Qwen3.5 Plus es el nivel alojado insignia de la generación Qwen3.5, el paso del equipo Qwen «Towards Native Multimodal Agents».
- Entrada
- texto imagen vídeo $0.4/M
- Salida
- texto $2.4/M
- Lectura de caché
- $0.115/M
- Contexto
- 1M
- vs GPT-4o
- ~92% más barato
Prompts de más de 256K tokens: toda la solicitud se factura a $0.5/M de entrada · $3/M de salida
Benchmarks
Publicado por los proveedores: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
El precio en contexto
Posición del precio entre 68 modelos comparables
La barra muestra dónde queda el precio de este modelo entre todos los modelos del mismo tipo en Synthorai. En cada extremo se nombra el más barato y el más caro. Son tarifas base; los descuentos por lote, región y escritura en caché están en la página de precios.
Especificaciones y límites
Tokens
| Ventana de contexto (especificación del proveedor) | 1.000.000 |
|---|---|
| Salida máxima (especificación del proveedor) | 65.536 |
Caché de prompts
| Modo | automático + explícito |
|---|---|
| Prefijo mín. | 1024 |
| Duración | explícito: 5 min, se reinicia en cada acierto |
| Coste de escritura | 1.25x |
Razonamiento
| Parámetro del proveedor | enable_thinking + thinking_budget |
|---|---|
| Valores admitidos | enable_thinking true · false; thinking_budget in tokens |
| Valor por defecto | on; la serie Qwen3.5 es de pensamiento híbrido, con el pensamiento activado por defecto se aplica si la solicitud no indica nada |
| Se puede desactivar | Sí |
| Comportamiento del razonamiento | La traza se devuelve en reasoning_content; el reasoning_content de los turnos anteriores se ignora, y ningún modelo Qwen3.5 figura en la lista de preserve_thinking. |
| Parámetro | reasoning_effort |
| Valores | minimal · low · medium · high parámetros que expone la pasarela; se aplica el mapeo del proveedor indicado arriba |
Modelo
| Modalidades | texto + imagen + vídeo → texto |
|---|---|
| Parámetros | 397B en total · 17B activos MoE |
- Contrapartida alojada en la nube de Qwen3.5-397B-A17B (VLM nativo, atención lineal Gated-Delta + MoE disperso)
- contexto de 1M tokens por defecto, herramientas integradas, 201 idiomas
- pensamiento híbrido activado por defecto
Un prompt, medido a través de la pasarela
Qwen3.5 Plus superado · 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.
salida 1903 tok (+1832 razonamiento) latencia 33.2 s
Cumplimiento de la instrucción (exactamente tres frases, se pueden contar), adaptación al público (registro de CFO) y la diferencia de facturación por razonamiento oculto que dejan ver los contadores de tokens de abajo.
Qwen3.5 Plus superado · 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.
salida 5421 tok (+5243 razonamiento) latencia 93.1 s
Si la corrección funciona de verdad (se puede ejecutar), lo densa que es la explicación y la eficiencia en tokens en una tarea acotada.
Qwen3.5 Plus superado · 5/5 fields, guidance null
{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null }
salida 1298 tok (+1240 razonamiento) latencia 23.0 s
Respeto del esquema (sin campos inventados), tentación de alucinar (la guidance se omite a propósito) y diferencias entre las vías de salida estructurada.
Qwen3.5 Plus superado · 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.
salida 6787 tok (+6649 razonamiento) latencia 116.3 s
Respeto de las restricciones (límite de palabras, lista de palabras prohibidas, una única pregunta), sello de estilo y control de la longitud.
Usa Qwen3.5 Plus en 30 segundos
Compatible con OpenAI: cambia el base_url y conserva tu SDK. 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(""));Acerca de Qwen3.5 Plus
- Construida sobre la arquitectura Qwen3-Next, que empareja atención lineal con puertas con Mixture-of-Experts dispersa, la generación usa entrenamiento multimodal de fusión temprana y enfatiza la capacidad agéntica en razonamiento, codificación y uso de herramientas, con modos adaptativos de llamada a herramientas.
