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
Benchmarks
Chiffres publiés par les fournisseurs : Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
Le prix en contexte
Position du prix parmi 60 modèles comparables
La barre montre où se 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 lot, région et écriture en 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 |
Raisonnement
| 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 du raisonnement | 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 la surface de paramètres de la passerelle - le mappage 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
Suivi de l'instruction (exactement trois phrases - comptables), adaptation à l'audience (registre CFO), et l'écart de facturation lié à la réflexion cachée que les compteurs de tokens ci-dessous révèlent.
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
Si le correctif est réellement juste (exécutable), la densité de l'explication, et l'efficacité en tokens sur une tâche bornée.
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
Respect du schéma (aucun champ inventé), pression d'hallucination (guidance est explicitement retenue), et différences de chemin pour la 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
Respect des contraintes (budget de mots, liste de mots interdits, l'unique question), empreinte stylistique, et contrôle 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. Voir la section À propos pour le tableau complet, tiré des notes de version officielles 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 prix catalogue du fournisseur, sans majoration de plateforme. Les tokens d'entrée en cache sont facturés $0.115/M.
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 ?
Pointez votre SDK OpenAI existant vers base_url="https://synthorai.io/v1", définissez model="qwen3.5-plus", et c'est tout. Une seule clé API couvre tous les modèles de la passerelle.
Modèles associés
Comparer
Chaque valeur de cette page est transcrite de la documentation du fournisseur, liée ci-dessus, et porte la date de sa vérification. Les prix sont comparés à l'échelle du catalogue ; les valeurs de spécification que les fournisseurs définissent différemment sont présentées avec la différence indiquée plutôt que mises en graphique. Rien ici n'est mesuré par nous, et rien n'est noté.