Alibaba: Qwen3.5-Flash

O Qwen3.5 Flash é a opção orientada para eficiência para trabalho de texto de longo contexto na linha 3.5. Pode suportar sumarização e etapas repetidas de processamento de documentos onde a mesma fonte grande precisa ser consultada ao longo de uma tarefa.

Comparar modelos

qwen3.5-flash

DisponívelAlibabaChat

Entrada / Saída: $0.10 / $0.40
Contexto: 992K
Saída máxima: 64K
Modalidades: Chat
Capacidades: Cache de prompts

Sobre o Qwen3.5-Flash

O Qwen3.5-Flash é a camada hospedada mais leve da família Qwen3.5 da Alibaba, criada para um processamento de texto mais rápido e barato do que o Qwen3.5-Plus. Ele possui um contexto muito grande e cache de prompt, o que é adequado para sumarização e passagens repetidas pela mesma fonte extensa. Ele compartilha a ampla cobertura de idiomas da família.

Pontos fortes

O cache de prompt auxilia na consulta repetida de uma única fonte extensa.
Otimizado para velocidade em relação à camada Plus.
Compartilha a cobertura de 201 idiomas da família Qwen3.5.
Uma boa opção para etapas de pipeline, como sumarização ou marcação.

Quando usar outro modelo

O Qwen3.5-Plus é melhor em análises mais complexas.
Ele aceita apenas texto, portanto, não pode substituir um modelo de visão.
Mais antigo que o Qwen3.8-Flash, que reporta resultados de codificação agentica.

