视觉语言模型，结合混合线性注意力、稀疏的 MoE、1M 上下文和快速多模态text/image/视频推断。
Alibaba Cloud文本生成1M 上下文发布日期 2026年2月24日Singapore专有端点视觉语言模型，结合混合线性注意力、稀疏的 MoE、1M 上下文和快速多模态text/image/视频推断。
也称为 Alibaba Cloud Qwen3.5 Flash
qwen3-5-flash/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/qwen3-5-flash:generateContentqwen3.5-flash来自 EmpirioLabs 目录的实时按量计费价格。只为实际用量付费，没有月度最低消费。
Qwen3.5 Flash 提供 OpenAI 兼容的 Chat Completions API。用你的 EmpirioLabs API 密钥把任意 OpenAI SDK 指向 https://api.empiriolabs.ai/v1，并使用模型 ID qwen3-5-flash。 在EmpirioLabs 控制台获取 API 密钥。
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3-5-flash",
"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-flash",
messages=[{"role": "user", "content": "Write a haiku about the ocean."}],
)
print(response.choices[0].message.content)EmpirioLabs 上 Qwen3.5 Flash API 支持的请求参数。省略字段时使用默认值。
| 参数 | 类型 | 默认值 | 范围 / 值 | 描述 |
|---|---|---|---|---|
| temperature | number | 0.7 | 0 到 2 | 采样温度。0是确定性的，2是最大随机性。 |
| top_p | number | 0.9 | 0 到 1 | 核抽样概率质量。较低的数值使输出更集中。 |
| max_tokens | number | - | 1 到 65536 | 最大输出令牌数。省略时，模型自身的默认值生效。 |
| enable_thinking | boolean | true | - | 在回答前启用推理。强制调用工具调用的请求除非设置enable_thinking，否则不会推理。 |
| thinking_budget | number | - | 1 到 81920 | 在思考时，为推理保留的最大代币是启用的。如果省略，模型决定推理的时间。 |
| vl_high_resolution_images | boolean | true | - | 对于图像输入使用更高分辨率处理。当没有启用内置工具时适用，且不启用/v1/responses. |
| max_pixels | number | 2621440 | 4096 到 16777216 | 禁用高分辨率处理时，每张图像的最大像素数。 |
| video_fps | number | 2 | 0.1 到 10 | 每秒帧以从视频输入采样。 |
| treat_images_as_video | boolean | false | - | 把一组图像当作视频帧来处理。 |
| tool_web_search | boolean | false | - | 在网上搜索实时信息。每次调用的请求成本增加$0.015。当请求同时包含功能工具、response_format或视频输入时，不使用。 |
| tool_web_extractor | boolean | false | - | 从URL中提取并读取内容。需要网页搜索和思考。当请求同时包含功能工具、 response_format 或视频输入时，不使用。 |
| tool_code_interpreter | boolean | false | - | 在沙盒中运行Python代码。需要思考。当请求同时包含函数工具、response_format或视频输入时，不使用。 |
| tool_web_search_image | boolean | false | - | 在网上搜索文本描述中的图片。每次调用的请求成本增加$0.012。当请求同时包含功能工具、response_format或视频输入时，不使用。 |
| tool_image_search | boolean | false | - | 从上传的图像中寻找相似的图像。每次调用的请求成本增加$0.012。当请求同时包含函数工具、 response_format 或视频输入时，不使用。 |
内置工具（仅在调用时计费）
文本转图像搜索和图像对图像搜索使用图片搜索的定价行。每次调用的图像搜索按该列明的每次通话费率计费。
当该模型在单一请求中调用工具（如网页搜索、代码解释器等）时，响应会携带一个归一化的usage.tool_usage映射，同时显示令牌计数。下例展示了形状、具体字段名称、单位，以及出现的工具可能因提供者而略有不同：
"usage": {
"prompt_tokens": 123,
"completion_tokens": 456,
"cost_usd": 0.0042,
"tool_usage": {"web_search": 3, "code_interpreter": 1}
}工具数量已经被纳入cost_usd，显示出来是为了透明，方便你审计每工具的计费。当没有工具被调用时，该字段会被省略。
:variant1
支持文本、图像和视频输入。通过tool_web_search支持网页搜索，启用时每个请求添加$0.01。思考令牌作为输出令牌计费。不支持显式缓存控制。
变体是拥有独立模型 ID 的 Qwen3.5 Flash 替代版本。不同变体的服务区域、价格或支持的参数可能不同；其他方面完全一致。
qwen3-5-flash:variant1在 EmpirioLabs，Qwen3.5 Flash 按量计费。本页的实时价格表始终与 API 的实际计费一致。
Qwen3.5 Flash 支持 1M token 的上下文窗口，每次响应最多 32,768 个输出 token。
兼容。Qwen3.5 Flash 提供 OpenAI 兼容的 Chat Completions API，现有 OpenAI SDK 只需把 base_url 指向 https://api.empiriolabs.ai/v1 并把模型 ID 设为 qwen3-5-flash 即可使用。
Qwen3.5 Flash 提供 2 个模型 ID：默认的 qwen3-5-flash 以及 qwen3-5-flash:variant1 (China)。变体的服务区域、价格或支持的参数可能不同；各自的价格表都在本页。
可以。EmpirioLabs Playground在浏览器中以与 API 相同的参数运行 Qwen3.5 Flash，你可以在写代码之前先测试提示词。
创建 EmpirioLabs 账户，然后在控制台的 API Keys生成密钥。计费使用按量付费的额度，只为实际发出的请求付费。
