🎁 Novo Cadastre-se grátis, 10 chamadas por nossa conta. Até US$ 1, sem cartão.

Qwen3.5 Flash Lançado em 2026-02-24

Alibaba chat code reasoning tools
Entrada$0.1/M
Saída$0.4/M
Leitura de cache$0.029/M
Contexto1M
vs GPT-4o~98% mais barato

Preços de tabela do provedor: sem margem da plataforma, pagamento por uso. Estes são os preços de tabela oficiais. Clientes autenticados podem ver os preços efetivos com descontos do espaço de trabalho em /console/pricing. Entrada efetiva com taxa de acerto de cache de 70%:$0.0503/M. O cache de contexto implícito é automático; um modo explícito cache_control oferece descontos mais profundos (blocos mínimos de 1.024 tokens, TTL de 5 minutos que reinicia a cada acerto). Os preços de leitura em cache por modelo estão na tabela de preços.

Use o Qwen3.5 Flash em 30 segundos

Compatível com OpenAI: troque a base_url, mantenha seu 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-flash",
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

Sobre o Qwen3.5 Flash

Atenção linear com portas e MoE esparso
Contexto de 1M tokens por padrão
Treinado nativamente para trabalho agêntico

O Qwen3.5 Flash é o nível hospedado otimizado para velocidade e custo da geração Qwen3.5, que a equipe Qwen apresentou sob o lema “Towards Native Multimodal Agents”.

  • A geração é construída sobre a arquitetura Qwen3-Next combinando atenção linear com portas (gated linear attention) com Mixture-of-Experts esparso para inferência de alto throughput, e é treinada nativamente para trabalho agêntico: planejamento, chamada de ferramentas e execução em múltiplas etapas.
  • O nível hospedado Flash oferece um contexto de 1M tokens por padrão com ferramentas oficiais integradas.
  • A Synthorai o coloca atrás do endpoint compatível com OpenAI padrão para uso drop-in.

Especificações e limites

Modalidadestext + image + video → text
Parâmetros35B no total · 3B ativos (MoE)
Recursostools · structured_output · streaming · vision · batch · reasoning · parallel_tool_calls · caching
DestaquesNative vision-language flash model (text/image/video input); hybrid thinking on by default; overall quality officially positioned close to qwen3.5-plus.
Cache de promptsautomático + explícito · TTL explicit: 5m, reset on hit

conforme documentação oficial da Alibaba ↗

Perguntas frequentes

A API do Qwen3.5 Flash é gratuita para testar?

Sim. Contas novas recebem 10 chamadas de teste e até $1 em créditos gratuitos, sem precisar de cartão. A $0.1/M de tokens de entrada, só esse crédito já cobre cerca de 1,250 requisições de ~8K tokens ao Qwen3.5 Flash.

Em que o Qwen3.5 Flash é melhor?

Atenção linear com portas e MoE esparso, além de contexto de 1M tokens por padrão e treinado nativamente para trabalho agêntico. Veja a seção Sobre para o quadro completo, extraído das notas de lançamento do próprio fornecedor.

Quanto custa o Qwen3.5 Flash?

Na Synthorai, o Qwen3.5 Flash custa $0.1 por milhão de tokens de entrada e $0.4 por milhão de tokens de saída. É o preço de tabela do provedor, sem margem da plataforma. Tokens de entrada em cache são cobrados a $0.029/M.

O Qwen3.5 Flash suporta cache de prompts?

Sim: o cache automático vem ativado por padrão, com um modo explícito para economia garantida. Tokens de entrada em cache são cobrados a $0.029/M, contra $0.1/M sem cache (TTL explicit: 5m, reset on hit). Guia de cache de prompts →

Como obtenho acesso ao Qwen3.5 Flash?

Aponte seu SDK da OpenAI existente para base_url="https://synthorai.io/v1", defina model="qwen3.5-flash" e pronto. Uma única chave de API cobre todos os modelos do gateway.

Modelos relacionados

Obtenha sua chave de API gratuita Compare seu custo →