Qwen-Flash
复制成功!
立即体验加入对比
推理文本生成
概述
推理文本生成
Qwen3系列Flash模型,实现思考模式和非思考模式的有效融合,可在对话中切换模式。复杂推理类任务性能优秀,指令遵循、文本理解等能力显著提高。支持1M上下文长度,按照上下文长度进行阶梯计费。
输入
文本
输出
文本
功能
定价
- 输入¥0.15/M tokens
- 输出¥1.5/M tokens
- 输入(缓存命中)¥0.03/M tokens
- 输入(Batch File)¥0.075/M tokens
- 输出(Batch File)¥0.75/M tokens
- 显式缓存创建¥0.188/M tokens
- 显式缓存命中¥0.015/M tokens
- 输入(Batch Chat)限时5折¥0.15¥0.075/M tokens
- 输出(Batch Chat)限时5折¥1.5¥0.75/M tokens
- 输入¥0.15/M tokens
- 输出¥1.5/M tokens
- 输入(缓存命中)¥0.03/M tokens
- 输入(Batch File)¥0.075/M tokens
- 输出(Batch File)¥0.75/M tokens
- 显式缓存创建¥0.188/M tokens
- 显式缓存命中¥0.015/M tokens
- 输入(Batch Chat)限时5折¥0.15¥0.075/M tokens
- 输出(Batch Chat)限时5折¥1.5¥0.75/M tokens
速率限制与上下文
- 最大输入997.95K
- 最大输出32.76K
- RPM每分钟请求数30K
- TPM每分钟 Token 数10M
- 上下文1M
API 参考
获取 API Key复制成功!
12345678910111213141516171819202122232425262728293031
import os
from dashscope import Generation
import dashscope
dashscope.base_http_api_url = 'https://dashscope.aliyuncs.com/api/v1'
messages = [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "你是谁?"},
]
response = Generation.call(
# 若没有配置环境变量,请用百炼API Key将下行替换为:api_key = "sk-xxx",
api_key=os.getenv("DASHSCOPE_API_KEY"),
model="qwen-flash",
messages=messages,
result_format="message",
# 开启深度思考
enable_thinking=True,
)
if response.status_code == 200:
# 打印思考过程
print("=" * 20 + "思考过程" + "=" * 20)
print(response.output.choices[0].message.reasoning_content)
# 打印回复
print("=" * 20 + "完整回复" + "=" * 20)
print(response.output.choices[0].message.content)
else:
print(f"HTTP返回码:{response.status_code}")
print(f"错误码:{response.code}")
print(f"错误信息:{response.message}")