阿
Qwen3.5-flash
阿里
对话
text
image
模型 Code
qwen3.5-flash服务状态
可调用
模型介绍
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。
模型能力
输入模态
模型体验支持
思考模式支持
Function Calling支持
结构化输出支持
输出模态
内置工具支持
联网搜索未提供
缓存未提供
模型价格
| 上下文长度 | 输入价格 | 输出价格 |
|---|---|---|
| 0<Token≤128K | ¥0.2 / 百万 token | ¥2 / 百万 token |
| 128K<Token≤256K | ¥0.8 / 百万 token | ¥8 / 百万 token |
| 256K<Token≤1M | ¥1.2 / 百万 token | ¥12 / 百万 token |
模型限流与上下文
- 最大输入长度
- 969K Tokens
- 最大输入长度(思考模式下)
- 961K Tokens
- 上下文长度
- 1M Tokens
- 最大输出长度
- 64K Tokens
- 最大输出长度(思考模式下)
- 64K Tokens
- 最大思维链长度
- 80K Tokens
API 代码示例
import requests
url = "https://limapi.com/api/v1/chat/completions"
headers = {
"Authorization": "Bearer YOUR_API_KEY",
"Content-Type": "application/json"
}
payload = {
"model": "qwen3.5-flash",
"stream": True,
"messages": [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "你好，请介绍一下你自己"}
]
}
response = requests.post(url, headers=headers, json=payload, stream=True)
for line in response.iter_lines():
if line:
print(line.decode("utf-8"))将示例中的 YOUR_API_KEY 替换为你的 API Key 即可调用。