Qwen3.5 4B 256K संदर्भ, छवि और वीडियो इनपुट, फ़ंक्शन टूल और संरचित आउटपुट के साथ एक कम लागत वाली बहुमॉडल तर्क मॉडल है।
Alibaba Cloudटेक्स्ट जनरेशन256K कॉन्टेक्स्टरिलीज 2 मार्च 2026नेटिव इन्फरेंसQwen3.5 4B 256K संदर्भ, छवि और वीडियो इनपुट, फ़ंक्शन टूल और संरचित आउटपुट के साथ एक कम लागत वाली बहुमॉडल तर्क मॉडल है।
पाठ, छवि और वीडियो इनपुट, स्ट्रीमिंग, फंक्शन टूल, संरचित JSON आउटपुट, बीज नियंत्रण और डिफ़ॉल्ट रूप से सोच मोड का समर्थन करता है। बाउंड सोच के लिए तर्क effort या Think budget का उपयोग करें, या प्रत्यक्ष उत्तरों के लिए सक्षम thinking=false करें। मॉडल सेवा द्वारा रिपोर्ट करते समय स्वचालित कैश रीडिंग को कैश-इनपुट दर पर बिल दिया 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 सिर्फ उतना ही भुगतान करते हैं जितना उपयोग करते हैं, कोई मासिक न्यूनतम नहीं।
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 से 1 | नाभिक नमूनाकरण संभाव्यता द्रव्यमान। कम मान आउटपुट को अधिक केंद्रित बनाते हैं। |
| max_tokens | integer | 4096 | 1 से 32768 | अधिकतम आउटपुट टोकन। |
| 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। |
| top_k | integer | 20 | 1 से 200 | 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 | 0.1 से 2 | बार-बार पाठ को कम करने के लिए SGLang द्वारा उपयोग किया जाने वाला जुर्माना। |
| 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। |
पाठ, छवि और वीडियो इनपुट, स्ट्रीमिंग, फंक्शन टूल, संरचित JSON आउटपुट, बीज नियंत्रण और डिफ़ॉल्ट रूप से सोच मोड का समर्थन करता है। बाउंड सोच के लिए तर्क effort या Think budget का उपयोग करें, या प्रत्यक्ष उत्तरों के लिए सक्षम thinking=false करें। मॉडल सेवा द्वारा रिपोर्ट करते समय स्वचालित कैश रीडिंग को कैश-इनपुट दर पर बिल दिया जाता है। स्पष्ट कैश नियंत्रण समर्थित नहीं हैं।
EmpirioLabs पर Qwen3.5 4B का बिल उपयोग के अनुसार बनता है: इनपुट $0.04 प्रति 1M शीघ्र टोकन; उत्पादन $0.07 प्रति 1M उत्पन्न टोकन; Implicit कैश पढ़ा $0.02 प्रति 1M कैश इनपुट टोकन। इस पेज की लाइव दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती 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।
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।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।
