаясь на шестом шаге. Qwen 3.5-Plus нацелен именно на эту область — с большим контекстом, мультимодальным вводом и встроенным поведением использования инструментов (tool-use).",{"id":250,"data":251,"type":255},"qwen35p-quote",{"text":252,"caption":253,"alignment":254},"Это модель, которая пытается превратить LLM из «чат-интерфейса» в \u003Cb>исполнительный слой\u003C\u002Fb>: она видит, планирует, использует инструменты и завершает работу.","Как Qwen 3.5 позиционирует «агентское» направление","left","quote",{"id":257,"data":258,"type":42},"qwen35p-features",{"text":259,"level":244},"Основные новшества (Qwen 3.5-Plus на практике)",{"id":261,"data":262,"type":270},"qwen35p-features-list",{"items":263,"style":269},[264,265,266,267,268],"\u003Cb>Контекст 1 млн\u003C\u002Fb>: на практике это означает, что вы можете загружать большие фрагменты кодовой базы, логи, спецификации и длинные диалоги без постоянного дробления на части (chunking).","\u003Cb>Adaptive tool use\u003C\u002Fb>: модель обучена самостоятельно решать, когда вызывать инструмент (поиск, выполнение кода, браузер, функции), вместо того чтобы делать всё «в уме».","\u003Cb>Multimodal + «visual agent»\u003C\u002Fb>: понимает изображения\u002Fдокументы и ориентирован на работу с десктопными и мобильными приложениями (агент, который может «кликать» и выполнять действия).","\u003Cb>Еффективность (MoE \u002F архитектура)\u003C\u002Fb>: упор на более высокую пропускную способность и низкие затраты; Alibaba в публичных выступлениях подчеркивает значительно меньшую стоимость и лучшую масштабируемость рабочих нагрузок.","\u003Cb>Open ecosystem\u003C\u002Fb>: серия поставляется с версиями open-weight и инструментарием (репозитории, форматы HF), в то время как Plus часто предлагается как хостинговая модель для обеспечения задержки и стабильности на уровне продакшена.","unordered","list",{"id":272,"data":273,"type":274},"qwen35p-delim1",{},"delimiter",{"id":276,"data":277,"type":42},"qwen35p-howto",{"text":278,"level":244},"Как быстро попробовать (без лишних слов)",{"id":280,"data":281,"type":239},"qwen35p-howto-p",{"text":282},"Самый быстрый путь — через провайдера, который уже хостит Qwen 3.5-Plus (например, шлюз\u002Fагрегатор или облачную студию). Если у вас уже есть приложение, использующее API в стиле «chat completions», миграция в основном сводится к смене имени модели и проверке лимитов контекста и инструментов.",{"id":284,"data":285,"type":288},"qwen35p-code1",{"code":286,"language":287},"\u002F\u002F Минимальный пример (псевдокод): замените эндпоинт\u002FSDK в зависимости от провайдера\nimport OpenAI from \"openai\";\n\nconst client = new OpenAI({ apiKey: process.env.API_KEY, baseURL: process.env.BASE_URL });\n\nconst res = await client.chat.completions.create({\n  model: \"qwen3.5-plus\",\n  messages: [\n    { role: \"system\", content: \"Ты — агент, который выполняет задачи.\" },\n    { role: \"user\", content: \"Просмотри этот репозиторий и предложи 5 улучшений безопасности.