Alibaba: Qwen Flash
qwen-flash- 输入 / 输出
- $0.05 / $0.40
- 上下文
- 998K
- 最大输出
- 32K
- 模态
- 聊天
- 能力
- 提示词缓存推理
Qwen Flash 简介
Qwen Flash 是阿里巴巴 Qwen 系列中快速、低成本的通用文本模型，面向摘要、改写和简单助手这类大批量任务。能力排在 Qwen Plus 和 Qwen Max 之下，在量比深度更重要时先试它。阿里巴巴把它列在 Qwen 旧名称之中，新项目推荐用较新的 Qwen3 系列。
擅长的任务
- 大批量文本的摘要和格式转换，单次请求延迟低。
- 在做摘要或回答时，把很长的资料文档留在对话里。
- 可选的思考模式，只在需要的请求上花推理成本。
- 长系统提示词或文档被重复使用时，提示词缓存可以减少重复计算。
什么情况换别的模型
- 只支持文本输入，不支持工具调用。
- 推理深度和写作质量在困难的分析任务上不及 Qwen Plus 和 Qwen Max。
- 阿里巴巴把它列为旧名称，新项目可能更适合用当前的 Qwen3 模型。
快速上手
创建 API 密钥
在 Console 生成一把密钥，平台上的模型都能用。
发送第一个请求
复制你所用语言的示例代码，向该端点发起请求。
文本生成Responses APIPOST/v1/responsesAPI 格式:curl https://api.tokenlab.sh/v1/responses \ -H "Content-Type: application/json" \ -H "Authorization: Bearer sk-xxx" \ -d '{ "model": "qwen-flash", "input": "Hello!" }'
价格
Verified 价格用于 Verified，多数模型更便宜；Official 价格是模型厂商公布的价格，用于更稳定的 Official。Auto 按最终完成请求的线路计价。
输入 token <= 125K
每 1M token- Official 价格
- 输入 $0.05 / 输出 $0.40 / 缓存读取 $0.01 / 缓存写入 $0.0625 / 文本 输入 $0.05 / 文本 输出 $0.40
- Verified 价格
- —
- 折扣
- —
输入 token <= 250K
每 1M token- Official 价格
- 输入 $0.05 / 输出 $0.40 / 缓存读取 $0.01 / 缓存写入 $0.0625 / 文本 输入 $0.05 / 文本 输出 $0.40
- Verified 价格
- —
- 折扣
- —
输入 token <= 1M
每 1M token- Official 价格
- 输入 $0.25 / 输出 $2.00 / 缓存读取 $0.05 / 缓存写入 $0.3125 / 文本 输入 $0.25 / 文本 输出 $2.00
- Verified 价格
- —
- 折扣
- —
缓存读取
- Official 价格
- $0.01
- Verified 价格
- —
- 折扣
- —
缓存写入
- Official 价格
- $0.0625
- Verified 价格
- —
- 折扣
- —
| Official 价格每 1M token | Verified 价格每 1M token | 折扣 | |
|---|---|---|---|
| 输入 token <= 125K | 输入 $0.05 / 输出 $0.40 / 缓存读取 $0.01 / 缓存写入 $0.0625 / 文本 输入 $0.05 / 文本 输出 $0.40 | — | — |
| 输入 token <= 250K | 输入 $0.05 / 输出 $0.40 / 缓存读取 $0.01 / 缓存写入 $0.0625 / 文本 输入 $0.05 / 文本 输出 $0.40 | — | — |
| 输入 token <= 1M | 输入 $0.25 / 输出 $2.00 / 缓存读取 $0.05 / 缓存写入 $0.3125 / 文本 输入 $0.25 / 文本 输出 $2.00 | — | — |
| 提示词缓存价格 | |||
| 缓存读取 | $0.01 | — | — |
| 缓存写入 | $0.0625 | — | — |
用量与动态
成功率是请求完成的比例；延迟是拿到一次完整响应要花的时间，P95 表示 95% 的请求都在这个时间内完成。
用量与可用性
最近 24 小时- 请求
- 成功率
- P95 延迟
- 总 token 数
数据来自汇总的用户请求，不含状态检查。
直接在 Console 里试
Qwen Flash 已在 Console 备好，提示词已填好，可以直接修改或发送。
帮我用 qwen-flash 发一条简短消息，接口是 /v1/responses。返回回复，附上延迟和费用。
使用场景
适用场景- 推理
批量摘要
把成千上万篇文章、通话转录或评论压缩成简短摘要，每一条都用同一个提示词。
内容转换
在不同语气、语言或格式之间转换文本，比如把笔记写成一封得体的邮件，或把表格改写成文字。
轻量聊天助手
支撑常见问题机器人或应用内助手，回答简短，响应时间比细腻程度更重要。
长文档问答
把很长的手册或制度集放进提示词，直接据此回答员工的问题。
提示词示例
用亲切的语气改写下面的产品描述，最多 60 字，型号保持不变。
把这份会议转录稿总结为：决策、带负责人的待办事项、未决问题。
只根据上面的制度文本回答：外包人员可以报销差旅费用吗？引用你依据的条款。
此模型按条件计价，仅凭月度 token 总量无法可靠估算；请按请求规格、缓存和适用时段查看详细定价。
FAQ
Qwen Flash 最适合做什么？
大批量的日常文本任务：摘要、改写、翻译式的转换和简单助手。它是 Qwen 系列里快速、便宜的一档，吞吐量重要、任务不需要深度推理时用它。
Qwen Flash 和 Qwen Plus 有什么区别？
Flash 是偏重速度的一档，Plus 是均衡的一档。Plus 的分析和写作更强；Flash 处理简单任务更快更便宜。先用 Flash，如果回答不够好，再把特定任务转给 Plus。
Qwen Flash 支持思考模式吗？
支持。需要逐步推理的请求可以打开思考，简单的请求就关掉。阿里巴巴文档列出此模型支持思考模式。
Qwen Flash 能读图片或调用工具吗？
不能。它是文本输入、文本输出的模型，没有图像输入或工具调用。请求需要这两样时，请选 Qwen 的视觉模型或其他系列。
新项目适合选 Qwen Flash 吗？
现有流水线可以继续用它，稳定的大批量任务仍然可用。全新搭建时，阿里巴巴建议看较新的 Qwen3 系列，所以先和 Qwen3.8 Flash 比较。
Qwen Flash 的费用是多少？
在 TokenLab 上，Qwen Flash 的价格为 输入 $0.05 / 输出 $0.40 每 1M token。完整明细见上方价格表。 价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率；单一费率不代表总价。
Qwen Flash 的上下文窗口和输出上限是多少？
Qwen Flash 最多接收 997,952 token 的上下文，单次最多返回 32,768 token。
Qwen Flash 应该使用哪个端点？
Qwen Flash 使用 https://api.tokenlab.sh/v1/responses。代码写法见下方的请求示例。
Qwen Flash 支持哪些操作？
Qwen Flash 支持 文本生成。选了操作，上面会显示对应的端点和请求示例。
Qwen Flash 对比
资料来源
审阅于 2026年10月2日