- El nivel Plus alojado proporciona una ventana de contexto de 1M tokens por defecto, adecuada para cargas de trabajo de documentos grandes y de agente de largo horizonte.
- La propia ficha del equipo Qwen para Qwen3.5-397B-A17B describe este nivel alojado como su versión gestionada: un Mixture-of-Experts de 397B parámetros que activa unos 17B por token, publicado abiertamente bajo Apache 2.0.
- Eso es aproximadamente un orden de magnitud más de capacidad total que el nivel Flash, y esa es la diferencia real entre ambos, más que la latencia por sí sola.
- Los límites servidos llegan a 65.536 tokens de salida con una amplia asignación de razonamiento aparte, entrada nativa de imagen y vídeo, y una cobertura multilingüe que el equipo Qwen cifra en 201 idiomas y dialectos.
- El pensamiento es híbrido y, a diferencia de la generación Qwen3, está habilitado por defecto: pase enable_thinking como false para obtener una respuesta directa, use thinking_budget para acotar cuánto delibera, y lea la traza en el campo reasoning_content aparte, donde se factura como salida.
- Las herramientas integradas, la llamada a funciones, la salida estructurada, la inferencia por lotes y la caché explícita de prompts completan la superficie, con las llamadas a herramientas en paralelo desactivadas salvo que se soliciten.
- Synthorai enruta el tráfico de Qwen3.5 Plus a través de su API compatible con OpenAI.
Preguntas frecuentes
¿Se puede probar gratis la API de Qwen3.5 Plus?
Sí: las cuentas nuevas reciben 10 llamadas de prueba y hasta $1 de crédito gratuito, sin tarjeta. A $0.4/M de tokens de entrada, solo con ese crédito tienes para unas 312 solicitudes de ~8K tokens a Qwen3.5 Plus.
¿En qué destaca Qwen3.5 Plus?
Entrenamiento multimodal de fusión temprana; modos adaptativos de llamada a herramientas; ventana de contexto de 1M tokens por defecto. En la sección «Acerca de» tienes la visión completa, según las notas de lanzamiento del propio proveedor.
¿Cuánto cuesta Qwen3.5 Plus?
Qwen3.5 Plus cuesta $0.4 por millón de tokens de entrada y $2.4 por millón de tokens de salida en Synthorai. Es el precio de lista del proveedor, sin recargo de plataforma. Los tokens de entrada en caché se facturan a $0.115/M.
¿Cuál es la ventana de contexto de Qwen3.5 Plus?
Qwen3.5 Plus tiene una ventana de contexto de 1M tokens en Synthorai. Una sola respuesta puede tener hasta 65,536 tokens.
¿Qwen3.5 Plus admite caché de prompts?
Sí: la caché automática viene activada por defecto y hay un modo explícito para garantizar el ahorro. Los tokens de entrada en caché se facturan a $0.115/M frente a $0.4/M sin caché; los prompts necesitan un prefijo estable de 1,024 tokens para entrar en caché (TTL explícito: 5 min, se reinicia en cada acierto). Guía de caché de prompts →
¿Cómo obtengo acceso a Qwen3.5 Plus?
Apunta el SDK de OpenAI que ya usas a base_url="https://synthorai.io/v1", pon model="qwen3.5-plus" y listo. Una sola clave API sirve para todos los modelos de la pasarela.
Modelos relacionados
Comparar
Todos los valores de esta página están transcritos de la documentación del propio proveedor, enlazada arriba, e indican la fecha en que se comprobaron. Los precios se comparan con los de todo el catálogo; cuando los proveedores definen una especificación de forma distinta, se muestra el valor indicando la diferencia en lugar de llevarlo a un gráfico. Aquí no hay mediciones nuestras ni puntuaciones.