\" }\n  ]\n});\n\nconsole.log(res.choices[0].message.content);","javascript","code",{"id":290,"data":291,"type":42},"qwen35p-usecases",{"text":292,"level":244},"Кейсы, в которых Qwen 3.5-Plus имеет реальное преимущество",{"id":294,"data":295,"type":270},"qwen35p-usecases-list",{"items":296,"style":302},[297,298,299,300,301],"\u003Cb>Агентский RAG на больших корпусах\u003C\u002Fb>: контекст 1 млн + использование инструментов снижают потребность в агрессивной суммаризации.","\u003Cb>Repo-level coding\u003C\u002Fb>: анализ нескольких файлов + генерация PR с последовательным планом (меньше «случайных правок»).","\u003Cb>Автоматизация UI\u002FQA\u003C\u002Fb>: мультимодальный ввод + направление «визуального агента» для сквозных тестов и воспроизведения багов по скринкастам\u002Fскриншотам.","\u003Cb>Ops\u002Fанализ инцидентов\u003C\u002Fb>: большие объемы логов + выполнение сценариев (runbook) с использованием инструментов (поиск, запросы, тикеты).","\u003Cb>Агент рабочих процессов данных\u003C\u002Fb>: генерация SQL, валидация результатов, итеративные исправления — всё в одной сессии без потери контекста.","ordered",{"id":304,"data":305,"type":42},"qwen35p-tradeoffs",{"text":306,"level":244},"Компромиссы (чтобы не попасть в ловушку хайпа)",{"id":308,"data":309,"type":270},"qwen35p-tradeoffs-list",{"items":310,"style":269},[311,312,313],"\u003Cb>Контекст 1 млн ≠ 1 млн «идеальной памяти»\u003C\u002Fb>: чем больше входные данные, тем внимательнее нужно следить за структурой (разделение на секции, индекс, план извлечения).","\u003Cb>Агентское поведение требует ограничений (guardrails)\u003C\u002Fb>: обязательно добавьте уровень политик (разрешенные инструменты, лимиты запросов, песочница), логирование и повторное воспроизведение.","\u003Cb>Хостинг против open-weight\u003C\u002Fb>: Plus как хостинговая модель отлично подходит для низкой задержки и стабильности, но open-weight варианты лучше для приватности и контроля on-prem — при более высокой нагрузке на эксплуатацию (ops).",{"id":315,"data":316,"type":239},"qwen35p-bottomline",{"text":317},"\u003Cb>Итог:\u003C\u002Fb> Qwen 3.5-Plus — это сигнал о том, что гонка смещается с вопроса «кто умнее в чате» на «кто надежнее выполняет сложные рабочие процессы». Если вы создаете агентов для продакшена, это стоит протестировать — особенно если вашим узким местом являются контекст, использование инструментов и стабильность на протяжении нескольких шагов.","2.31","Откройте для себя революционные функции и преимущества Qwen 3.5-Plus от Alibaba — меняющего правила игры ИИ с открытым исходным кодом для разработчиков.","\u002Fuploads\u002F2026\u002F02\u002Fnew-qwen-3-5-plus-1771515512741-dcbi9p.webp","new-qwen-3-5-plus-1771515512741-dcbi9p","PUBLISHED","2026-02-19T10:23:00.000Z","2026-02-19T15:23:23.973Z","2026-02-20T20:39:04.434Z",{"en":327,"de":328,"sr":329,"es":330,"fr":331,"it":332,"ru":333,"zh":334},"\u002Fblog\u002Fnew-qwen-3-5-plus","\u002Fde\u002Fblog\u002Fnew-qwen-3-5-plus","\u002Fsr\u002Fblog\u002Fnew-qwen-3-5-plus","\u002Fes\u002Fblog\u002Fnew-qwen-3-5-plus","\u002Ffr\u002Fblog\u002Fnew-qwen-3-5-plus","\u002Fit\u002Fblog\u002Fnew-qwen-3-5-plus","\u002Fru\u002Fblog\u002Fnew-qwen-3-5-plus","\u002Fzh\u002Fblog\u002Fnew-qwen-3-5-plus",[336,340,344,348],{"id":337,"name":338,"slug":339},94,"Ранбук: Релиз","release-runbook",{"id":341,"name":342,"slug":343},106,"Ранбук: Откат AI","ai-rollback",{"id":345,"name":346,"slug":347},88,"Версионирование (промпты, модели)","versioning",{"id":349,"name":350,"slug":351},87,"Плейбук: LLMOps","llmops",{"id":353,"login":354,"email":355,"displayName":356},"20","rooth8233","","Aleksandar Stajić",[358,427],{"lang":359,"title":360,"content":361,"contentJson":362,"excerpt":426},"en","New Qwen 3.5-Plus: Open-source AI is getting serious now","{\"time\":1771533358356,\"blocks\":[{\"id\":\"qwen35p-hero\",\"data\":{\"text\":\"Qwen 