
Qwen3.5 4B 256K संदर्भ, छवि और वीडियो इनपुट, फ़ंक्शन टूल और संरचित आउटपुट के साथ एक कम लागत वाला मल्टीमॉडल रीजनिंग मॉडल है।
Qwen3.5 4B 256K संदर्भ, छवि और वीडियो इनपुट, फ़ंक्शन टूल और संरचित आउटपुट के साथ एक कम लागत वाला मल्टीमॉडल रीजनिंग मॉडल है।
डिफ़ॉल्ट रूप से टेक्स्ट, छवि और वीडियो इनपुट, स्ट्रीमिंग, फ़ंक्शन टूल, संरचित JSON आउटपुट, बीज नियंत्रण और सोच मोड का समर्थन करता है। बाध्य सोच के लिए reasoning_effort या thinking_budget का उपयोग करें, या सीधे उत्तरों के लिए enable_thinking=false का उपयोग करें। स्वचालित कैश रीड को कैश्ड-इनपुट दर पर बिल किया जाता है जब मॉडल सेवा द्वारा रिपोर्ट किया जाता है। स्पष्ट कैश नियंत्रण समर्थित नहीं हैं।
इस नाम से भी जाना जाता है Alibaba Cloud Qwen3.5 4B
qwen3-5-4b/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1/completionsPOST/v1beta/models/qwen3-5-4b:generateContentqwen3.5-4bEmpirioLabs कैटलॉग से लाइव pay-as-you-go दरें। आप साप्ताहिक उपयोग सीमा वाला प्लान भी चुन सकते हैं।
Qwen3.5 4B OpenAI-संगत Chat Completions API देता है। किसी भी OpenAI SDK को अपनी EmpirioLabs API key के साथ https://api.empiriolabs.ai/v1 पर सेट करें और model id qwen3-5-4b उपयोग करें। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।
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)EmpirioLabs पर Qwen3.5 4B API द्वारा समर्थित request पैरामीटर। फ़ील्ड छोड़ने पर डिफ़ॉल्ट मान लागू होते हैं।
| पैरामीटर | प्रकार | डिफॉल्ट | रेंज / मान | विवरण |
|---|---|---|---|---|
| temperature | number | 0.7 | 0 से 2 | नमूना तापमान। 0 नियतात्मक है और 2 अधिकतम यादृच्छिकता है। |
| top_p | number | 0.95 | 0.01 से 1 | नाभिक नमूनाकरण संभाव्यता द्रव्यमान। कम मान आउटपुट को अधिक केंद्रित बनाते हैं। |
| max_tokens | integer | 8192 | 1 से 32768 | अधिकतम आउटपुट टोकन। जब छोड़ा गया: 8,192 निम्न और मध्यम तर्क प्रयास पर, 9,216 उच्च पर, और 32,768 अधिकतम पर या सोच के साथ। |
| stop | string | - | - | 4 स्ट्रिंग्स तक जहां मॉडल आगे टोकन उत्पन्न करना बंद कर देगा। |
| enable_thinking | boolean | true | - | उत्तर देने से पहले तर्क सक्षम करें। |
| reasoning_effort | enum | medium | none, low, medium, high, max | तर्क प्रयास स्तर। कोई भी सोच को अक्षम नहीं करता है। निम्न, मध्यम, उच्च और अधिकतम सेट चयनित मॉडल के आकार के बाउंड थिंकिंग बजट। |
| thinking_budget | integer | 4096 | 1024 से 32768 | सोच सक्षम होने पर तर्क के लिए आरक्षित अधिकतम टोकन। जब max_tokens कम होता है, तो उत्तर के लिए जगह रखी जाती है; बहुत कम max_tokens पूरी तरह से तर्क पर खर्च किया जा सकता है। |
| top_k | integer | 20 | न्यूनतम 1 | समर्थित होने पर नमूनाकरण को शीर्ष K उम्मीदवार टोकन तक सीमित करें। |
| min_p | number | 0 | 0 से 1 | टोकन नमूने के लिए न्यूनतम संभावना सीमा। |
| frequency_penalty | number | 0 | -2 से 2 | टोकन कितनी बार पहले ही दिखाई दे चुका है, इसके आधार पर जुर्माना। |
