Alibaba: Qwen3.5-Flash
qwen3.5-flash- 输入 / 输出
- $0.10 / $0.40
- 上下文
- 992K
- 最大输出
- 64K
- 模态
- 聊天
- 能力
- 提示词缓存
Qwen3.5-Flash 简介
Qwen3.5-Flash 是阿里巴巴 Qwen3.5 系列里较轻的托管版本，处理文本比 Qwen3.5-Plus 更快、更便宜。它有非常大的上下文和提示词缓存，适合做摘要，以及对同一份大型资料反复处理。它与整个系列一样，语言覆盖面很广。
擅长的任务
- 提示词缓存有助于反复查阅同一份大型资料。
- 速度上比 Plus 档做过调优。
- 沿用 Qwen3.5 系列对 201 种语言的覆盖。
- 适合摘要、打标签等流水线环节。
什么情况换别的模型
- 较难的分析任务，Qwen3.5-Plus 表现更好。
- 只接收文本，不能替代视觉模型。
- 比 Qwen3.8-Flash 旧，后者公布了智能体编程方面的成绩。
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": "qwen3.5-flash", "input": "Hello!" }'
价格
TokenLab 价格用于 Verified，多数模型更便宜；官方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- 官方价格
- 输入 $0.10 / 输出 $0.40 / 缓存读取 $0.01 / 缓存写入 $0.125 / 文本 输入 $0.10 / 文本 输出 $0.40
- Official
- 输入 $0.10 / 输出 $0.40 / 缓存读取 $0.01 / 缓存写入 $0.125 / 文本 输入 $0.10 / 文本 输出 $0.40
- 折扣
- —
输入 token <= 250K
每 1M token- 官方价格
- 输入 $0.10 / 输出 $0.40 / 缓存读取 $0.01 / 缓存写入 $0.125 / 文本 输入 $0.10 / 文本 输出 $0.40
- Official
- 输入 $0.10 / 输出 $0.40 / 缓存读取 $0.01 / 缓存写入 $0.125 / 文本 输入 $0.10 / 文本 输出 $0.40
- 折扣
- —
输入 token <= 1M
每 1M token- 官方价格
- 输入 $0.10 / 输出 $0.40 / 缓存读取 $0.01 / 缓存写入 $0.125 / 文本 输入 $0.10 / 文本 输出 $0.40
- Official
- 输入 $0.10 / 输出 $0.40 / 缓存读取 $0.01 / 缓存写入 $0.125 / 文本 输入 $0.10 / 文本 输出 $0.40
- 折扣
- —
缓存读取
- 官方价格
- $0.01
- Official
- $0.01
- 折扣
- —
缓存写入
- 官方价格
- $0.125
- Official
- $0.125
- 折扣
- —
| 官方价格每 1M token | Official每 1M token | 折扣 | |
|---|---|---|---|
| 输入 token <= 125K | 输入 $0.10 / 输出 $0.40 / 缓存读取 $0.01 / 缓存写入 $0.125 / 文本 输入 $0.10 / 文本 输出 $0.40 | 输入 $0.10 / 输出 $0.40 / 缓存读取 $0.01 / 缓存写入 $0.125 / 文本 输入 $0.10 / 文本 输出 $0.40 | — |
| 输入 token <= 250K | 输入 $0.10 / 输出 $0.40 / 缓存读取 $0.01 / 缓存写入 $0.125 / 文本 输入 $0.10 / 文本 输出 $0.40 | 输入 $0.10 / 输出 $0.40 / 缓存读取 $0.01 / 缓存写入 $0.125 / 文本 输入 $0.10 / 文本 输出 $0.40 | — |
| 输入 token <= 1M | 输入 $0.10 / 输出 $0.40 / 缓存读取 $0.01 / 缓存写入 $0.125 / 文本 输入 $0.10 / 文本 输出 $0.40 | 输入 $0.10 / 输出 $0.40 / 缓存读取 $0.01 / 缓存写入 $0.125 / 文本 输入 $0.10 / 文本 输出 $0.40 | — |
| 提示词缓存价格 | |||
| 缓存读取 | $0.01 | $0.01 | — |
| 缓存写入 | $0.125 | $0.125 | — |
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
Qwen3.5-Flash 已在 Console 备好，提示词已填好，可以直接修改或发送。
帮我用 qwen3.5-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
批量摘要
在夜间流水线里压缩长报告，同一份大型资料在你询问的各个章节之间保持缓存。
文档打标签与分发
按主题、紧急程度或负责人给长文本打标签，并以固定格式返回，方便下游代码解析。
针对同一份资料反复问答
把一份手册或政策缓存一次，然后对它提出很多问题，不必每一轮都为重新处理全文付费。
草稿润色
修正长草稿的语法、语气和结构，同时不改动作者的论点和数字。
提示词示例
用两行话概括这本手册的每一个章节。
给这张工单打上产品领域和紧急程度标签，返回 JSON。
根据贴出的政策回答问题；如果政策里没有提到，就回答“未说明”。
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
Qwen3.5-Flash 到底是什么？
它是阿里巴巴 Qwen3.5 系列里较轻的托管版本，用于快速处理长文本。能力排在 Qwen3.5-Plus 之下，适合重复的常规文档处理环节。
什么时候选 Flash 而不是 Qwen3.5-Plus？
速度和成本比深度更重要时选 Flash，比如批量摘要、打标签，或针对固定资料的问答。答案需要对多个段落做更细致的分析时，换成 Plus。
Qwen3.5-Flash 支持提示词缓存吗？
支持。同一份长资料被反复发送时，提示词缓存很有帮助，比如重复的文档处理环节，每次调用之间只有问题在变。
Qwen3.5-Flash 能看图吗？
不能。Qwen3.5-Flash 只接收文本。任务涉及截图、扫描件或图表时，请用 Qwen3.8-Flash、Qwen3.7-Plus 或 Qwen3-VL Plus，再把提取出的文本交给这个模型。
阿里巴巴有更新的 Flash 模型吗？
有。Qwen3.8-Flash 是更新的多模态混合专家模型，面向智能体编程和长周期的智能体工作。已经表现不错的纯文本流水线可以继续用 Qwen3.5-Flash。
Qwen3.5-Flash 的费用是多少？
在 TokenLab 上，Qwen3.5-Flash 的价格为 输入 $0.10 / 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。
Qwen3.5-Flash 的上下文窗口和输出上限是多少？
Qwen3.5-Flash 最多接收 991,808 token 的上下文，单次最多返回 65,536 token。
Qwen3.5-Flash 应该使用哪个端点？
Qwen3.5-Flash 使用 https://api.tokenlab.sh/v1/responses。代码写法见下方的请求示例。
Qwen3.5-Flash 支持哪些操作？
Qwen3.5-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。
Qwen3.5-Flash 对比
资料来源
审阅于 2026年10月2日