3.5-Plus: Open-source \\\"agentic\\\" AI that removes friction for developers in complex tasks\",\"level\":2},\"type\":\"header\"},{\"id\":\"qwen35p-lead\",\"data\":{\"text\":\"Alibaba has released \u003Cb>Qwen 3.5\u003C\u002Fb> and particularly highlights \u003Cb>Qwen 3.5-Plus\u003C\u002Fb> as a model developed for \u003Ci>agentic\u003C\u002Fi> work: planning, tool use, and execution of multi-step tasks with significantly higher efficiency. The message is clear: less \\\"prompt magic\\\", more reliable execution – and all with a context of up to \u003Cb>1 million tokens\u003C\u002Fb> in the Plus variant.\"},\"type\":\"paragraph\"},{\"id\":\"qwen35p-why\",\"data\":{\"text\":\"Why this is important for developers\",\"level\":3},\"type\":\"header\"},{\"id\":\"qwen35p-why-p\",\"data\":{\"text\":\"When you build production agents (RAG, copilots, automatic code review bots, data pipelines, UI testers), the biggest problem isn't \\\"whether the model knows something\\\", but: \u003Cb>can it consistently process the workflow\u003C\u002Fb> without falling apart at the 6th step. Qwen 3.5-Plus targets exactly this area – with large context, multimodal input, and integrated tool-use behavior.\"},\"type\":\"paragraph\"},{\"id\":\"qwen35p-quote\",\"data\":{\"text\":\"This is a model that attempts to transform LLMs from a \\\"chat UI\\\" into an \u003Cb>execution layer\u003C\u002Fb>: it sees, plans, uses tools, and completes the task.\",\"caption\":\"How Qwen 3.5 positions the \\\"agentic\\\" direction\",\"alignment\":\"left\"},\"type\":\"quote\"},{\"id\":\"qwen35p-features\",\"data\":{\"text\":\"Key innovations (Qwen 3.5-Plus in practice)\",\"level\":3},\"type\":\"header\"},{\"id\":\"qwen35p-features-list\",\"data\":{\"items\":[\"\u003Cb>1M Context\u003C\u002Fb>: In practice, this means you can process large codebase snippets, logs, specifications, and long conversations without constant \\\"chunking\\\".\",\"\u003Cb>Adaptive Tool Use\u003C\u002Fb>: The model is trained to decide for itself when a tool (search, code execution, browser, functions) should be called, instead of doing everything \\\"in its head\\\".\",\"\u003Cb>Multimodal + \\\"Visual Agent\\\"\u003C\u002Fb>: Understands images\u002Fdocuments and aims at working across desktop\u002Fmobile apps (an agent that can \\\"click\\\" and execute steps).\",\"\u003Cb>Efficiency (MoE \u002F Architecture)\u003C\u002Fb>: Focus on higher throughput and lower costs; Alibaba emphasizes significantly lower costs and better scaling of workloads in public appearances.\",\"\u003Cb>Open Ecosystem\u003C\u002Fb>: The series includes open-weight editions and tooling (repo, HF formats), while Plus is often offered as a hosted model for production latency and stability.\"],\"style\":\"unordered\"},\"type\":\"list\"},{\"id\":\"qwen35p-delim1\",\"data\":{},\"type\":\"delimiter\"},{\"id\":\"qwen35p-howto\",\"data\":{\"text\":\"How to try it quickly (without further ado)\",\"level\":3},\"type\":\"header\"},{\"id\":\"qwen35p-howto-p\",\"data\":{\"text\":\"The fastest way is through a provider that already hosts Qwen 3.5-Plus (e.g., gateway\u002Faggregator or cloud studio). If you already have an app that uses a \\\"Chat Completions\\\" style API, migration usually consists only of changing the model name and checking context limits and tools.