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": "qwen3.5-flash",
    "input": "Hello!"
  }'
```

Preço

O preço TokenLab aplica-se ao Verified, que é mais barato na maioria dos modelos. O preço oficial segue a tabela do criador e aplica-se à rota Official, que é mais confiável. O modo Auto cobra pela rota que finalizar o seu pedido.

Entrada tokens <= 125K

Por 1M Token

Preço oficial: Entrada $0.10 / Saída $0.40 / Leitura de cache $0.01 / Escrita de cache $0.125 / Texto Entrada $0.10 / Texto Saída $0.40
Official: Entrada $0.10 / Saída $0.40 / Leitura de cache $0.01 / Escrita de cache $0.125 / Texto Entrada $0.10 / Texto Saída $0.40
Desconto: —

Entrada tokens <= 250K

Por 1M Token

Preço oficial: Entrada $0.10 / Saída $0.40 / Leitura de cache $0.01 / Escrita de cache $0.125 / Texto Entrada $0.10 / Texto Saída $0.40
Official: Entrada $0.10 / Saída $0.40 / Leitura de cache $0.01 / Escrita de cache $0.125 / Texto Entrada $0.10 / Texto Saída $0.40
Desconto: —

Entrada tokens <= 1M

Por 1M Token

Preço oficial: Entrada $0.10 / Saída $0.40 / Leitura de cache $0.01 / Escrita de cache $0.125 / Texto Entrada $0.10 / Texto Saída $0.40
Official: Entrada $0.10 / Saída $0.40 / Leitura de cache $0.01 / Escrita de cache $0.125 / Texto Entrada $0.10 / Texto Saída $0.40
Desconto: —

Preços de cache de prompt

Leitura de cache

Preço oficial: $0.01
Official: $0.01
Desconto: —

Escrita de cache

Preço oficial: $0.125
Official: $0.125
Desconto: —

	Preço oficialPor 1M Token	OfficialPor 1M Token	Desconto
Entrada tokens <= 125K	Entrada $0.10 / Saída $0.40 / Leitura de cache $0.01 / Escrita de cache $0.125 / Texto Entrada $0.10 / Texto Saída $0.40	Entrada $0.10 / Saída $0.40 / Leitura de cache $0.01 / Escrita de cache $0.125 / Texto Entrada $0.10 / Texto Saída $0.40	—
Entrada tokens <= 250K	Entrada $0.10 / Saída $0.40 / Leitura de cache $0.01 / Escrita de cache $0.125 / Texto Entrada $0.10 / Texto Saída $0.40	Entrada $0.10 / Saída $0.40 / Leitura de cache $0.01 / Escrita de cache $0.125 / Texto Entrada $0.10 / Texto Saída $0.40	—
Entrada tokens <= 1M	Entrada $0.10 / Saída $0.40 / Leitura de cache $0.01 / Escrita de cache $0.125 / Texto Entrada $0.10 / Texto Saída $0.40	Entrada $0.10 / Saída $0.40 / Leitura de cache $0.01 / Escrita de cache $0.125 / Texto Entrada $0.10 / Texto Saída $0.40	—
Preços de cache de prompt
Leitura de cache	$0.01	$0.01	—
Escrita de cache	$0.125	$0.125	—

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 8 de out. de 2026, 21:05 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 Qwen3.5-Flash no Console com um prompt pronto para editar ou enviar.

Ajude-me a testar qwen3.5-flash com uma mensagem em /v1/responses. Exiba a resposta, latência e custo.

Casos de uso

Sumarização em lote
Condense relatórios longos em um pipeline noturno, com a mesma fonte extensa armazenada em cache nas seções sobre as quais você pergunta.
Marcação e roteamento de documentos
Rotule textos longos por tópico, urgência ou proprietário e retorne o resultado em um formato fixo que o código subsequente possa analisar.
Perguntas e respostas repetidas sobre uma fonte
Armazene um manual ou política em cache uma vez e faça muitas perguntas sobre ele sem pagar para reprocessar todo o texto a cada turno.
Limpeza de rascunhos
Corrija a gramática, o tom e a estrutura em rascunhos longos, mantendo as afirmações e números do autor intactos.

Exemplos de prompt

Resuma cada seção deste manual em duas linhas.

Marque este ticket com a área do produto e urgência e retorne em JSON.

Responda a perguntas sobre a política colada; responda 'não mencionado' se estiver ausente.

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

O que é exatamente o Qwen3.5-Flash?

É a camada hospedada mais leve da família Qwen3.5 da Alibaba, voltada para o processamento rápido de textos longos. Ele está abaixo do Qwen3.5-Plus em capacidade e destina-se a etapas de documentos rotineiras e repetidas.

Quando devo escolher o Flash em vez do Qwen3.5-Plus?

Escolha o Flash quando a velocidade e o custo forem mais importantes do que a profundidade, como em sumarização em massa, marcação ou perguntas e respostas sobre uma fonte fixa. Mude para o Plus quando as respostas exigirem uma análise mais cuidadosa em várias passagens.

O Qwen3.5-Flash suporta cache de prompt?

Sim. O cache de prompt ajuda quando a mesma fonte longa é enviada repetidamente, como em etapas repetidas de processamento de documentos onde apenas a pergunta muda entre as chamadas.

O Qwen3.5-Flash consegue ler imagens?

Não. O Qwen3.5-Flash aceita apenas texto. Use o Qwen3.8-Flash, Qwen3.7-Plus ou Qwen3-VL Plus quando capturas de tela, digitalizações ou gráficos fizerem parte da tarefa, e envie o texto extraído para este modelo.

Existe um modelo Flash mais novo da Alibaba?

Sim. O Qwen3.8-Flash é um modelo multimodal de especialistas (mixture-of-experts) mais novo, voltado para codificação agentica e trabalho de agente de longo prazo. Mantenha o Qwen3.5-Flash para pipelines de texto simples que já apresentam bom desempenho.

Quanto custa o Qwen3.5-Flash?

No TokenLab, Qwen3.5-Flash custa Entrada $0.10 / 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 Qwen3.5-Flash?

O Qwen3.5-Flash aceita até 991.808 tokens de contexto e gera até 65.536 tokens por resposta.

Qual endpoint o Qwen3.5-Flash deve usar?

Use https://api.tokenlab.sh/v1/responses para Qwen3.5-Flash. O exemplo de requisição abaixo mostra o formato de código correspondente.

Quais operações o Qwen3.5-Flash suporta?

Qwen3.5-Flash suporta Texto para texto. Selecione uma operação acima para ver seu endpoint e exemplo de requisição.