Qwen3.5 Flash

比較

2026-02-24 リリース

chatコードリーズニングツール呼び出し画像入力プロンプトキャッシュ

Qwen3.5 Flash は Qwen3.5 世代の速度とコストに最適化されたホスト型ティアで、この世代を Qwen チームは「ネイティブマルチモーダルエージェントへ」の旗印の下で紹介しました。

入力: テキスト画像動画 $0.1/M
出力: テキスト $0.4/M
キャッシュ読み取り: $0.029/M
コンテキスト: 1M
GPT-4o 比: 約 98% 割安

価格の位置づけ

同種 60 モデル中の料金の位置

入力$0.1/M

$0.05 · Qwen3 VL Flash GPT-5.4 Pro · $30

出力$0.4/M

$0.275 · DeepSeek V4 Flash GPT-5.4 Pro · $180

キャッシュ読み取り$0.029/M

$0.0028 · DeepSeek V4 Flash GPT-5.4 Pro · $15

このバーは、Synthorai 上の同種モデルの中でこのモデルの価格がどこに位置するかを示します。両端には最も安いモデルと最も高いモデルの名前が入ります。表示は基本料金で、バッチ・リージョン・キャッシュ書き込みの割引は料金ページにあります。

スペックと制限

トークン

コンテキストウィンドウ(ベンダー仕様)	1,000,000
最大出力(ベンダー仕様)	65,536

プロンプトキャッシュ

キャッシュ方式	自動 + 明示
最小プレフィックス	1,024
保持時間	明示的モード: 5 分、ヒット時にリセット
書き込みコスト	1.25x

思考

ベンダー側パラメータ	enable_thinking + thinking_budget
指定可能な値	enable_thinking true · false; thinking_budget in tokens
デフォルト	オン。Qwen3.5 シリーズはハイブリッド思考で、思考はデフォルトで有効ですリクエストで未指定の場合に適用
無効化の可否	対応
思考の挙動	トレースは reasoning_content で返ります。過去のターンの reasoning_content は無視され、Qwen3.5 のモデルはいずれも preserve_thinking のリストに含まれていません。
パラメータ	reasoning_effort
値	minimal · low · medium · high ゲートウェイ側のパラメータ面——上のベンダーマッピングが適用されます

モデル

モダリティ	テキスト + 画像 + 動画 → テキスト
パラメータ数	合計 35B · アクティブ 3B MoE

ネイティブな視覚言語 flash モデル(テキスト/画像/動画入力)。
ハイブリッド思考はデフォルトでオン。
総合的な品質は qwen3.5-plus に近いと公式に位置づけられています。

出典:Alibaba 公式ドキュメント ↗

1つのプロンプト — ゲートウェイ経由で測定

CFO向けの推論バグのある関数の修正スキーマへの抽出制約に沿った記述

プロンプト Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. チェックちょうど 3 文

Qwen3.5 Flash パス · 3 sentences

Enabling reasoning requires the model to execute multi-step verification internally, which consumes significantly more tokens than a standard query. Since vendor fees are calculated per token processed, this added workload has directly resulted in a doubling of our total monthly expenditure. We view this cost increase as a strategic investment in higher model reliability, which prevents far more expensive errors from occurring downstream.

出力 2010 tok (+1934 思考) レイテンシ 18.7 s

指示追従（ちょうど三文 — 数えられる）、読み手に合わせた調整（CFO 向けの語り口）、そして下のトークン計から見える隠れた思考の課金ギャップ。

プロンプト This function is supposed to return the longest run of consecutive equal items, but callers report it is off by one on single-element inputs and misses runs that end at the last index. Fix it and explain the bug in one paragraph. チェック修正がテストを通る

Qwen3.5 Flash パス · 8/8 cases

The bug stems from two related issues: the function incorrectly initializes its counters and fails to account for runs starting at the beginning or ending at the last element. Specifically, `cur` counts how many consecutive pairs match (transitions) rather than the actual number of items in a run—for example, two equal items yield a `cur` value of 1 instead of 2. Additionally, if the input has fewer than two elements, the loop never executes, causing single-element lists to return 0 instead of 1, and runs that end at the final index may not be fully captured since updates rely on detecting a mismatch or completing the loop. To fix it, initialize `cur` and `best` to 1 (assuming a non-empty input), handle empty inputs explicitly, and ensure every comparison contributes accurately to the actual item count in the current run. […]

出力 1020 tok (+747 思考) レイテンシ 9.8 s

修正が実際に正しいか（実行可能か）、説明の密度、そして範囲の限られたタスクでのトークン効率。

プロンプト Extract a JSON object with fields {company, quarter, revenue_usd_m, growth_pct, guidance} from this text. Use null for anything not stated; add no other fields. チェック妥当な JSON、スキーマ厳密

Qwen3.5 Flash パス · 5/5 fields, guidance null

{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null }

出力 3545 tok (+3487 思考) レイテンシ 33.1 s

スキーマ遵守（フィールドをでっち上げない）、ハルシネーション圧（guidance は明示的に保留されている）、そして構造化出力の経路の違い。

プロンプト Write a 120-word product announcement for an API gateway feature that caches prompts across providers. Forbidden words: "seamless", "unlock", "game-changer", "revolutionize", "empower". Exactly one sentence must be a question. チェック 120 語、禁止語 0

