
Qwen3.5 4B ist ein kostengünstiges multimodales Schlussfolgerungsmodell mit 256K Kontext, Bild- und Videoeingabe, Funktionswerkzeugen und strukturierter Ausgabe.
Qwen3.5 4B ist ein kostengünstiges multimodales Schlussfolgerungsmodell mit 256K Kontext, Bild- und Videoeingabe, Funktionswerkzeugen und strukturierter Ausgabe.
Unterstützt Text-, Bild- und Videoeingabe, Streaming, Funktionstools, strukturierte JSON-Ausgabe, Seed-Steuerung und standardmäßig aktivierten Denkmodus. Verwenden Sie reasoning_effort oder thinking_budget für begrenztes Denken oder enable_thinking=falsch für direkte Antworten. Automatische Cache-Lesearten werden mit der vom Modelldienst gemeldeten Eingaberate berechnet. Explizite Cache-Kontrollen werden nicht unterstützt.
Auch bekannt als Alibaba Cloud Qwen3.5 4B
qwen3-5-4b/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1/completionsPOST/v1beta/models/qwen3-5-4b:generateContentqwen3.5-4bLive Pay-as-you-go-Preise aus dem EmpirioLabs-Katalog. Du kannst auch einen Plan mit wöchentlichen Kontingenten wählen.
Qwen3.5 4B bedient die OpenAI-kompatible Chat Completions API. Richte ein beliebiges OpenAI SDK mit deinem EmpirioLabs API-Schlüssel auf https://api.empiriolabs.ai/v1 und verwende die Modell-ID qwen3-5-4b. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3-5-4b",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'from openai import OpenAI
client = OpenAI(
base_url="https://api.empiriolabs.ai/v1",
api_key="YOUR_EMPIRIOLABS_API_KEY",
)
response = client.chat.completions.create(
model="qwen3-5-4b",
messages=[{"role": "user", "content": "Write a haiku about the ocean."}],
)
print(response.choices[0].message.content)Request-Parameter, die die Qwen3.5 4B API auf EmpirioLabs unterstützt. Standardwerte gelten, wenn ein Feld weggelassen wird.
| Parameter | Typ | Standard | Bereich / Werte | Beschreibung |
|---|---|---|---|---|
| temperature | number | 0.7 | 0 bis 2 | Temperatur wird geprochen. 0 ist deterministisch und 2 ist maximale Zufälligkeit. |
| top_p | number | 0.95 | 0.01 bis 1 | Kernprobenwahrscheinlichkeitsmasse. Niedrigere Werte machen die Ausgaben fokussierter. |
| max_tokens | integer | 8192 | 1 bis 32768 | Maximal ausgegebene Tokens. Wenn ausgelassen: 8.192 bei niedrigem und mittlerem Denken, 9.216 bei hohem und 32.768 bei maximalem oder ohne Denken. |
| stop | string | - | - | Bis zu 4 Zeichenketten, bei denen das Modell aufhört, weitere Token zu generieren. |
| enable_thinking | boolean | true | - | Aktiviere das Schließen, bevor du antwortest. |
| reasoning_effort | enum | medium | none, low, medium, high, max | Der Aufwand des Schlussfolgerungsaufwands. Keiner verhindert das Denken. Niedrige, mittlere, hohe und maximale begrenzte Denkbudgets, die auf das gewählte Modell... |
| thinking_budget | integer | 4096 | 1024 bis 32768 | Maximale Token, die für das Denken beim Denken reserviert sind, ist aktiviert. Wenn max_tokens niedriger ist, bleibt Platz für die Antwort; ein sehr niedriger... |
| top_k | integer | 20 | min. 1 | Begrenze das Sampling auf die besten K Kandidatentoken, wenn sie unterstützt werden. |
| min_p | number | 0 | 0 bis 1 | Mindestwahrscheinlichkeitsschwelle für Token-Sampling. |
| frequency_penalty | number | 0 | -2 bis 2 | Strafe basiert darauf, wie oft ein Token bereits aufgetaucht ist. |
| presence_penalty | number | 0 | -2 bis 2 | Strafe für Token, die bereits im generierten Text erschienen sind. |
| repetition_penalty | number | 1 | min. 0.1 | Höhere Werte entmutigen wiederholte Formulierungen. |
| seed | integer | - | 0 bis 2147483647 | Optionaler zufälliger Seed für reproduzierbare Stichproben. |
| logprobs | boolean | false | - | Geben Sie Token-Log-Wahrscheinlichkeiten zurück, wenn sie unterstützt werden. |
Unterstützt Text-, Bild- und Videoeingabe, Streaming, Funktionstools, strukturierte JSON-Ausgabe, Seed-Steuerung und standardmäßig aktivierten Denkmodus. Verwenden Sie reasoning_effort oder thinking_budget für begrenztes Denken oder enable_thinking=falsch für direkte Antworten. Automatische Cache-Lesearten werden mit der vom Modelldienst gemeldeten Eingaberate berechnet. Explizite Cache-Kontrollen werden nicht unterstützt.
Ankündigungen, Prompt-Tests und Vergleiche, die dieses Modell abdecken.
Leitfäden LightOnOCR-3 4B vs Qwen3.5 4B vs Gemma 4 26B-A4B vs Mistral Small 3.1: OCR auf drei Dokumenten Ein Dokument-OCR-Modell und drei Vision-Chat-Modelle auf denselben drei Seiten (eine Rechnung, ein zweispaltiger Bericht...
Plattform EmpirioLabs AI ist jetzt auf Opper verfügbar EmpirioLabs AI ist jetzt ein börsennotierter Anbieter bei Opper, dem in Stockholm ansässigen europäischen KI-Gateway....Auf EmpirioLabs wird Qwen3.5 4B nach Verbrauch abgerechnet: Eingabe $0.04 pro 1M Prompt-Token; Ausgabe $0.07 pro 1 Million generierter Token; Implizite Cache-Leseart $0.02 pro 1M zwischengespeicherten Eingabetoken; Websuche (Linkup) $0.013 pro Aufruf beim Aufruf. Du kannst auch einen Plan mit wöchentlichen Kontingenten wählen. Die Live-Preistabelle auf dieser Seite entspricht immer dem, was die API berechnet.
Qwen3.5 4B nimmt Text, Bild, Video als Eingabe an und gibt Text aus.
Qwen3.5 4B unterstützt ein Kontextfenster von 256K Token mit bis zu 32.768 Ausgabe-Token pro Antwort.
Ja. Qwen3.5 4B bedient die OpenAI-kompatible Chat Completions API. Bestehende OpenAI SDKs funktionieren, indem du base_url auf https://api.empiriolabs.ai/v1 setzt und als Modell-ID qwen3-5-4b verwendest.
Sende qwen3-5-4b als Modell in deinem Request. Die alternativen IDs qwen3.5-4b funktionieren ebenfalls.
Alibaba Cloud hat Qwen3.5 4B am 2. März 2026 veröffentlicht.
Ja. Der EmpirioLabs Playground führt Qwen3.5 4B im Browser mit denselben Parametern aus, die die API bietet. So kannst du Prompts testen, bevor du Code schreibst.
Erstelle ein EmpirioLabs-Konto und generiere dann einen Schlüssel unter API Keys im Dashboard. Die Abrechnung erfolgt über Pay-as-you-go-Guthaben, du zahlst also nur für deine Requests. Du kannst auch einen Plan mit wöchentlichen Kontingenten wählen.
Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.