

Qwen3.5 27B e Qwen3.5 Flash lado a lado: especificações, recursos, parâmetros e preços ao vivo do catálogo da EmpirioLabs.
Qwen3.5 27B e Qwen3.5 Flash são modelos de Alibaba Cloud na categoria Geração de Texto, disponíveis pela API da EmpirioLabs.
| Especificação | Qwen3.5 27B | Qwen3.5 Flash |
|---|---|---|
| ID do modelo | qwen3-5-27b | qwen3-5-flash |
| Autor | Alibaba Cloud | Alibaba Cloud |
| Lançado | 24 de fev. de 2026 | 24 de fev. de 2026 |
| Janela de contexto | 258K tokens | 995.9K tokens |
| Saída máxima | 64.000 tokens | 32.768 tokens |
| Entrada | Texto Imagem Vídeo | Texto Imagem Vídeo |
| Saída | Texto | Texto |
| Saída estruturada | Modo JSON | Modo JSON |
| Região | China | Singapore |
| Endpoints | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/qwen3-5-27b:generateContent | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/qwen3-5-flash:generateContent |
| Recursos |
Tarifas ao vivo do catálogo da EmpirioLabs para os dois modelos. Cada tabela de tarifas sempre corresponde ao que a API cobra.
Parâmetros de requisição que cada modelo indica na EmpirioLabs, com os valores permitidos ou o intervalo quando houver. Um traço marca um parâmetro que o modelo não indica.
| Parâmetro | Qwen3.5 27B | Qwen3.5 Flash |
|---|---|---|
| temperature | 0 a 1.99 Padrão: 0.7 | 0 a 1.99 Padrão: 0.7 |
| top_p | 0 a 1 Padrão: 0.9 | 0 a 1 Padrão: 0.9 |
| max_tokens | 1 a 64000 | 1 a 65536 |
| stop | string | - |
| enable_thinking | boolean Padrão: true | boolean Padrão: true |
| reasoning_effort | none, low, medium, high, max | - |
| thinking_budget | 1 a 81920 | 1 a 81920 |
| seed | 0 a 2147483647 | 0 a 2147483647 |
| top_k | 1 a 100 | 1 a 100 |
| presence_penalty | -2 a 2 | -2 a 2 |
| repetition_penalty | 0.1 a 2 | 0.1 a 2 |
| n | 1 a 4 Padrão: 1 | 1 a 4 Padrão: 1 |
| logprobs | boolean Padrão: false | boolean Padrão: false |
| top_logprobs | 0 a 5 Padrão: 0 | 0 a 5 Padrão: 0 |
| vl_high_resolution_images | boolean Padrão: true | boolean Padrão: true |
| max_pixels | 4096 a 16777216 Padrão: 2621440 | 4096 a 16777216 Padrão: 2621440 |
Suporta entrada de texto, imagem e vídeo. Busca na web está disponível via tool_web_search e adiciona $0.01 por requisição quando ativado. Tokens de pensamento são faturados como tokens de saída.
Ferramentas embutidas (cobradas apenas quando invocadas)
Busca por texto para imagem e busca por imagem por imagem usam a linha de preços da busca por imagem. Cada busca de imagem invocada é cobrada à taxa listada por chamada.
Qwen3.5 27B atende a API Chat Completions compatível com OpenAI. Aponte qualquer SDK OpenAI para https://api.empiriolabs.ai/v1 com sua chave de API EmpirioLabs e use o id de modelo qwen3-5-27b. Os dois modelos são chamados pelo mesmo endpoint. Defina model como qwen3-5-27b ou qwen3-5-flash. Obtenha uma chave de API no painel EmpirioLabs.
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3-5-27b",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'Os dois modelos foram lançados em 24 de fev. de 2026. Qwen3.5 Flash tem a maior janela de contexto: 995.9K tokens, contra 258K de Qwen3.5 27B. Qwen3.5 27B retorna até 64.000 tokens de saída por resposta; Qwen3.5 Flash, até 32.768. As especificações, as tabelas de tarifas e os parâmetros desta página vêm do catálogo ao vivo da EmpirioLabs.
Os dois modelos são tarifados em unidades ou níveis diferentes, então compare as tabelas de tarifas ao vivo desta página. Elas sempre correspondem ao que a API cobra.
Sim. Os dois modelos usam POST /v1/chat/completions com a mesma chave de API da EmpirioLabs, então a maioria das integrações alterna só mudando o valor model. Confira antes a tabela de parâmetros desta página se você depende de um parâmetro específico de um modelo.
Sim. Abra cada modelo no playground da EmpirioLabs e execute o mesmo prompt nos dois, com os parâmetros que a API expõe.
Confira nossos preços ou entre em contato se quiser que seu próprio modelo seja implementado em nossa pilha.