Qwen3.5 Plus ist die gehostete Flaggschiff-Stufe der Qwen3.5-Generation, dem Schritt des Qwen-Teams „Towards Native Multimodal Agents“.
- Eingabe
- Text Bild Video $0.4/M
- Ausgabe
- Text $2.4/M
- Cache-Lesen
- $0.115/M
- Kontext
- 1M
- vs. GPT-4o
- ~92% günstiger
Prompts mit mehr als 256K Tokens: Die gesamte Anfrage wird mit $0.5/M Eingabe · $3/M Ausgabe berechnet
Benchmarks
Anbieterangaben: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
Preis im Vergleich
Der Preis im Feld von 68 vergleichbaren Modellen
Der Balken zeigt, wo der Preis dieses Modells unter allen Modellen derselben Art auf Synthorai liegt. An beiden Enden stehen das günstigste und das teuerste Modell. Angegeben sind Grundpreise; Rabatte für Batch, Region und Cache-Schreibzugriffe stehen auf der Preisseite.
Spezifikationen & Limits
Tokens
| Kontextfenster (laut Anbieter) | 1.000.000 |
|---|---|
| Max. Ausgabe (laut Anbieter) | 65.536 |
Prompt-Caching
| Modus | automatisch + explizit |
|---|---|
| Min. Präfix | 1.024 |
| Lebensdauer | explizit: 5 Min., bei Treffer zurückgesetzt |
| Schreibkosten | 1.25x |
Thinking
| Anbieter-Parameter | enable_thinking + thinking_budget |
|---|---|
| Zulässige Werte | enable_thinking true · false; thinking_budget in tokens |
| Standardwert | an; die Qwen3.5-Reihe nutzt hybrides Thinking, das standardmäßig aktiviert ist gilt, wenn die Anfrage nichts angibt |
| Abschaltbar | Ja |
| Thinking-Verhalten | Die Spur wird in reasoning_content zurückgegeben; das reasoning_content früherer Turns wird ignoriert, und kein Qwen3.5-Modell steht auf der preserve_thinking-Liste. |
| Parameter | reasoning_effort |
| Werte | minimal · low · medium · high Parameter des Gateways; maßgeblich ist das Anbieter-Mapping oben |
Modell
| Modalitäten | Text + Bild + Video → Text |
|---|---|
| Parameter | 397B gesamt · 17B aktiv MoE |
- In der Cloud gehostetes Gegenstück zu Qwen3.5-397B-A17B (natives VLM, lineare Gated-Delta-Attention und sparse MoE)
- standardmäßig 1M-Token-Kontext, eingebaute Tools, 201 Sprachen
- hybrides Thinking standardmäßig aktiv
Ein Prompt, gemessen über das Gateway
Qwen3.5 Plus bestanden · 3 sentences
Enabling reasoning requires the model to generate hidden intermediate steps before answering, which effectively doubles the computational tokens consumed per query. This increase in unit economics is direct, as we are now paying for deeper analytical work rather than simple response generation. The higher spend is justified by improved accuracy, which reduces downstream error correction costs and operational risk.
Ausgabe 1903 tok (+1832 Thinking) Latenz 33.2 s
Befolgen der Anweisung (genau drei Sätze, das lässt sich zählen), Zuschnitt auf die Zielgruppe (Tonfall für einen CFO) und die Abrechnungslücke durch nicht sichtbares Thinking, die die Token-Zähler unten offenlegen.
Qwen3.5 Plus bestanden · 8/8 cases
```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: best = max(best, cur) cur = 1 return max(best, cur) ``` The bug arises because `cur` and `best` are initialized to 0, which counts matching transitions rather than the actual number of elements, causing single-item runs to incorrectly return 0; furthermore, `best` is only updated inside the loop, so if the longest run extends to the final index, the final value of `cur` is never compared against `best` before the function returns.
Ausgabe 5421 tok (+5243 Thinking) Latenz 93.1 s
Ob der Fix wirklich korrekt ist (er lässt sich ausführen), wie dicht die Erklärung ist und wie sparsam das Modell bei einer klar begrenzten Aufgabe mit Tokens umgeht.
Qwen3.5 Plus bestanden · 5/5 fields, guidance null
{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null }
Ausgabe 1298 tok (+1240 Thinking) Latenz 23.0 s
Schema-Treue (keine erfundenen Felder), Anreiz zum Halluzinieren (der Text nennt ausdrücklich keine guidance) und Unterschiede zwischen den Wegen zur strukturierten Ausgabe.
Qwen3.5 Plus bestanden · 120 words, 0 banned, 1 question
Introducing intelligent prompt caching within our API gateway. This new capability stores frequent requests across multiple AI providers, significantly reducing latency and costs for your applications. Why pay for repeated computations when you can serve stored responses instantly? Our system identifies identical inputs and delivers cached outputs without querying external models every time. This ensures faster performance while maintaining secure privacy standards. Developers can optimize their workflows without complex infrastructure changes. The update is available immediately for enterprise plans. Start saving resources by enabling this feature in your dashboard. We believe this tool will transform how you manage API traffic efficiently. Join thousands of users already benefiting from reduced overhead and improved speed. Your infrastructure really deserves this upgrade today.