\"},\"type\":\"paragraph\"},{\"id\":\"qwen35p-code1\",\"data\":{\"code\":\"\u002F\u002F Minimal example (pseudo): replace endpoint\u002FSDK depending on provider\\nimport OpenAI from \\\"openai\\\";\\n\\nconst client = new OpenAI({ apiKey: process.env.API_KEY, baseURL: process.env.BASE_URL });\\n\\nconst res = await client.chat.completions.create({\\n  model: \\\"qwen3.5-plus\\\",\\n  messages: [\\n    { role: \\\"system\\\", content: \\\"You are an agent that completes tasks.\\\" },\\n    { role: \\\"user\\\", content: \\\"Go through this repo and suggest 5 security improvements.\\\" }\\n  ]\\n});\\n\\nconsole.log(res.choices[0].message.content);\",\"language\":\"javascript\"},\"type\":\"code\"},{\"id\":\"qwen35p-usecases\",\"data\":{\"text\":\"Use cases where Qwen 3.5-Plus offers a real advantage\",\"level\":3},\"type\":\"header\"},{\"id\":\"qwen35p-usecases-list\",\"data\":{\"items\":[\"\u003Cb>Agentic RAG for large corpora\u003C\u002Fb>: 1M context + tool-use reduces the need for aggressive summarization.\",\"\u003Cb>Repo-Level Coding\u003C\u002Fb>: Analysis of multiple files + generation of PRs with a consistent plan (less \\\"random patchwork\\\").\",\"\u003Cb>UI\u002FQA Automation\u003C\u002Fb>: Multimodal input + \\\"Visual Agent\\\" alignment for end-to-end tests and reproducing bugs from screencasts\u002Fscreenshots.\",\"\u003Cb>Ops\u002FIncident Analysis\u003C\u002Fb>: Large amounts of logs + runbook execution with tools (search, query, ticketing).\",\"\u003Cb>Data Workflow Agent\u003C\u002Fb>: SQL generation, result validation, iterative corrections – all in one session without context loss.\"],\"style\":\"ordered\"},\"type\":\"list\"},{\"id\":\"qwen35p-tradeoffs\",\"data\":{\"text\":\"Trade-offs (to avoid falling into the hype trap)\",\"level\":3},\"type\":\"header\"},{\"id\":\"qwen35p-tradeoffs-list\",\"data\":{\"items\":[\"\u003Cb>1M Context ≠ 1M \\\"perfect memory\\\"\u003C\u002Fb>: The larger the input, the more you need to pay attention to structure (sectioning, index, retrieval plan).\",\"\u003Cb>Agentic behavior requires guardrails\u003C\u002Fb>: Be sure to add a policy layer (allowed tools, rate limit, sandbox), logging, and replay.\",\"\u003Cb>Hosted vs. Open-Weight\u003C\u002Fb>: Plus as a hosted model is excellent for latency\u002Fstability, but open-weight variants are better for data privacy and on-prem control – with higher operational overhead (Ops).\"],\"style\":\"unordered\"},\"type\":\"list\"},{\"id\":\"qwen35p-bottomline\",\"data\":{\"text\":\"\u003Cb>Conclusion:\u003C\u002Fb> Qwen 3.5-Plus is a signal that the race is shifting from \\\"who is smarter in chat\\\" to \\\"who executes complex workflows more reliably\\\". If you use agents in production, this is worth a test – especially if context, tool-use, and stability across multiple steps are your bottlenecks.\"},\"type\":\"paragraph\"}],\"version\":\"2.31\"}",{"time":363,"blocks":364,"version":318},1771533358356,[365,368,371,374,377,381,384,392,394,397,400,403,406,414,417,423],{"id":231,"data":366,"type":42},{"text":367,"level":234},"Qwen 3.5-Plus: Open-source \"agentic\" AI that removes friction for developers in complex tasks",{"id":236,"data":369,"type":239},{"text":370},"Alibaba has released \u003Cb>Qwen 3.5\u003C\u002Fb> and particularly highlights \u003Cb>Qwen 3.5-Plus\u003C\u002Fb> as a model developed for \u003Ci>agentic\u003C\u002Fi> work: planning, tool use, and execution of multi-step tasks with significantly