Alibaba: Qwen Flash

O Qwen Flash lida com tarefas diárias de texto com uma grande janela de contexto. É um candidato para sumarização de alto volume, transformação de conteúdo e assistentes que precisam manter material de origem longo disponível na conversa.

Comparar modelos

qwen-flash

DisponívelAlibabaChat

Entrada / Saída: $0.05 / $0.40
Contexto: 998K
Saída máxima: 32K
Modalidades: Chat
Capacidades: Cache de promptsRaciocínio

Sobre o Qwen Flash

Qwen Flash é o modelo de texto geral rápido e de baixo custo da Alibaba na linha Qwen, voltado para trabalhos de alto volume, como sumarização, reescrita e assistentes simples. Ele fica abaixo do Qwen Plus e do Qwen Max em capacidade e é o modelo a ser testado primeiro quando o volume é mais importante do que a profundidade. A Alibaba o lista entre seus nomes Qwen legados, com as gerações mais novas Qwen3 recomendadas para novos projetos.

Pontos fortes

Sumarizar e reformatar grandes quantidades de texto com baixa latência por solicitação.
Manter um documento de origem longo disponível na conversa enquanto ele sumariza ou responde.
Um modo de pensamento opcional permite que você gaste raciocínio apenas nas solicitações que precisam dele.
O cache de prompt reduz o trabalho repetido quando um prompt de sistema longo ou documento é reutilizado.

Quando usar outro modelo

Apenas entrada de texto, sem chamada de ferramentas.
A profundidade de raciocínio e a qualidade da escrita ficam atrás do Qwen Plus e do Qwen Max em tarefas de análise complexas.
A Alibaba o lista como um nome legado, portanto, um modelo Qwen3 atual pode ser mais adequado para uma nova construção.

Primeiros passos

Criar chave de API
Crie uma chave no Console e use com qualquer modelo da plataforma.
02
Envie sua primeira requisição
Copie o exemplo para sua linguagem e execute-o no endpoint.
Texto para textoResponses API
POST/v1/responses
Formato da API:
```
curl https://api.tokenlab.sh/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxx" \
  -d '{
    "model": "qwen-flash",
    "input": "Hello!"
  }'
```

Preço

O preço Verified vale para o Verified, que custa menos na maioria dos modelos. O preço Official é o preço publicado pelo fabricante do modelo e vale para a rota Official, mais confiável. O Auto cobra pela rota que conclui a solicitação.

Entrada tokens <= 125K

Por 1M Token

Preço Official: Entrada $0.05 / Saída $0.40 / Leitura de cache $0.01 / Escrita de cache $0.0625 / Texto Entrada $0.05 / Texto Saída $0.40
Preço Verified: —
Desconto: —

Entrada tokens <= 250K

Por 1M Token

Preço Official: Entrada $0.05 / Saída $0.40 / Leitura de cache $0.01 / Escrita de cache $0.0625 / Texto Entrada $0.05 / Texto Saída $0.40
Preço Verified: —
Desconto: —

Entrada tokens <= 1M

Por 1M Token

Preço Official: Entrada $0.25 / Saída $2.00 / Leitura de cache $0.05 / Escrita de cache $0.3125 / Texto Entrada $0.25 / Texto Saída $2.00
Preço Verified: —
Desconto: —

Preços de cache de prompt

Leitura de cache

Preço Official: $0.01
Preço Verified: —
Desconto: —

Escrita de cache

Preço Official: $0.0625
Preço Verified: —
Desconto: —

	Preço OfficialPor 1M Token	Preço VerifiedPor 1M Token	Desconto
Entrada tokens <= 125K	Entrada $0.05 / Saída $0.40 / Leitura de cache $0.01 / Escrita de cache $0.0625 / Texto Entrada $0.05 / Texto Saída $0.40	—	—
Entrada tokens <= 250K	Entrada $0.05 / Saída $0.40 / Leitura de cache $0.01 / Escrita de cache $0.0625 / Texto Entrada $0.05 / Texto Saída $0.40	—	—
Entrada tokens <= 1M	Entrada $0.25 / Saída $2.00 / Leitura de cache $0.05 / Escrita de cache $0.3125 / Texto Entrada $0.25 / Texto Saída $2.00	—	—
Preços de cache de prompt
Leitura de cache	$0.01	—	—
Escrita de cache	$0.0625	—	—

Uso e atividade

A taxa de sucesso é a proporção de requisições concluídas. A latência é quanto tempo uma resposta completa leva; P95 significa que 95% das requisições terminaram dentro desse tempo.

