Os modelos Flash nativos de visão e linguagem do Qwen3.5 utilizam uma arquitetura híbrida que combina um mecanismo de atenção linear com um modelo de mistura esparsa de especialistas, garantindo maior eficiência na inferência. Em comparação à série 3, esses modelos oferecem um salto significativo de desempenho tanto em tarefas puramente textuais quanto multimodais, proporcionando tempos de resposta rápidos e equilibrando velocidade de inferência com performance geral. Esta versão do modelo é funcionalmente equivalente ao modelo snapshot qwen3.5-flash-2026-02-23.
Provedor de service de inferência
O Alibaba Cloud Model Studio é o provedor de service de inferência para qwen3.5-flash.
Capacidades do modelo
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- US (Virginia)
- Hong Kong (China)
Capacidade | Suporte | Capacidade | Suporte |
Modalidade de entrada | Text Image Video | Modalidade de saída | Text |
Experiência do modelo | Supported | Function Calling | Supported |
Saídas estruturadas | Supported | Busca 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 | 991.808 | Comprimento máximo de saída | 65.536 |
Janela de contexto | 1.000.000 | Comprimento máximo de entrada (Modo de raciocínio) | 983.616 |
Comprimento máximo de saída (Modo de raciocínio) | 65.536 | Comprimento máximo da cadeia de pensamento | 81.920 |
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)
- Hong Kong (China)
Input<=128k
Input<=128k
Item de faturamento | Preço (USD) | Unidade |
Entrada | 0,029 | Por 1M tokens |
Saída | 0,287 | Por 1M tokens |
Entrada (Arquivo em lote) | 0,014 | Por 1M tokens |
Saída (Arquivo em lote) | 0,143 | Por 1M tokens |
Criação explícita de cache | 0,036 | Por 1M tokens |
Leitura explícita de cache | 0,003 | Por 1M tokens |
Entrada (Chat em lote) | 0,029 | Por 1M tokens |
Saída (Chat em lote) | 0,287 | Por 1M tokens |
128k<Input<=256k
128k<Input<=256k
Item de faturamento | Preço (USD) | Unidade |
Entrada | 0,115 | Por 1M tokens |
Saída | 1,147 | Por 1M tokens |
Entrada (Arquivo em lote) | 0,057 | Por 1M tokens |
Saída (Arquivo em lote) | 0,573 | Por 1M tokens |
Criação explícita de cache | 0,143 | Por 1M tokens |
Leitura explícita de cache | 0,012 | Por 1M tokens |
Entrada (Chat em lote) | 0,115 | Por 1M tokens |
Saída (Chat em lote) | 1,147 | Por 1M tokens |
256k<Input<=1m
256k<Input<=1m
Item de faturamento | Preço (USD) | Unidade |
Entrada | 0,172 | Por 1M tokens |
Saída | 1,72 | Por 1M tokens |
Entrada (Arquivo em lote) | 0,086 | Por 1M tokens |
Saída (Arquivo em lote) | 0,86 | Por 1M tokens |
Criação explícita de cache | 0,215 | Por 1M tokens |
Leitura explícita de cache | 0,017 | Por 1M tokens |
Entrada (Chat em lote) | 0,172 | Por 1M tokens |
Saída (Chat em lote) | 1,72 | Por 1M tokens |
Limites de taxa
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- US (Virginia)
- Hong Kong (China)
Parâmetro | Valor |
RPM (Requisições por minuto) | 30.000 |
TPM (Tokens por minuto) | 10.000.000 |
Versões snapshot
qwen3.5-flash-2026-02-23
Os modelos Flash nativos de visão e linguagem do Qwen3.5 utilizam uma arquitetura híbrida que combina um mecanismo de atenção linear com um modelo de mistura esparsa de especialistas, garantindo maior eficiência na inferência. Em comparação à série 3, esses modelos oferecem um salto significativo de desempenho tanto em tarefas puramente textuais quanto multimodais, proporcionando tempos de resposta rápidos e equilibrando velocidade de inferência com performance geral. Esta versão é um snapshot de 23 de fevereiro de 2026.
Provedor de service de inferência
O Alibaba Cloud Model Studio é o provedor de service de inferência para qwen3.5-flash-2026-02-23.
Capacidades do modelo
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- US (Virginia)
- Hong Kong (China)
Capacidade | Suporte | Capacidade | Suporte |
Modalidade de entrada | Text Image Video | Modalidade de saída | Text |
Experiência do modelo | Supported | Function Calling | Supported |
Saídas estruturadas | Supported | Busca na web | Supported |
Conclusão de prefixo | Supported | Cache de contexto | Unsupported |
Inferência em lote | Unsupported | Fine-tuning | Supported |
Limites de contexto
Parâmetro | Valor | Parâmetro | Valor |
Comprimento máximo de entrada | 991.808 | Comprimento máximo de saída | 65.536 |
Janela de contexto | 1.000.000 | Comprimento máximo de entrada (Modo de raciocínio) | 983.616 |
Comprimento máximo de saída (Modo de raciocínio) | 65.536 | Comprimento máximo da cadeia de pensamento | 81.920 |
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)
- Hong Kong (China)
Input<=128k
Input<=128k
Item de faturamento | Preço (USD) | Unidade |
Entrada | 0,029 | Por 1M tokens |
Saída | 0,287 | Por 1M tokens |
128k<Input<=256k
128k<Input<=256k
Item de faturamento | Preço (USD) | Unidade |
Entrada | 0,115 | Por 1M tokens |
Saída | 1,147 | Por 1M tokens |
256k<Input<=1m
256k<Input<=1m
Item de faturamento | Preço (USD) | Unidade |
Entrada | 0,172 | Por 1M tokens |
Saída | 1,72 | Por 1M tokens |
Limites de taxa
- China (Beijing)
- Singapore
- Germany (Frankfurt)
- US (Virginia)
- Hong Kong (China)
Parâmetro | Valor |
RPM (Requisições por minuto) | 600 |
TPM (Tokens por minuto) | 1.000.000 |