higher efficiency. The message is clear: less \"prompt magic\", more reliable execution – and all with a context of up to \u003Cb>1 million tokens\u003C\u002Fb> in the Plus variant.",{"id":241,"data":372,"type":42},{"text":373,"level":244},"Why this is important for developers",{"id":246,"data":375,"type":239},{"text":376},"When you build production agents (RAG, copilots, automatic code review bots, data pipelines, UI testers), the biggest problem isn't \"whether the model knows something\", but: \u003Cb>can it consistently process the workflow\u003C\u002Fb> without falling apart at the 6th step. Qwen 3.5-Plus targets exactly this area – with large context, multimodal input, and integrated tool-use behavior.",{"id":250,"data":378,"type":255},{"text":379,"caption":380,"alignment":254},"This is a model that attempts to transform LLMs from a \"chat UI\" into an \u003Cb>execution layer\u003C\u002Fb>: it sees, plans, uses tools, and completes the task.","How Qwen 3.5 positions the \"agentic\" direction",{"id":257,"data":382,"type":42},{"text":383,"level":244},"Key innovations (Qwen 3.5-Plus in practice)",{"id":261,"data":385,"type":270},{"items":386,"style":269},[387,388,389,390,391],"\u003Cb>1M Context\u003C\u002Fb>: In practice, this means you can process large codebase snippets, logs, specifications, and long conversations without constant \"chunking\".","\u003Cb>Adaptive Tool Use\u003C\u002Fb>: The model is trained to decide for itself when a tool (search, code execution, browser, functions) should be called, instead of doing everything \"in its head\".","\u003Cb>Multimodal + \"Visual Agent\"\u003C\u002Fb>: Understands images\u002Fdocuments and aims at working across desktop\u002Fmobile apps (an agent that can \"click\" and execute steps).","\u003Cb>Efficiency (MoE \u002F Architecture)\u003C\u002Fb>: Focus on higher throughput and lower costs; Alibaba emphasizes significantly lower costs and better scaling of workloads in public appearances.","\u003Cb>Open Ecosystem\u003C\u002Fb>: The series includes open-weight editions and tooling (repo, HF formats), while Plus is often offered as a hosted model for production latency and stability.",{"id":272,"data":393,"type":274},{},{"id":276,"data":395,"type":42},{"text":396,"level":244},"How to try it quickly (without further ado)",{"id":280,"data":398,"type":239},{"text":399},"The fastest way is through a provider that already hosts Qwen 3.5-Plus (e.g., gateway\u002Faggregator or cloud studio). If you already have an app that uses a \"Chat Completions\" style API, migration usually consists only of changing the model name and checking context limits and tools.",{"id":284,"data":401,"type":288},{"code":402,"language":287},"\u002F\u002F Minimal example (pseudo): replace endpoint\u002FSDK depending on provider\nimport OpenAI from \"openai\";\n\nconst client = new OpenAI({ apiKey: process.env.API_KEY, baseURL: process.env.BASE_URL });\n\nconst res = await client.chat.completions.create({\n  model: \"qwen3.5-plus\",\n  messages: [\n    { role: \"system\", content: \"You are an agent that completes tasks.\" },\n    { role: \"user\", content: \"Go through this repo and suggest 5 security improvements.