AI 助理
文档备案控制台
官方文档
首页

qwen-flash

更新时间：
复制 MD 格式
产品详情
我的收藏

Qwen3系列Flash模型，实现思考模式和非思考模式的有效融合，可在对话中切换模式。复杂推理类任务性能优秀，指令遵循、文本理解等能力显著提高。支持1M上下文长度，按照上下文长度进行阶梯计费。该模型版本功能等同于快照模型 qwen-flash-2025-07-28。

推理服务供应商

qwen-flash模型的推理服务供应商为阿里云百炼。

模型能力

华北2（北京）

能力项 支持情况 能力项 支持情况

输入模态

Text

输出模态

Text

模型体验

支持

Function Calling

支持

结构化输出

支持

联网搜索

支持

前缀续写

支持

上下文缓存

支持

批量推理

支持

模型调优

不支持

新加坡

部署范围：国际

能力项 支持情况 能力项 支持情况

输入模态

Text

输出模态

Text

模型体验

支持

Function Calling

不支持

结构化输出

支持

联网搜索

不支持

前缀续写

支持

上下文缓存

支持

批量推理

不支持

模型调优

不支持

德国（法兰克福）

部署范围：全球

能力项 支持情况 能力项 支持情况

输入模态

Text

输出模态

Text

模型体验

支持

Function Calling

不支持

结构化输出

支持

联网搜索

不支持

前缀续写

支持

上下文缓存

支持

批量推理

不支持

模型调优

不支持

美国（弗吉尼亚）

部署范围：全球

能力项 支持情况 能力项 支持情况

输入模态

Text

输出模态

Text

模型体验

支持

Function Calling

不支持

结构化输出

支持

联网搜索

不支持

前缀续写

支持

上下文缓存

支持

批量推理

不支持

模型调优

不支持

上下文限制

参数 值 参数 值

最大输入长度

997952

最大输出长度

32768

上下文长度

1000000

模型价格

本文仅展示模型调用原价，不包含限时优惠等活动信息，请前往百炼控制台查看活动优惠。

华北2（北京）

输入<=128k

计费项 价格（元） 单位

输入

0.15

每百万tokens

输出

1.5

每百万tokens

输入（缓存命中）

0.03

每百万tokens

输入（Batch File）

0.075

每百万tokens

输出（Batch File）

0.75

每百万tokens

显式缓存创建

0.188

每百万tokens

显式缓存命中

0.015

每百万tokens

输入（Batch Chat)

0.15

每百万tokens

输出（Batch Chat)

1.5

每百万tokens

128k<输入<=256k

计费项 价格（元） 单位

输入

0.6

每百万tokens

输出

6

每百万tokens

输入（缓存命中）

0.12

每百万tokens

输入（Batch File）

0.3

每百万tokens

输出（Batch File）

3

每百万tokens

显式缓存创建

0.75

每百万tokens

显式缓存命中

0.06

每百万tokens

输入（Batch Chat)

0.6

每百万tokens

输出（Batch Chat)

6

每百万tokens

256k<输入<=1m

计费项 价格（元） 单位

输入

1.2

每百万tokens

输出

12

每百万tokens

输入（缓存命中）

0.24

每百万tokens

输入（Batch File）

0.6

每百万tokens

输出（Batch File）

6

每百万tokens

显式缓存创建

1.5

每百万tokens

显式缓存命中

0.12

每百万tokens

输入（Batch Chat)

1.2

每百万tokens

输出（Batch Chat)

