Qwen-Flash
复制成功！
概述
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
速率限制与上下文
- 最大输入997K
- 最大输出32K
- 上下文1M
- TPM每分钟 Token 数10M
- RPM每分钟请求数30K
API 参考
调用API复制成功！
123456789101112131415161718192021222324252627282930
from openai import OpenAI
import os
client = OpenAI(
# 如果没有配置环境变量，请用阿里云百炼API Key替换：api_key="sk-xxx"
api_key=os.getenv("DASHSCOPE_API_KEY"),
base_url="https://maas.qianwenaiapi.com/compatible-mode/v1",
)
messages = [{"role": "user", "content": "你是谁"}]
completion = client.chat.completions.create(
model="qwen-flash", # 您可以按需更换为其它深度思考模型
messages=messages,
extra_body={"enable_thinking": True},
stream=True
)
is_answering = False # 是否进入回复阶段
print("\n" + "=" * 20 + "思考过程" + "=" * 20)
for chunk in completion:
if not chunk.choices:
continue
delta = chunk.choices[0].delta
if hasattr(delta, "reasoning_content") and delta.reasoning_content is not None:
if not is_answering:
print(delta.reasoning_content, end="", flush=True)
if hasattr(delta, "content") and delta.content:
if not is_answering:
print("\n" + "=" * 20 + "完整回复" + "=" * 20)
is_answering = True
print(delta.content, end="", flush=True)