Qwen3.5 Plus 是 Qwen3.5 一代的旗舰托管档位，这一代是 Qwen 团队「迈向原生多模态智能体」的一步。
- 输入
- 文本 图像 视频 $0.4/M
- 输出
- 文本 $2.4/M
- 缓存读取
- $0.115/M
- 上下文
- 1M
- 对比 GPT-4o
- 便宜约 92%
Benchmark 成绩
厂商公布: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
价格在同类中的位置
价格在 60 个同类模型中的位置
这条线显示该模型的价格，在 Synthorai 上同类模型里处于什么位置。两端标出了最便宜和最贵的那个。这里是基础价，批量、区域和缓存写入的折扣见价格页。
规格与限制
Token
| 上下文窗口(厂商规格) | 1,000,000 |
|---|---|
| 最大输出(厂商规格) | 65,536 |
提示词缓存
| 缓存方式 | 自动 + 显式 |
|---|---|
| 最低前缀 | 1,024 |
| 存活时间 | 显式模式：5 分钟，命中即重置 |
| 写入成本 | 1.25x |
思考
| 厂商参数 | enable_thinking + thinking_budget |
|---|---|
| 可选值 | enable_thinking true · false; thinking_budget in tokens |
| 默认值 | 开启；Qwen3.5 系列为混合思考，思考默认启用 请求未指定时生效 |
| 可关闭 | 支持 |
| 思考行为 | 思维链通过 reasoning_content 返回；此前轮次的 reasoning_content 会被忽略，且没有任何 Qwen3.5 模型在 preserve_thinking 列表中 |
| 参数 | reasoning_effort |
| 取值 | minimal · low · medium · high 网关侧参数面——以上方厂商映射为准 |
模型
| 模态 | 文本 + 图像 + 视频 → 文本 |
|---|---|
| 参数量 | 总参数 397B · 激活 17B MoE（混合专家） |
- Qwen3.5-397B-A17B 的云端托管对应版本（原生 VLM，Gated-Delta 线性注意力 + 稀疏 MoE）
- 默认 1M token 上下文、内置工具、201 种语言
- 混合思考默认开启
单个 Prompt —— 通过网关实测
Qwen3.5 Plus 通过 · 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.
输出 1903 tok (+1832 思考) 延迟 33.2 s
指令遵循（恰好三句，可数）、受众适配（面向 CFO 的语气），以及下方 token 计量所暴露的隐藏思考计费缺口。
Qwen3.5 Plus 通过 · 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.
输出 5421 tok (+5243 思考) 延迟 93.1 s
修复是否真的正确（可运行）、解释的信息密度，以及在一个边界明确的任务上的 token 效率。
Qwen3.5 Plus 通过 · 5/5 fields, guidance null
{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null }
输出 1298 tok (+1240 思考) 延迟 23.0 s
schema 服从度（不臆造字段）、幻觉压力（guidance 明确被暂缓给出），以及结构化输出路径的差异。
Qwen3.5 Plus 通过 · 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.
输出 6787 tok (+6649 思考) 延迟 116.3 s
约束服从度（字数预算、禁用词表、唯一的那句问句）、文风指纹，以及长度控制。
30 秒用上 Qwen3.5 Plus
OpenAI 兼容:换掉 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-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(""));关于 Qwen3.5 Plus
- 它构建于把门控线性注意力与稀疏混合专家（MoE）配对的 Qwen3-Next 架构之上，这一代采用早期融合的多模态训练，强调覆盖推理、编码和工具使用的智能体能力，并提供自适应工具调用模式。
- 托管 Plus 档默认提供 1M token 上下文窗口，适合大文档和长程智能体负载。
- Qwen 团队为 Qwen3.5-397B-A17B 出具的模型卡把这个托管档位描述为它的托管版本：一个 397B 参数、每 token 激活约 17B 的混合专家模型，以 Apache 2.0 开放发布。
- 这大约是 Flash 档总容量的十倍，这才是两者之间真正的差别，而不只是延迟。
- 所提供的规格上限为 65,536 输出 token，另有一份可观的独立推理额度、原生的图像和视频输入，以及 Qwen 团队给出的 201 种语言和方言的多语言覆盖。
- 思考是混合式的，并且与 Qwen3 一代不同，默认开启：把 enable_thinking 传为 false 可直接作答，用 thinking_budget 限定它思考多久，并从单独的 reasoning_content 字段读取轨迹，该字段按输出计费。
- 内置工具、函数调用、结构化输出、批量推理和显式提示词缓存构成其余接口面，并行工具调用除非请求否则关闭。
- Synthorai 通过其 OpenAI 兼容 API 路由 Qwen3.5 Plus 流量。
常见问题
Qwen3.5 Plus API 可以免费试用吗?
可以。新账号可获得 10 次试用调用和最高 $1 的免费额度,无需绑卡。按输入 $0.4/M 计算,仅这笔额度就足够对 Qwen3.5 Plus 发起约 312 次 ~8K token 的请求。
Qwen3.5 Plus 最擅长什么?
早期融合多模态训练、自适应工具调用模式、默认 1M token 上下文窗口。完整能力请见「关于」部分,内容取自厂商官方发布说明。
Qwen3.5 Plus 的价格是多少?
在 Synthorai 上,Qwen3.5 Plus 输入 $0.4/百万 token、输出 $2.4/百万 token,即厂商牌价,无平台加价。缓存命中的输入 token 按 $0.115/M 计费。
Qwen3.5 Plus 支持提示词缓存(prompt caching)吗?
支持:自动缓存默认开启,另有显式模式可获得确定性折扣。缓存命中的输入 token 按 $0.115/M 计费(未命中 $0.4/M);提示词需有 1,024 token 以上的稳定前缀才能命中缓存(TTL 显式模式：5 分钟，命中即重置)。 提示词缓存指南 →
如何开通 Qwen3.5 Plus?
把现有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 设为 "qwen3.5-plus" 即可。一把 API key 通用网关上的全部模型。
相关模型
对比
本页每个值都转录自厂商自己的文档(链接见上),并带有核对日期。价格在全目录范围内比较;各厂商定义不同的规格值,只说明差异而不作图表对比。此处没有任何由我们测量的数据,也不做评分。