12

每百万tokens

新加坡

部署范围：国际

Input<=256k

计费项 价格（元） 单位

输入

0.367

每百万tokens

输出

2.936

每百万tokens

输入（缓存命中）

0.073

每百万tokens

输入（Batch File）

0.183

每百万tokens

输出（Batch File）

1.468

每百万tokens

显式缓存创建

0.462

每百万tokens

显式缓存命中

0.037

每百万tokens

256k<Input<=1m

计费项 价格（元） 单位

输入

1.835

每百万tokens

输出

14.678

每百万tokens

输入（缓存命中）

0.367

每百万tokens

输入（Batch File）

0.917

每百万tokens

输出（Batch File）

7.339

每百万tokens

显式缓存创建

2.297

每百万tokens

显式缓存命中

0.183

每百万tokens

德国（法兰克福）

部署范围：全球

输入<=128k

计费项 价格（元） 单位

输入

0.15

每百万tokens

输出

1.5

每百万tokens

输入（缓存命中）

0.03

每百万tokens

显式缓存创建

0.188

每百万tokens

显式缓存命中

0.015

每百万tokens

128k<输入<=256k

计费项 价格（元） 单位

输入

0.6

每百万tokens

输出

6

每百万tokens

输入（缓存命中）

0.12

每百万tokens

显式缓存创建

0.75

每百万tokens

显式缓存命中

0.06

每百万tokens

256k<输入<=1m

计费项 价格（元） 单位

输入

1.2

每百万tokens

输出

12

每百万tokens

输入（缓存命中）

0.24

每百万tokens

显式缓存创建

1.5

每百万tokens

显式缓存命中

0.12

每百万tokens

美国（弗吉尼亚）

部署范围：全球

输入<=128k

计费项 价格（元） 单位

输入

0.15

每百万tokens

输出

1.5

每百万tokens

输入（缓存命中）

0.03

每百万tokens

显式缓存创建

0.188

每百万tokens

显式缓存命中

0.015

每百万tokens

128k<输入<=256k

计费项 价格（元） 单位

输入

0.6

每百万tokens

输出

6

每百万tokens

输入（缓存命中）

0.12

每百万tokens

显式缓存创建

0.75

每百万tokens

显式缓存命中

0.06

每百万tokens

256k<输入<=1m

计费项 价格（元） 单位

输入

1.2

每百万tokens

输出

12

每百万tokens

输入（缓存命中）

0.24

每百万tokens

显式缓存创建

1.5

每百万tokens

显式缓存命中

0.12

每百万tokens

限流

华北2（北京）

参数 值

RPM（每分钟请求数）

30000

TPM（每分钟tokens）

10,000,000

新加坡

部署范围：国际

参数 值

RPM（每分钟请求数）

600

TPM（每分钟tokens）

5,000,000

德国（法兰克福）

部署范围：全球

参数 值

RPM（每分钟请求数）

30000

TPM（每分钟tokens）

10,000,000

美国（弗吉尼亚）

部署范围：全球

参数 值

RPM（每分钟请求数）

600

TPM（每分钟tokens）

5,000,000

快照版本

qwen-flash-2025-07-28

Qwen3系列Flash模型，实现思考模式和非思考模式的有效融合，可在对话中切换模式。复杂推理类任务性能优秀，指令遵循、文本理解等能力显著提高。支持1M上下文长度，按照上下文长度进行阶梯计费。本版本为2025年7月28日快照。

推理服务供应商

qwen-flash-2025-07-28模型的推理服务供应商为阿里云百炼。

模型能力

华北2（北京）

能力项 支持情况 能力项 支持情况

输入模态

Text

输出模态

Text

模型体验

支持

Function Calling

支持

结构化输出

支持

联网搜索

支持

前缀续写

支持

上下文缓存

不支持

批量推理

不支持

模型调优

不支持

新加坡

部署范围：国际

能力项 支持情况 能力项 支持情况

输入模态

Text

输出模态

Text

模型体验

支持

Function Calling

不支持

结构化输出

支持

联网搜索

不支持

前缀续写

支持

上下文缓存

不支持

批量推理

不支持

模型调优

不支持

德国（法兰克福）

部署范围：全球

能力项 支持情况 能力项 支持情况

输入模态

Text

输出模态

Text

模型体验

支持

Function Calling

不支持

结构化输出

支持

联网搜索

不支持

前缀续写

支持

上下文缓存

不支持

批量推理

不支持

模型调优

不支持

美国（弗吉尼亚）

部署范围：全球

能力项 支持情况 能力项 支持情况

输入模态

Text

输出模态

Text

模型体验

支持

Function Calling

不支持

结构化输出

支持

联网搜索

不支持

前缀续写

支持

上下文缓存

不支持

批量推理

不支持

模型调优

不支持

上下文限制

参数 值 参数 值

最大输入长度

997952

最大输出长度

32768

上下文长度

1000000

模型价格

本文仅展示模型调用原价，不包含限时优惠等活动信息，请前往百炼控制台查看活动优惠。

华北2（北京）

输入<=128k

计费项 价格（元） 单位

输入

0.15

每百万tokens

输出

1.5

每百万tokens

128k<输入<=256k

计费项 价格（元） 单位

输入

0.6

每百万tokens

输出

6

每百万tokens

256k<输入<=1m

计费项 价格（元） 单位

输入

1.2

每百万tokens

输出

12

每百万tokens

新加坡

部署范围：国际

Input<=256k

计费项 价格（元） 单位

输入

0.367

每百万tokens

输出

2.936

每百万tokens

256k<Input<=1m

计费项 价格（元） 单位

输入

1.835

每百万tokens

输出

14.678

每百万tokens

德国（法兰克福）

部署范围：全球

输入<=128k

计费项 价格（元） 单位

输入

0.15

每百万tokens

输出

1.5

每百万tokens

128k<输入<=256k

计费项 价格（元） 单位

输入

0.6

每百万tokens

输出

6

每百万tokens

256k<输入<=1m

计费项 价格（元） 单位

输入

1.2

每百万tokens

输出

12

每百万tokens

美国（弗吉尼亚）

部署范围：全球

输入<=128k

计费项 价格（元） 单位

输入

0.15

每百万tokens

输出

1.5

每百万tokens

128k<输入<=256k

计费项 价格（元） 单位

输入

0.6

每百万tokens

输出

6

每百万tokens

256k<输入<=1m

计费项 价格（元） 单位

输入

1.2

每百万tokens

输出

12

每百万tokens

限流

华北2（北京）

参数 值

RPM（每分钟请求数）

60

TPM（每分钟tokens）

1,000,000

新加坡

部署范围：国际

参数 值

RPM（每分钟请求数）

600

TPM（每分钟tokens）

5,000,000

德国（法兰克福）

部署范围：全球

参数 值

RPM（每分钟请求数）

60

TPM（每分钟tokens）

1,000,000

美国（弗吉尼亚）

部署范围：全球

参数 值

RPM（每分钟请求数）

600

TPM（每分钟tokens）

5,000,000
上一篇：qwen3.5-flash下一篇：qwen-flash-us