O modelo Qwen3 Flash combina modos de raciocínio e não raciocínio com alternância dinâmica durante a conversa. Ele se destaca em raciocínios complexos e apresenta melhorias significativas no seguimento de instruções e na compreensão de texto. Com suporte a um contexto de 1 milhão de tokens, sua cobrança segue um modelo escalonado conforme o uso do contexto. Esta versão do modelo é funcionalmente equivalente ao snapshot qwen-flash-2025-07-28.
Provedor de service de inferência
O Alibaba Cloud Model Studio fornece o service de inferência para qwen-flash.
Capacidades do modelo
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- US (Virginia)
Capacidade | Suporte | Capacidade | Suporte |
Modalidade de entrada | Text | Modalidade de saída | Text |
Experiência do modelo | Supported | Function Calling | Supported |
Saídas estruturadas | Supported | Pesquisa na web | Supported |
Conclusão de prefixo | Supported | Cache de contexto | Supported |
Inferência em lote | Supported | Fine-tuning | Unsupported |
Limites de contexto
Parâmetro | Valor | Parâmetro | Valor |
Comprimento máximo de entrada | 997952 | Comprimento máximo de saída | 32768 |
Janela de contexto | 1000000 |
Preços
Esta página exibe apenas os preços originais para chamadas de API do modelo, sem incluir promoções por tempo limitado. Acesse o Model Studio Console para consultar ofertas promocionais.
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- US (Virginia)
Input<=128k
Input<=128k
Item de cobrança | Preço (USD) | Unidade |
Entrada | 0,022 | Por 1M tokens |
Saída | 0,216 | Por 1M tokens |
Entrada (cache implícito) | 0,005 | Por 1M tokens |
Entrada (arquivo em lote) | 0,011 | Por 1M tokens |
Saída (arquivo em lote) | 0,108 | Por 1M tokens |
Criação de cache explícito | 0,028 | Por 1M tokens |
Leitura de cache explícito | 0,002 | Por 1M tokens |
Entrada (chat em lote) | 0,022 | Por 1M tokens |
Saída (chat em lote) | 0,216 | Por 1M tokens |
128k<Input<=256k
128k<Input<=256k
Item de cobrança | Preço (USD) | Unidade |
Entrada | 0,087 | Por 1M tokens |
Saída | 0,861 | Por 1M tokens |
Entrada (cache implícito) | 0,018 | Por 1M tokens |
Entrada (arquivo em lote) | 0,043 | Por 1M tokens |
Saída (arquivo em lote) | 0,43 | Por 1M tokens |
Criação de cache explícito | 0,109 | Por 1M tokens |
Leitura de cache explícito | 0,009 | Por 1M tokens |
Entrada (chat em lote) | 0,087 | Por 1M tokens |
Saída (chat em lote) | 0,861 | Por 1M tokens |
256k<Input<=1m
256k<Input<=1m
Item de cobrança | Preço (USD) | Unidade |
Entrada | 0,173 | Por 1M tokens |
Saída | 1,721 | Por 1M tokens |
Entrada (cache implícito) | 0,035 | Por 1M tokens |
Entrada (arquivo em lote) | 0,086 | Por 1M tokens |
Saída (arquivo em lote) | 0,86 | Por 1M tokens |
Criação de cache explícito | 0,216 | Por 1M tokens |
Leitura de cache explícito | 0,017 | Por 1M tokens |
Entrada (chat em lote) | 0,173 | Por 1M tokens |
Saída (chat em lote) | 1,721 | Por 1M tokens |
Limites de taxa
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- US (Virginia)
Parâmetro | Valor |
RPM (solicitações por minuto) | 30000 |
TPM (tokens por minuto) | 10.000.000 |
Versões de snapshot
qwen-flash-2025-07-28
O modelo Qwen3 Flash (snapshot 2025-07-28) combina modos de raciocínio e não raciocínio com alternância dinâmica durante a conversa. Ele se destaca em raciocínios complexos e apresenta melhorias significativas no seguimento de instruções e na compreensão de texto. Com suporte a um contexto de 1 milhão de tokens, sua cobrança segue um modelo escalonado conforme o uso do contexto.
Provedor de service de inferência
O Alibaba Cloud Model Studio fornece o service de inferência para qwen-flash-2025-07-28.
Capacidades do modelo
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- US (Virginia)
Capacidade | Suporte | Capacidade | Suporte |
Modalidade de entrada | Text | Modalidade de saída | Text |
Experiência do modelo | Supported | Function Calling | Supported |
Saídas estruturadas | Supported | Pesquisa na web | Supported |
Conclusão de prefixo | Supported | Cache de contexto | Unsupported |
Inferência em lote | Unsupported | Fine-tuning | Unsupported |
Limites de contexto
Parâmetro | Valor | Parâmetro | Valor |
Comprimento máximo de entrada | 997952 | Comprimento máximo de saída | 32768 |
Janela de contexto | 1000000 |
Preços
Esta página exibe apenas os preços originais para chamadas de API do modelo, sem incluir promoções por tempo limitado. Acesse o Model Studio Console para consultar ofertas promocionais.
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- US (Virginia)
Input<=128k
Input<=128k
Item de cobrança | Preço (USD) | Unidade |
Entrada | 0,022 | Por 1M tokens |
Saída | 0,216 | Por 1M tokens |
128k<Input<=256k
128k<Input<=256k
Item de cobrança | Preço (USD) | Unidade |
Entrada | 0,087 | Por 1M tokens |
Saída | 0,861 | Por 1M tokens |
256k<Input<=1m
256k<Input<=1m
Item de cobrança | Preço (USD) | Unidade |
Entrada | 0,173 | Por 1M tokens |
Saída | 1,721 | Por 1M tokens |
Limites de taxa
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- US (Virginia)
Parâmetro | Valor |
RPM (solicitações por minuto) | 60 |
TPM (tokens por minuto) | 1.000.000 |