Qwen3.5-Flash

复制成功!
立即体验加入对比
推理文本生成视觉理解

概述

推理文本生成视觉理解

Qwen3.5原生视觉语言系列Flash模型,基于混合架构设计,融合了线性注意力机制与稀疏混合专家模型,实现了更高的推理效率。模型效果在纯文本与多模态方面相较3系列均实现飞跃式进步;响应速度快,兼具推理速度和性能。

输入

文本图像视频

输出

文本

功能

前缀补全

函数调用

缓存

结构化输出

批量任务

联网搜索

微调

定价

  • 输入
    ¥0.2/M tokens
  • 输出
    ¥2/M tokens
  • 输入(Batch File)
    ¥0.1/M tokens
  • 输出(Batch File)
    ¥1/M tokens
  • 显式缓存创建
    ¥0.25/M tokens
  • 显式缓存命中
    ¥0.02/M tokens
  • 输入(Batch Chat)限时5折
    ¥0.2¥0.1
    /M tokens
  • 输出(Batch Chat)限时5折
    ¥2¥1
    /M tokens
  • 输入
    ¥0.2/M tokens
  • 输出
    ¥2/M tokens
  • 输入(Batch File)
    ¥0.1/M tokens
  • 输出(Batch File)
    ¥1/M tokens
  • 显式缓存创建
    ¥0.25/M tokens
  • 显式缓存命中
    ¥0.02/M tokens
  • 输入(Batch Chat)限时5折
    ¥0.2¥0.1
    /M tokens
  • 输出(Batch Chat)限时5折
    ¥2¥1
    /M tokens

上下文

上下文
1M
最大输入
991.80K
最大输出
65.53K

速率限制

  • RPM每分钟请求数
    30K
  • TPM每分钟 Token 数
    10M

内置工具

web_searchResponses API
web_extractorResponses API
code_interpreterResponses API
t2i_searchResponses API
i2i_searchResponses API

API 参考

获取 API Key
复制成功!
123456789101112131415161718
import os
import dashscope
dashscope.base_http_api_url = "https://dashscope.aliyuncs.com/api/v1"

messages = [
    {
        "role": "user",
        "content": [
            {"image": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241022/emyrja/dog_and_girl.jpeg"},
            {"text": "图中描绘的是什么景象?"}]
    }]
response = dashscope.MultiModalConversation.call(
    api_key=os.getenv('DASHSCOPE_API_KEY'),
    model='qwen3.5-flash',
    messages=messages
)
print(response.output.choices[0].message.content[0]["text"])