\" }\n  ]\n});\n\nconsole.log(res.choices[0].message.content);",{"id":290,"data":404,"type":42},{"text":405,"level":244},"Use cases where Qwen 3.5-Plus offers a real advantage",{"id":294,"data":407,"type":270},{"items":408,"style":302},[409,410,411,412,413],"\u003Cb>Agentic RAG for large corpora\u003C\u002Fb>: 1M context + tool-use reduces the need for aggressive summarization.","\u003Cb>Repo-Level Coding\u003C\u002Fb>: Analysis of multiple files + generation of PRs with a consistent plan (less \"random patchwork\").","\u003Cb>UI\u002FQA Automation\u003C\u002Fb>: Multimodal input + \"Visual Agent\" alignment for end-to-end tests and reproducing bugs from screencasts\u002Fscreenshots.","\u003Cb>Ops\u002FIncident Analysis\u003C\u002Fb>: Large amounts of logs + runbook execution with tools (search, query, ticketing).","\u003Cb>Data Workflow Agent\u003C\u002Fb>: SQL generation, result validation, iterative corrections – all in one session without context loss.",{"id":304,"data":415,"type":42},{"text":416,"level":244},"Trade-offs (to avoid falling into the hype trap)",{"id":308,"data":418,"type":270},{"items":419,"style":269},[420,421,422],"\u003Cb>1M Context ≠ 1M \"perfect memory\"\u003C\u002Fb>: The larger the input, the more you need to pay attention to structure (sectioning, index, retrieval plan).","\u003Cb>Agentic behavior requires guardrails\u003C\u002Fb>: Be sure to add a policy layer (allowed tools, rate limit, sandbox), logging, and replay.","\u003Cb>Hosted vs. Open-Weight\u003C\u002Fb>: Plus as a hosted model is excellent for latency\u002Fstability, but open-weight variants are better for data privacy and on-prem control – with higher operational overhead (Ops).",{"id":315,"data":424,"type":239},{"text":425},"\u003Cb>Conclusion:\u003C\u002Fb> Qwen 3.5-Plus is a signal that the race is shifting from \"who is smarter in chat\" to \"who executes complex workflows more reliably\". If you use agents in production, this is worth a test – especially if context, tool-use, and stability across multiple steps are your bottlenecks.","Discover the groundbreaking features and benefits of Alibaba's Qwen 3.5-Plus, a revolutionary open-source AI for developers.",{"lang":7,"title":224,"content":226,"contentJson":428,"excerpt":319},{"time":228,"blocks":429,"version":318},[430,432,434,436,438,440,442,445,447,449,451,453,455,458,460,463],{"id":231,"data":431,"type":42},{"text":233,"level":234},{"id":236,"data":433,"type":239},{"text":238},{"id":241,"data":435,"type":42},{"text":243,"level":244},{"id":246,"data":437,"type":239},{"text":248},{"id":250,"data":439,"type":255},{"text":252,"caption":253,"alignment":254},{"id":257,"data":441,"type":42},{"text":259,"level":244},{"id":261,"data":443,"type":270},{"items":444,"style":269},[264,265,266,267,268],{"id":272,"data":446,"type":274},{},{"id":276,"data":448,"type":42},{"text":278,"level":244},{"id":280,"data":450,"type":239},{"text":282},{"id":284,"data":452,"type":288},{"code":286,"language":287},{"id":290,"data":454,"type":42},{"text":292,"level":244},{"id":294,"data":456,"type":270},{"items":457,"style":302},[297,298,299,300,301],{"id":304,"data":459,"type":42},{"text":306,"level":244},{"id":308,"data":461,"type":270},{"items":462,"style":269},[311,312,313],{"id":315,"data":464,"type":239},{"text":317},"Post erfolgreich abgerufen",{"items":467,"source":507,"manualIds":508,"manualMatchedIds":509},[468,475,481,488,493,500],{"id":469,"slug":470,"title":471,"excerpt":472,"featuredImage":473,"publishedAt":474},"496","why-does-ai-retrieve-some-sources-and-ignore-others-the-retrieval-authority-layer","Почему ИИ извлекает