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）
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
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
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
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）
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
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
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
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 |