| presence_penalty | number | 0 | -2 से 2 | टोकन के लिए जुर्माना जो पहले से ही जेनरेट किए गए टेक्स्ट में दिखाई दे रहे हैं। |
| repetition_penalty | number | 1 | न्यूनतम 0.1 | उच्च मूल्य बार-बार वाक्यांश को हतोत्साहित करते हैं। |
| seed | integer | - | 0 से 2147483647 | प्रतिलिपि प्रस्तुत करने योग्य नमूने के लिए वैकल्पिक यादृच्छिक बीज। |
| logprobs | boolean | false | - | समर्थित होने पर टोकन लॉग संभावनाएँ लौटाएँ। |
डिफ़ॉल्ट रूप से टेक्स्ट, छवि और वीडियो इनपुट, स्ट्रीमिंग, फ़ंक्शन टूल, संरचित JSON आउटपुट, बीज नियंत्रण और सोच मोड का समर्थन करता है। बाध्य सोच के लिए reasoning_effort या thinking_budget का उपयोग करें, या सीधे उत्तरों के लिए enable_thinking=false का उपयोग करें। स्वचालित कैश रीड को कैश्ड-इनपुट दर पर बिल किया जाता है जब मॉडल सेवा द्वारा रिपोर्ट किया जाता है। स्पष्ट कैश नियंत्रण समर्थित नहीं हैं।
घोषणाएं, prompt परीक्षण और तुलनाएं जिनमें यह मॉडल शामिल है।
गाइड LightOnOCR-3 4B बनाम Qwen3.5 4B बनाम Gemma 4 26B-A4B बनाम मिस्ट्रल स्मॉल 3.1: तीन दस्तावेज़ों पर OCR एक ही तीन पृष्ठों पर एक दस्तावेज़ ओसीआर मॉडल और तीन विज़न चैट मॉडल (एक चालान, एक दो-कॉलम रिपोर्ट, और समीकरणों के साथ...
मंच EmpirioLabs AI अब ओपर पर उपलब्ध है EmpirioLabs AI अब स्टॉकहोम स्थित यूरोपीय एआई गेटवे ओपर पर एक सूचीबद्ध प्रदाता है। ओपर उपयोगकर्ता हमारे मूल अनुमान टेक्स्ट...EmpirioLabs पर Qwen3.5 4B का बिल उपयोग के अनुसार बनता है: इनपुट $0.04 प्रति 1M प्रॉम्प्ट टोकन; आउटपुट $0.07 प्रति 1M जेनरेट किए गए टोकन; अंतर्निहित कैश पढ़ा गया $0.02 प्रति 1M कैश्ड इनपुट टोकन; वेब खोज (लिंकअप) $0.013 प्रति कॉल जब लागू किया जाता है। आप साप्ताहिक उपयोग सीमा वाला प्लान भी चुन सकते हैं। इस पेज की लाइव दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।
Qwen3.5 4B input के रूप में टेक्स्ट, इमेज, वीडियो लेता है और टेक्स्ट लौटाता है।
Qwen3.5 4B 256K टोकन की context window समर्थित करता है, प्रति उत्तर अधिकतम 32,768 आउटपुट टोकन के साथ।
हां। Qwen3.5 4B OpenAI-संगत Chat Completions API देता है, इसलिए मौजूदा OpenAI SDKs base_url को https://api.empiriolabs.ai/v1 पर सेट करके और model id qwen3-5-4b रखकर काम करते हैं।
अपनी request में model के रूप में qwen3-5-4b भेजें। वैकल्पिक IDs qwen3.5-4b भी काम करते हैं।
Alibaba Cloud ने Qwen3.5 4B को 2 मार्च 2026 को रिलीज़ किया।
हां। EmpirioLabs playground ब्राउज़र में Qwen3.5 4B को उन्हीं पैरामीटरों के साथ चलाता है जो API देता है, ताकि आप कोड लिखने से पहले prompt आज़मा सकें।
EmpirioLabs खाता बनाएं, फिर डैशबोर्ड में API Keys में key जनरेट करें। बिलिंग pay-as-you-go क्रेडिट से होती है, इसलिए आप सिर्फ अपनी requests का भुगतान करते हैं। आप साप्ताहिक उपयोग सीमा वाला प्लान भी चुन सकते हैं।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।