Ausgabe 6787 tok (+6649 Thinking) Latenz 116.3 s
Einhaltung der Vorgaben (Wortbudget, Liste verbotener Wörter, genau eine Frage), stilistische Handschrift und Kontrolle über die Länge.
Qwen3.5 Plus in 30 Sekunden nutzen
OpenAI-kompatibel: base_url austauschen, SDK behalten. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="qwen3.5-plus",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "qwen3.5-plus",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3.5-plus",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "qwen3.5-plus",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("qwen3.5-plus")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Über Qwen3.5 Plus
- Aufgebaut auf der Qwen3-Next-Architektur, die Gated Linear Attention mit sparser Mixture-of-Experts paart, nutzt die Generation multimodales Training mit früher Fusion und betont agentische Fähigkeit über Reasoning, Coding und Tool-Nutzung hinweg, mit adaptiven Tool-Calling-Modi.
- Die gehostete Plus-Stufe bietet standardmäßig ein Kontextfenster von 1M Token, geeignet für Workloads mit großen Dokumenten und für langfristige Agent-Aufgaben.
- Die eigene Karte des Qwen-Teams zu Qwen3.5-397B-A17B beschreibt diese gehostete Stufe als ihre verwaltete Version: eine Mixture of Experts mit 397B Parametern, die etwa 17B pro Token aktiviert, offen unter Apache 2.0 veröffentlicht.
- Das ist rund eine Größenordnung mehr Gesamtkapazität als bei der Flash-Stufe, und darin liegt der eigentliche Unterschied zwischen beiden, nicht allein in der Latenz.
- Die bereitgestellten Limits reichen bis 65.536 Output-Token mit einem großen separaten Reasoning-Kontingent, dazu native Bild- und Videoeingabe und eine mehrsprachige Abdeckung, die das Qwen-Team mit 201 Sprachen und Dialekten angibt.
- Thinking ist hybrid und, anders als in der Qwen3-Generation, standardmäßig aktiviert: Für eine direkte Antwort setzen Sie enable_thinking auf false, mit thinking_budget begrenzen Sie die Dauer der Abwägung, und die Spur lesen Sie aus dem separaten reasoning_content-Feld, wo sie als Output abgerechnet wird.
- Eingebaute Tools, Function Calling, strukturierte Ausgaben, Batch-Inferenz und explizites Prompt-Caching runden die Oberfläche ab, wobei parallele Tool-Aufrufe deaktiviert sind, solange sie nicht angefordert werden.
- Synthorai leitet den Traffic von Qwen3.5 Plus über seine OpenAI-kompatible API.
FAQ
Lässt sich die Qwen3.5 Plus API kostenlos testen?
Ja. Neue Konten erhalten 10 Testaufrufe und bis zu $1 Gratisguthaben, ohne Kreditkarte. Bei $0.4/M für Eingabe-Tokens reicht allein dieses Guthaben für rund 312 Anfragen an Qwen3.5 Plus mit je ~8K Tokens.
Worin ist Qwen3.5 Plus am besten?
Early-Fusion-Multimodal-Training; adaptive Tool-Calling-Modi; standardmäßig Kontextfenster von 1M Token. Mehr dazu im Über-Abschnitt, der auf den offiziellen Release Notes des Anbieters beruht.
Was kostet Qwen3.5 Plus?
Qwen3.5 Plus kostet auf Synthorai $0.4 pro Million Eingabe-Tokens und $2.4 pro Million Ausgabe-Tokens. Das ist der Listenpreis des Anbieters, ohne Plattformaufschlag. Gecachte Eingabe-Tokens werden mit $0.115/M abgerechnet.
Wie groß ist das Kontextfenster von Qwen3.5 Plus?
Qwen3.5 Plus hat auf Synthorai ein Kontextfenster von 1M Tokens. Eine einzelne Antwort kann bis zu 65,536 Tokens lang sein.
Unterstützt Qwen3.5 Plus Prompt-Caching?
Ja, automatisches Caching ist standardmäßig aktiv, dazu ein expliziter Modus für garantierte Einsparungen. Gecachte Eingabe-Tokens werden mit $0.115/M statt $0.4/M (ungecacht) abgerechnet; Prompts brauchen ein stabiles Präfix von 1,024 Tokens, um gecacht zu werden (TTL explizit: 5 Min., bei Treffer zurückgesetzt). Leitfaden zum Prompt-Caching →
Wie erhalte ich Zugang zu Qwen3.5 Plus?
Setzen Sie in Ihrem vorhandenen OpenAI SDK base_url="https://synthorai.io/v1" und model="qwen3.5-plus", mehr ist nicht nötig. Ein API-Schlüssel gilt für alle Modelle im Gateway.
Verwandte Modelle
Vergleichen
Jeder Wert auf dieser Seite stammt aus der oben verlinkten Dokumentation des Anbieters und trägt das Datum, an dem wir ihn geprüft haben. Preise vergleichen wir über den gesamten Katalog. Spezifikationen, die Anbieter unterschiedlich definieren, zeigen wir mit einem Hinweis auf den Unterschied und nicht als Diagramm. Wir messen hier nichts selbst und vergeben keine Bewertungen.