Qwen3.5 Plus est le palier hébergé phare de la génération Qwen3.5, le pas de l'équipe Qwen « Towards Native Multimodal Agents ».
- Entrée
- texte image vidéo $0.4/M
- Sortie
- texte $2.4/M
- Lecture de cache
- $0.115/M
- Contexte
- 1M
- vs GPT-4o
- ~92% moins cher
Prompts de plus de 256K tokens : toute la requête est facturée $0.5/M en entrée · $3/M en sortie
Benchmarks
Chiffres publiés par les fournisseurs : Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
Le prix en perspective
Position du prix parmi 68 modèles comparables
La barre situe le prix de ce modèle parmi tous les modèles du même type sur Synthorai. Le moins cher et le plus cher sont nommés à chaque extrémité. Ce sont des tarifs de base ; les remises liées au batch, à la région et aux écritures de cache figurent sur la page des tarifs.
Spécifications et limites
Tokens
| Fenêtre de contexte (spécification du fournisseur) | 1 000 000 |
|---|---|
| Sortie max (spéc. fournisseur) | 65 536 |
Mise en cache
| Mode | automatique + explicite |
|---|---|
| Préfixe min. | 1 024 |
| Durée de vie | explicite : 5 min, réinitialisé à chaque hit |
| Coût d'écriture | 1.25x |
Réflexion
| Paramètre du fournisseur | enable_thinking + thinking_budget |
|---|---|
| Valeurs acceptées | enable_thinking true · false; thinking_budget in tokens |
| Valeur par défaut | activée ; la série Qwen3.5 est à réflexion hybride, avec la réflexion activée par défaut appliquée si la requête ne précise rien |
| Désactivable | Oui |
| Comportement de la réflexion | La trace revient dans reasoning_content ; le reasoning_content des tours précédents est ignoré, et aucun modèle Qwen3.5 ne figure sur la liste preserve_thinking. |
| Paramètre | reasoning_effort |
| Valeurs | minimal · low · medium · high paramètres exposés par la passerelle ; la correspondance avec ceux du fournisseur, ci-dessus, s'applique |
Modèle
| Modalités | texte + image + vidéo → texte |
|---|---|
| Paramètres | 397B au total · 17B actifs MoE |
- Contrepartie hébergée dans le cloud de Qwen3.5-397B-A17B (VLM natif, attention linéaire Gated-Delta et MoE creux)
- contexte de 1M de tokens par défaut, outils intégrés, 201 langues
- réflexion hybride activée par défaut
Un prompt, mesuré via la passerelle
Qwen3.5 Plus réussi · 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.
sortie 1903 tok (+1832 réflexion) latence 33.2 s
Le respect de la consigne (exactement trois phrases, ça se compte), l'adaptation au public visé (le registre d'un directeur financier) et l'écart de facturation dû à la réflexion masquée, que révèlent les compteurs de tokens ci-dessous.
Qwen3.5 Plus réussi · 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.
sortie 5421 tok (+5243 réflexion) latence 93.1 s
La justesse réelle du correctif (il s'exécute), la densité de l'explication et l'économie de tokens sur une tâche bien délimitée.
Qwen3.5 Plus réussi · 5/5 fields, guidance null
{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null }
sortie 1298 tok (+1240 réflexion) latence 23.0 s
Le respect du schéma (aucun champ inventé), la tentation d'halluciner (le texte indique que la guidance n'est pas communiquée) et les différences entre les mécanismes de sortie structurée.
Qwen3.5 Plus réussi · 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.
sortie 6787 tok (+6649 réflexion) latence 116.3 s
Le respect des contraintes (nombre de mots, liste de mots interdits, une seule question), l'empreinte stylistique et la maîtrise de la longueur.
Utilisez Qwen3.5 Plus en 30 secondes
Compatible OpenAI : changez la base_url, gardez votre 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(""));À propos de Qwen3.5 Plus
- Bâtie sur l'architecture Qwen3-Next qui associe attention linéaire à portes et Mixture-of-Experts creux, la génération recourt à un entraînement multimodal à fusion précoce et met l'accent sur la capacité agentique en raisonnement, en codage et en usage d'outils, avec des modes d'appel d'outils adaptatifs.
