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"])