Qwen3.6-Flash
复制成功!
立即体验加入对比
推理视觉理解文本生成
概述
推理视觉理解文本生成
Qwen3.6原生视觉语言系列Flash模型,模型效果相较3.5-Flash显著提升。本模型重点提升agentic coding能力(在多项代码智能体基准上大幅超越前代)、数学推理和代码推理能力;视觉方面在空间智能能力上显著增强,物体定位与目标检测提升尤为突出。
输入
图像文本视频
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¥1.2/M tokens
- 输出¥7.2/M tokens
- 输入(Batch File)¥0.6/M tokens
- 输出(Batch File)¥3.6/M tokens
- 显式缓存创建¥1.5/M tokens
- 显式缓存命中¥0.12/M tokens
- 输入(Batch Chat)¥1.2/M tokens
- 输出(Batch Chat)¥7.2/M tokens
- 输入¥1.2/M tokens
- 输出¥7.2/M tokens
- 输入(Batch File)¥0.6/M tokens
- 输出(Batch File)¥3.6/M tokens
- 显式缓存创建¥1.5/M tokens
- 显式缓存命中¥0.12/M tokens
- 输入(Batch Chat)¥1.2/M tokens
- 输出(Batch Chat)¥7.2/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
code_interpreterResponses API
web_extractorResponses API
i2i_searchResponses API
t2i_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='qwen3.6-flash',
messages=messages
)
print(response.output.choices[0].message.content[0]["text"])