- Le palier Plus hébergé fournit une fenêtre de contexte de 1M de tokens par défaut, adaptée aux gros documents et aux charges d'agent à long horizon.
- La fiche de l'équipe Qwen pour Qwen3.5-397B-A17B décrit ce palier hébergé comme sa version gérée : un Mixture-of-Experts de 397B de paramètres activant environ 17B par token, publié ouvertement sous Apache 2.0.
- Cela représente environ un ordre de grandeur de capacité totale de plus que le palier Flash, et c'est là la vraie différence entre eux, plus que la seule latence.
- Les limites servies vont jusqu'à 65 536 tokens de sortie avec une large allocation de raisonnement distincte, l'entrée native d'images et de vidéos, et une couverture multilingue que l'équipe Qwen chiffre à 201 langues et dialectes.
- La réflexion est hybride et, contrairement à la génération Qwen3, activée par défaut : passez enable_thinking à false pour une réponse directe, utilisez thinking_budget pour borner la durée de délibération, et lisez la trace dans le champ reasoning_content distinct, où elle est facturée en sortie.
- Les outils intégrés, l'appel de fonctions, la sortie structurée, l'inférence par lots et la mise en cache explicite des prompts complètent la surface, les appels d'outils parallèles restant désactivés sauf demande.
- Synthorai achemine le trafic Qwen3.5 Plus via son API compatible OpenAI.
FAQ
Peut-on essayer l'API Qwen3.5 Plus gratuitement ?
Oui : les nouveaux comptes reçoivent 10 appels d'essai et jusqu'à $1 de crédit gratuit, sans carte bancaire. À $0.4/M de tokens en entrée, ce crédit couvre à lui seul environ 312 requêtes de ~8K tokens sur Qwen3.5 Plus.
Quels sont les points forts de Qwen3.5 Plus ?
Entraînement multimodal à fusion précoce ; modes d'appel d'outils adaptatifs ; fenêtre de contexte de 1M de tokens par défaut. La section À propos en donne un aperçu complet, tiré des notes de version du fournisseur.
Combien coûte Qwen3.5 Plus ?
Sur Synthorai, Qwen3.5 Plus coûte $0.4 par million de tokens en entrée et $2.4 par million de tokens en sortie, soit le tarif public du fournisseur, sans majoration de plateforme. Les tokens d'entrée en cache sont facturés $0.115/M.
Quelle est la fenêtre de contexte de Qwen3.5 Plus ?
Qwen3.5 Plus dispose d'une fenêtre de contexte de 1M tokens sur Synthorai. Une réponse peut compter jusqu'à 65,536 tokens.
Qwen3.5 Plus prend-il en charge la mise en cache des prompts ?
Oui : la mise en cache automatique est activée par défaut, avec un mode explicite pour des économies garanties. Les tokens d'entrée en cache sont facturés $0.115/M contre $0.4/M hors cache ; les prompts doivent avoir un préfixe stable de 1,024 tokens pour être mis en cache (TTL explicite : 5 min, réinitialisé à chaque hit). Guide de mise en cache des prompts →
Comment obtenir l'accès à Qwen3.5 Plus ?
Dans votre SDK OpenAI actuel, indiquez base_url="https://synthorai.io/v1" et model="qwen3.5-plus", et c'est tout. Une seule clé API donne accès à tous les modèles de la passerelle.
Modèles associés
Comparer
Chaque valeur de cette page est reprise de la documentation du fournisseur (lien ci-dessus) et porte la date de sa vérification. Les prix sont comparés à l'échelle du catalogue. Quand les fournisseurs ne définissent pas une spécification de la même façon, la différence est signalée et la valeur n'est pas mise en graphique. Nous ne mesurons rien ici et nous n'attribuons aucune note.