Qwen3.5 Flash パス · 120 words, 0 banned, 1 question

We announce our cross platform prompt caching feature in the API Gateway. Storing frequent inputs allows developers to significantly reduce latency and minimize token costs for every request sent through our system. Utilizing OpenAI or Anthropic ensures consistency without repetitive processing fees. Organizations gain better control over spending while maintaining rapid response times for end users globally. Our engineering team ensured compatibility with your existing infrastructure without friction. Can your current setup handle such efficiency improvements effectively? All clients receive immediate access starting today. Update your configuration files now to enable this capability. Join thousands of others optimizing deployment pipelines efficiently. This tool delivers tangible results for scalable applications needing lower overhead costs. […]

出力 10675 tok (+10535 思考) レイテンシ 80.1 s

制約の遵守（語数の上限、禁止語リスト、唯一の疑問文）、文体の指紋、そして長さの制御。

30 秒で Qwen3.5 Flash を使う

OpenAI 互換。base_url を差し替えるだけで、SDK はそのまま。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-flash",
    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-flash",
  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-flash",
    "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-flash",
		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-flash")
        .addUserMessage("Summarize this diff")
        .reasoningEffort(ReasoningEffort.MEDIUM)
        .build());
System.out.println(resp.choices().get(0).message().content().orElse(""));

Qwen3.5 Flash について

世代はゲート付き線形アテンションとスパースな Mixture-of-Experts を組み合わせた Qwen3-Next アーキテクチャの上に構築され、高スループットの推論を実現し、計画・ツール呼び出し・多段の実行というエージェント的な作業のためにネイティブに学習されています。
ホスト型 Flash ティアは公式の組み込みツールとともに既定で 1M トークンのコンテキストを提供し、出力は最大 65,536 トークンです。
Alibaba はこれを、より速く応答しながら能力面で Qwen3.5 Plus に迫るものと位置づけており、その背後にあるサイズの差は公開されています。
Qwen チームの Qwen3.5-35B-A3B のモデルカードは、これをこのホスト型ティアのオープンな対応版とし、トークンあたり約 3B を活性化する 35B パラメータの Mixture-of-Experts で、Apache 2.0 の下でリリースされたと説明しています。
Plus の 397B に対する数字です。
したがって両者の選択はレイテンシだけでなく容量の問題であり、Flash は自前で動かすこともできます。
ネイティブに視覚言語対応で、テキストに加えて画像と動画を入力として受け取りテキストを返します。
思考は Qwen3 の既定を反転させています。
3.5 世代全体でハイブリッド思考は有効な状態で提供されるため、enable_thinking に false を渡さないかぎりリクエストは推論し、thinking_budget で消費量に上限を設けられ、トレースは reasoning_content で返ります。
ツール呼び出し、構造化出力、バッチ推論、明示的なプロンプトキャッシュに対応し、並列ツール呼び出しは既定ではなくオプトインです。
Synthorai はドロップインで使えるよう標準の OpenAI 互換エンドポイントの背後に配置します。

よくある質問

Qwen3.5 Flash API は無料で試せますか?

はい。新規アカウントには 10 回のトライアル呼び出しと最大 $1 の無料クレジットが付与され、カード登録は不要です。入力 $0.1/M で計算すると、このクレジットだけで Qwen3.5 Flash に対して約 1,250 回の ~8K トークンのリクエストを送れます。

Qwen3.5 Flash は何が得意ですか?

ゲート付き線形アテンションとスパース MoE、デフォルトで 1M トークンコンテキスト、エージェント的作業向けにネイティブに学習。全体像はベンダー公式のリリースノートに基づく「このモデルについて」セクションをご覧ください。

Qwen3.5 Flash の料金はいくらですか?

Synthorai 上の Qwen3.5 Flash は入力 100 万トークンあたり $0.1、出力 100 万トークンあたり $0.4 です。ベンダー定価のままで、プラットフォーム手数料はありません。キャッシュ済み入力トークンは $0.029/M で課金されます。

Qwen3.5 Flash はプロンプトキャッシュに対応していますか?

はい。自動キャッシュがデフォルトで有効なうえ、確実な割引を得られる明示モードもあります。キャッシュ済み入力トークンは $0.029/M(未キャッシュは $0.1/M)で課金されます。なお、キャッシュには 1,024 トークン以上の安定したプレフィックスが必要です(TTL 明示的モード: 5 分、ヒット時にリセット)。プロンプトキャッシュガイド →

Qwen3.5 Flash を利用するには?

お使いの OpenAI SDK の base_url を "https://synthorai.io/v1" に向け、model="qwen3.5-flash" を設定すれば完了です。API キー 1 本でゲートウェイ上のすべてのモデルを利用できます。

比較

任意のモデルと比較 →

このページの値はすべてベンダー自身のドキュメント(上部にリンク)から転記し、確認した日付を付しています。価格はカタログ全体で比較しますが、ベンダーごとに定義が異なる仕様値は差異を明記するにとどめ、図表で比較はしません。当社が測定した数値はなく、スコアも付けていません。

API キーを取得コストを比較する →

スペックと制限

1つのプロンプト — ゲートウェイ経由で測定

30 秒で Qwen3.5 Flash を使う

Qwen3.5 Flash について

よくある質問

関連モデル

比較