одни источники и игнорирует другие? — Уровень авторитетности извлечения","Найти релевантный документ недостаточно. Системы ИИ также должны отличать источники, которые являются актуальными, авторитетными, применимыми и отслеживаемыми, от источников, которые лишь выглядят похожими. Уровень авторитетности поиска определяет эту границу выбора источников.","\u002Fuploads\u002F2026\u002F10\u002Fwhy-does-ai-retrieve-some-sources-and-ignore-others-the-retrieval-authority-layer-1792072410616-0evp1z.webp","2026-10-15T07:51:00.000Z",{"id":476,"slug":477,"title":478,"excerpt":479,"featuredImage":320,"publishedAt":480},"445","qwen-3-6-in-production-release-runbook-ai-rollback-and-llmops-versioning","Qwen 3.6 в продакшене: ранбук релиза, откат ИИ и версионирование LLMOps","Qwen 3.6 — это не просто очередное обновление модели. Это одновременно событие релиза, сценарий отката и проблема версионирования. В этой статье объясняется, как следует работать с Qwen 3.6 в продакшене, используя дисциплину LLMOps, прослеживаемость промптов и моделей, контролируемое развертывание и готовность к откату на основе фактических данных.","2026-05-04T02:49:00.000Z",{"id":482,"slug":483,"title":484,"excerpt":485,"featuredImage":486,"publishedAt":487},"493","mlops-vs-llmops-what-changes-when-the-model-is-an-llm","MLOps против LLMOps: что меняется, когда модель — это LLM","MLOps управляет системами машинного обучения; LLMOps распространяет эти практики на промпты, контекст, извлечение, провайдеров, инструменты, оценки и поведение во время выполнения вокруг больших языковых моделей.","\u002Fuploads\u002F2026\u002F10\u002Fmlops-vs-llmops-what-changes-when-the-model-is-an-llm-1791487319869-2v7hxo.webp","2026-10-08T15:20:00.000Z",{"id":489,"slug":490,"title":490,"excerpt":10,"featuredImage":491,"publishedAt":492},"369","git-with-automatic-upload-and-synchronization-to-a-production-server","\u002Fuploads\u002F2024\u002F05\u002Fstep-by-step-guide-illustration-showing-the-process-of-setting-up-Git-with-auto-upload-and-synchronization-to-a-production-server-large.webp","2024-05-28T22:48:00.000Z",{"id":494,"slug":495,"title":496,"excerpt":497,"featuredImage":498,"publishedAt":499},"459","ollama-is-not-the-product-building-production-ready-open-llm-applications","Ollama — это не продукт: создание готовых к продакшену приложений на базе открытых LLM","Запустить локальную модель с Ollama просто. Создать готовое к продакшену Open-LLM-приложение сложнее: для этого требуются RAG, контроль доступа, абстракция провайдеров, оценка, логирование, дисциплина развертывания и контролируемый уровень приложения вокруг модели.","\u002Fuploads\u002F2026\u002F06\u002Follama-is-not-the-product-building-production-ready-open-llm-applications-1782679361640-h0usqf.webp","2026-06-28T16:39:00.000Z",{"id":501,"slug":502,"title":503,"excerpt":504,"featuredImage":505,"publishedAt":506},"488","what-is-context-engineering-what-the-model-receives-before-it-answers","Что такое контекстная инженерия? Что получает модель до того, как она отвечает","Проектирование контекста определяет, какую информацию модель ИИ получает перед выводом, включая подсказки, извлечение, память, состояние приложения, результаты работы инструментов и историю разговоров.","\u002Fuploads\u002F2026\u002F10\u002Fwhat-is-context-engineering-what-the-model-receives-before-it-answers-1791480653258-018kcv.webp","2026-10-08T13:29:00.000Z","fallback",[],[]]