Uso e disponibilidade

Últimas 24 horas

Requisições
Taxa de sucesso
Latência P95
Total de tokens

Desempenho do modelo

Última atualização 9 de out. de 2026, 20:15 UTC

As métricas aparecerão assim que os limites de privacidade e volume de dados forem atingidos.

Os dados baseiam-se em solicitações agregadas de usuários, excluindo verificações de status.

Abrir no Console

Abra Qwen Flash no Console com um prompt pronto para editar ou enviar.

Ajude-me a testar qwen-flash com uma mensagem em /v1/responses. Exiba a resposta, latência e custo.

Casos de uso

Indicado para

Raciocínio

Sumarização em massa
Condense milhares de artigos, transcrições de chamadas ou avaliações em resumos curtos, com o mesmo prompt aplicado a cada item.
Transformação de conteúdo
Converta texto entre tons, idiomas ou formatos, como transformar notas em um e-mail polido ou uma tabela em prosa.
Assistentes de chat leves
Dê suporte a um bot de FAQ ou assistente no aplicativo onde as respostas são curtas e o tempo de resposta importa mais do que a nuance.
Perguntas e respostas sobre documentos longos
Cole um manual longo ou conjunto de políticas no prompt e responda às perguntas da equipe diretamente a partir dele.

Exemplos de prompt

Reescreva a seguinte descrição de produto em um tom amigável, com no máximo 60 palavras, e mantenha o número do modelo inalterado.

Resuma esta transcrição de reunião em decisões, itens de ação com responsáveis e perguntas não resolvidas.

Usando apenas o texto da política acima, responda: um contratado pode solicitar reembolso de despesas de viagem? Cite a cláusula que você usou.

Este modelo tem preço condicional. Totais mensais de tokens sozinhos não produzem uma estimativa confiável; use o preço detalhado para a especificação da requisição, cache e janela aplicável.

FAQ

Para que o Qwen Flash é melhor?

Tarefas de texto cotidianas de alto volume: resumos, reescritas, transformações de estilo de tradução e assistentes simples. É a camada rápida e barata da linha Qwen, portanto, use-a quando o rendimento for importante e a tarefa não exigir raciocínio profundo.

Como o Qwen Flash é diferente do Qwen Plus?

O Flash é a camada orientada para velocidade e o Plus é a equilibrada. O Plus oferece análise e escrita mais fortes; o Flash realiza trabalhos simples de forma mais rápida e barata. Comece no Flash e mova tarefas específicas para o Plus se as respostas não forem satisfatórias.

O Qwen Flash suporta o modo de pensamento?

Sim. O pensamento pode ser ativado para solicitações que precisam de raciocínio passo a passo e desativado para as simples. A documentação da Alibaba lista o modo de pensamento como suportado para este modelo.

O Qwen Flash pode processar imagens ou chamar ferramentas?

Não. É um modelo de entrada e saída de texto sem entrada de imagem ou chamada de ferramentas. Escolha um modelo de visão Qwen ou outra família se a solicitação exigir qualquer um dos dois.

O Qwen Flash é uma boa escolha para um novo projeto?

Pipelines existentes podem continuar nele, e ele permanece utilizável para trabalhos estáveis de alto volume. Para uma nova construção, a Alibaba aponta para as gerações mais novas Qwen3, portanto, compare-o primeiro com o Qwen3.8 Flash.

Quanto custa o Qwen Flash?

No TokenLab, Qwen Flash custa Entrada $0.05 / Saída $0.40 Por 1M Token. A tabela de preços acima mostra o detalhamento completo. As tarifas dependem da unidade de cobrança, da especificação e do uso. Compare condições iguais no preço detalhado do modelo; uma única tarifa não determina o custo total.

Qual a janela de contexto e o limite de saída do Qwen Flash?

O Qwen Flash aceita até 997.952 tokens de contexto e gera até 32.768 tokens por resposta.

Qual endpoint o Qwen Flash deve usar?

Use https://api.tokenlab.sh/v1/responses para Qwen Flash. O exemplo de requisição abaixo mostra o formato de código correspondente.

Quais operações o Qwen Flash suporta?

Qwen Flash suporta Texto para texto. Selecione uma operação acima para ver seu endpoint e exemplo de requisição.