Qwen3.5 4B est un modèle de raisonnement multimodal à faible coût avec un contexte 256K, une entrée image et vidéo, des outils de fonction et une sortie structurée.
Alibaba CloudGénération de texte256K contextePublié Mar 2, 2026Inférence nativeNouveauQwen3.5 4B est un modèle de raisonnement multimodal à faible coût avec un contexte 256K, une entrée image et vidéo, des outils de fonction et une sortie structurée.
Prise en charge de l'entrée texte, image et vidéo, streaming, outils de fonction, sortie JSON structurée, contrôle des semences et mode de pensée sur par défaut. Utilisez raisonnement effort ou pensée budget pour la pensée limitée, ou activer penser=false pour des réponses directes. Les lectures automatiques de cache sont facturées au taux d'entrée en cache lorsqu'elles sont signalées par le service modèle. Les contrôles explicites du cache ne sont pas pris en charge.
Aussi connu sous le nom Alibaba Cloud Qwen3.5 4B, Qwen3.5-4B, qwen3-5-4b
qwen3-5-4bPOST /v1/chat/completionsPOST /v1/responsesPOST /v1/messagesPOST /v1/completionsLive pay-as-you-go rates from the EmpirioLabs catalog. You are billed only for what you use, with no monthly minimum.
Qwen3.5 4B serves the OpenAI-compatible Chat Completions API. Point any OpenAI SDK at https://api.empiriolabs.ai/v1 with your EmpirioLabs API key and use the model id qwen3-5-4b. Get an API key from the 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 parameters supported by the Qwen3.5 4B API on EmpirioLabs. Defaults apply when a field is omitted.
| Paramètre | Type | Par défaut | Plage / valeurs | Description |
|---|---|---|---|---|
| temperature | number | 0.7 | 0 to 2 | Sampling temperature. 0 is deterministic and 2 is maximum randomness. |
| top_p | number | 0.95 | 0 to 1 | Nucleus sampling probability mass. Lower values make outputs more focused. |
| max_tokens | integer | 4096 | 1 to 32768 | Maximum output tokens. |
| stop | string | - | - | Up to 4 strings where the model will stop generating further tokens. |
| reasoning_effort | enum | medium | none, low, medium, high, max | Reasoning effort. none disables thinking; low, medium, high, and max set bounded thinking budgets. |
| enable_thinking | boolean | true | - | Enable the model reasoning channel before final output. |
| thinking_budget | integer | 4096 | 1024 to 32768 | Maximum thinking tokens before the final answer. If max_tokens is lower, the service reserves room for the answer. |
| top_k | integer | 20 | 1 to 200 | Limit sampling to the top K candidate tokens when supported. |
| min_p | number | 0 | 0 to 1 | Minimum probability threshold for token sampling. |
| presence_penalty | number | 0 | -2 to 2 | Penalty for tokens that already appeared in the generated text. |
| frequency_penalty | number | 0 | -2 to 2 | Penalty based on how often a token has already appeared. |
| repetition_penalty | number | 1 | 0.1 to 2 | Penalty used by SGLang to reduce repeated text. |
| seed | integer | - | 0 to 2147483647 | Optional random seed for reproducible sampling. |
| logprobs | boolean | false | - | Return token log probabilities when supported. |
Prise en charge de l'entrée texte, image et vidéo, streaming, outils de fonction, sortie JSON structurée, contrôle des semences et mode de pensée sur par défaut. Utilisez raisonnement effort ou pensée budget pour la pensée limitée, ou activer penser=false pour des réponses directes. Les lectures automatiques de cache sont facturées au taux d'entrée en cache lorsqu'elles sont signalées par le service modèle. Les contrôles explicites du cache ne sont pas pris en charge.
On EmpirioLabs, Qwen3.5 4B is billed pay as you go: Entrée $0.04 par jetons 1M; Produit $0.07 par jeton généré 1M; cache implicite lu $0.02 par jetons d'entrée en cache 1M. The live rate card on this page always matches what the API charges.
Qwen3.5 4B supports a 256K-token context window with up to 32,768 output tokens per response.
Yes. Qwen3.5 4B serves the OpenAI-compatible Chat Completions API, so existing OpenAI SDKs work by pointing base_url at https://api.empiriolabs.ai/v1 and setting the model id to qwen3-5-4b.
Yes. The EmpirioLabs playground runs Qwen3.5 4B in the browser with the same parameters the API exposes, so you can test prompts before writing code.
Create an EmpirioLabs account, then generate a key under API Keys in the dashboard. Billing is pay-as-you-go credits, so you only pay for the requests you make.
Check out our pricing or reach out if you want your own model deployed on our stack.
