Qwen3.5 Flash

對比

發布於 2026-02-24

chat程式碼推理工具呼叫影像理解提示詞快取

Qwen3.5 Flash 是 Qwen3.5 世代中針對速度與成本最佳化的託管等級，Qwen 團隊以「Towards Native Multimodal Agents」為題發表了這一代。

輸入: 文字影像影片 $0.1/M
輸出: 文字 $0.4/M
快取讀取: $0.029/M
上下文: 1M
相較 GPT-4o: 便宜約 98%

價格在同類中的位置

價格在 60 個同類模型中的位置

輸入$0.1/M

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

輸出$0.4/M

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

快取讀取$0.029/M

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

這條線顯示該模型的價格，在 Synthorai 上同類模型裡處於什麼位置。兩端標出了最便宜和最貴的那個。這裡是基礎價，批次、區域與快取寫入的折扣見價格頁。

規格與限制

Token

上下文視窗(廠商規格)	1,000,000
最大輸出(廠商規格)	65,536

提示詞快取

快取方式	自動 + 顯式
最低前綴	1,024
存活時間	顯式模式：5 分鐘，命中即重置
寫入成本	1.25x

思考

廠商參數	enable_thinking + thinking_budget
可選值	enable_thinking true · false; thinking_budget in tokens
預設值	開啟；Qwen3.5 系列為混合思考，且預設啟用思考請求未指定時生效
可關閉	支援
思考行為	思考軌跡透過 reasoning_content 回傳；先前輪次的 reasoning_content 會被忽略，且沒有任何 Qwen3.5 模型在 preserve_thinking 清單上。
參數	reasoning_effort
取值	minimal · low · medium · high 閘道側參數面——以上方廠商映射為準

模型

模態	文字 + 影像 + 影片 → 文字
參數量	總參數 35B · 啟用 3B MoE

原生視覺語言 flash 模型（文字/影像/影片輸入）
混合思考預設開啟
官方定位其整體品質接近 qwen3.5-plus

依據 Alibaba 官方文件 ↗

單一提示詞 — 經由閘道測量

針對 CFO 的推論修復包含錯誤的函式擷取至 schema 依照限制條件撰寫

提示詞 Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. 檢查恰好 3 句

Qwen3.5 Flash 通過 · 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.

輸出 2010 tok (+1934 思考) 延遲 18.7 s

指令遵循（恰好三句，可數）、受眾適配（面向 CFO 的語氣），以及下方 token 計量所暴露的隱藏思考計費缺口。

提示詞 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. 檢查修復通過測試

Qwen3.5 Flash 通過 · 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. […]

輸出 1020 tok (+747 思考) 延遲 9.8 s

修復是否真的正確（可執行）、解釋的資訊密度，以及在一個邊界明確的任務上的 token 效率。

提示詞 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. 檢查合法 JSON，schema 精確

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

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

輸出 3545 tok (+3487 思考) 延遲 33.1 s

schema 服從度（不臆造欄位）、幻覺壓力（guidance 明確被暫緩給出），以及結構化輸出路徑的差異。

提示詞 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. 檢查 120 詞，0 個禁用詞

Qwen3.5 Flash 通過 · 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. […]

輸出 10675 tok (+10535 思考) 延遲 80.1 s

約束服從度（字數預算、禁用詞表、唯一的那句問句）、文風指紋，以及長度控制。

30 秒用上 Qwen3.5 Flash

OpenAI 相容:換掉 base_url,SDK 不用改。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(""));

關於 Qwen3.5 Flash

該世代建立在 Qwen3-Next 架構之上，結合門控線性注意力與稀疏混合專家以取得高吞吐推理，並針對智慧體工作做原生訓練：規劃、工具呼叫與多步執行。
託管的 Flash 等級預設提供 1M token 上下文與官方內建工具，輸出最高 65,536 token。
阿里把它定位為能力接近 Qwen3.5 Plus 而回應更快，兩者背後的規模差距是公開的：Qwen 團隊為 Qwen3.5-35B-A3B 撰寫的模型卡指出它是這個託管等級的開源對應版本，一個 35B 參數的混合專家模型、每 token 啟用約 3B，以 Apache 2.0 釋出，而 Plus 為 397B。
因此兩者之間的選擇是容量，而不只是延遲，而且 Flash 是你也可以自行執行的那一個。
它原生就是視覺語言模型，在文字之外接受影像與影片輸入並回傳文字。
思考翻轉了 Qwen3 的預設：整個 3.5 世代出廠時混合思考即為開啟，因此請求會自行推理，除非把 enable_thinking 傳為 false，thinking_budget 可用來限制花費，推理軌跡回傳在 reasoning_content 中。
工具呼叫、結構化輸出、批次推理與顯式提示詞快取均受支援；並行工具呼叫則需主動開啟，並非預設。
Synthorai 把它置於標準的 OpenAI 相容端點之後，可直接替換使用。

常見問題

Qwen3.5 Flash API 可以免費試用嗎?

可以,新帳號可獲得 10 次試用呼叫和最高 $1 的免費額度,無需信用卡。以輸入 $0.1/M 計算,光是這筆額度就足以對 Qwen3.5 Flash 發出約 1,250 次 ~8K token 的請求。

Qwen3.5 Flash 最擅長什麼?

門控線性注意力加稀疏 MoE、預設 1M token 上下文、為智慧體工作原生訓練。完整能力請見「關於」一節,內容取自廠商官方發布說明。

Qwen3.5 Flash 的價格是多少?

在 Synthorai 上,Qwen3.5 Flash 輸入 $0.1/百萬 token、輸出 $0.4/百萬 token,即廠商牌價,無平台加價。快取命中的輸入 token 以 $0.029/M 計費。

Qwen3.5 Flash 支援提示詞快取(prompt caching)嗎?

支援:自動快取預設開啟,另有顯式模式可獲得確定的折扣。快取命中的輸入 token 以 $0.029/M 計費(未命中 $0.1/M);提示詞需有 1,024 個 token 以上的穩定前綴才能命中快取(TTL 顯式模式：5 分鐘，命中即重置)。提示詞快取指南 →

如何開通 Qwen3.5 Flash?

把現有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 設為 "qwen3.5-flash" 即可。一組 API key 通用閘道上的所有模型。

對比

與任意模型對比 →

本頁每個值都轉錄自廠商自己的文件(連結見上),並帶有核對日期。價格在全目錄範圍內比較;各廠商定義不同的規格值,只說明差異而不作圖表對比。此處沒有任何由我們測量的資料,也不做評分。

取得 API 金鑰算算你的成本 →

規格與限制

單一提示詞 — 經由閘道測量

30 秒用上 Qwen3.5 Flash

關於 Qwen3.5 Flash

常見問題

相關模型

對比