模型详情
qwen3.5-flash
Qwen3.5 原生视觉语言 Flash 模型构建于混合架构之上，该架构将线性注意力机制与稀疏混合专家模型相结合，从而实现了更高的推理效率。 与 3 系列相比，这些模型在纯文本和多模态任务方面都实现了性能的飞跃，在保证推理速度和整体性能平衡的同时，提供了快速的响应时间。
模型规格
- 模型 ID
-
qwen3.5-flash
- 上下文长度
- 1M
- 最大输出
- 65.536K
- 输入/输出模态
- 发布日期
- 2026-02
02
API 端点
单一 MixRoute 网关，OpenAI 兼容
-
OpenAI-compatible
/v1/chat/completionsPOST
03
价格
固定费率，单位：/1M Tokens
输入
$0.1000 /1M Tokens
补全
$0.4000 /1M Tokens
缓存读取
$0.0100 /1M Tokens
缓存创建
$0.1250 /1M Tokens
05
选型摘要
快速判断是否适合你的工作负载
这个模型适合什么？
多模态模型；输入：文本、图像、视频；输出：文本
qwen3.5-flash 是多模态模型。规格上，context window 为 1,000,000 个 Token，单次最多输出 65,536 个 Token。
使用前应检查什么？
1,000,000 context，输出上限 65,536
采用 qwen3.5-flash 前，输入价为 $0.1000／100 万 Token；已声明支持工具调用、结构化输出、流式输出、提示词缓存、视觉输入、OpenAI SDK 兼容；知识库截止时间为 2025-04；发布于 2026-02-23。建议先以具有代表性的流量试跑，确认质量与延迟。
为什么通过 MixRoute 使用？
qwen3.5-flash 的缓存读取价降低重复提示成本
重复的前缀按每 100 万 Token $0.0100 的缓存读取价计费，标准输入为 $0.1000／100 万 Token，系统提示词的重复成本因此降低。MixRoute 以 OpenAI 兼容端点 /v1/chat/completions 提供 qwen3.5-flash；既有客户端只需指向 https://api.mixroute.ai/v1 并把模型 ID 换成 qwen3.5-flash，再跑一次集成测试即可。
07
能力与兼容性
未确认的能力保持“Unknown”，不做猜测
工具调用
qwen3.5-flash 支持函数调用与工具调用。
tools 定义；响应会返回 tool_calls，执行后再把结果送回模型。
结构化输出
qwen3.5-flash 可以按需生成 JSON 格式的输出。
response_format: { type: "json_schema" } 可强制输出有效的 JSON。
流式输出
qwen3.5-flash 支持流式响应。
stream: true 会逐步流式返回 Token，聊天界面可以边接收边渲染。
提示缓存
qwen3.5-flash 在支持的路由条件下可以使用提示缓存。
视觉输入
qwen3.5-flash 可以同时处理图像与文本输入。
image_url 内容块中传入 base64 编码的图片，与文本消息一起发送。
OpenAI SDK
通过 MixRoute 的 OpenAI 兼容端点调用 qwen3.5-flash。
base_url 改为 https://api.mixroute.ai/v1；其余部分遵循 OpenAI 风格。
08
Token 成本估算
基于本页价格的实时估算，非实际账单
同一前缀被重复读取的输入占比，最高 100%
09
FAQ
当前模型记录未公布 qwen3.5-flash 的数值 rate limit。请在控制台中确认您的套餐配额，然后在预期并发数下运行一次短期负载测试，以确定实际上限后再进行生产。
单一端点，可验证的决策
使用相同的请求格式测试此模型和备用路由
从真实工作负载开始，再由质量、总成本和故障条件决定是否接入生产流量。