Qwen3.5 Flash لقطة 2026-02-23 — نسخة مجمدة من qwen3.5-flash، نفس الإمكانيات.
qwen/qwen3.5-flash-2026-02-23 هو إصدار محدد من نموذج Qwen3.5 Flash من عائلة Qwen التابعة لشركة Alibaba. إنه نموذج متعدد الوسائط يدعم إدخال النصوص والصور والفيديو. نافذة السياق الخاصة به هي 1,048,576…
يمكن لهذا النموذج أداء مجموعة واسعة من المهام النصية النمطية لنماذج اللغات الكبيرة: التلخيص، والترجمة، والإجابة عن الأسئلة، والكتابة الإبداعية، وتوليد الأكواد، وغيرها. كما أن نافذة السياق الكبيرة لديه تجعله مناسبًا بشكل خاص للمهام التي تتطلب فهم المستندات الطويلة أو الحفاظ على الحوار عبر جولات متعددة. النموذج قادر أيضًا على التعلم ببضع أمثلة (few-shot) وبدون أمثلة (zero-shot)، مما يعني أنه يمكنه اتباع التعليمات دون الحاجة إلى ضبط دقيق مكثف. ومع ذلك، لا توجد مقاييس دقة محددة لهذه المهام. بالنسبة للمهام التي تتطلب تفكيرًا رياضيًا دقيقًا أو استرجاع حقائق، قد تحتاج إلى تقييم النموذج مقابل معاييرك الخاصة.
يقبل النموذج إدخالات الصور كجزء من الاستفسار. يمكنه وصف الصور، والإجابة عن الأسئلة المتعلقة بالمحتوى البصري، واستخراج النصوص أو الكائنات من الصور. يتم تمثيل الصورة كسلسلة من الرموز المميزة التي تستهلك جزءًا من نافذة السياق. لم يتم تحديد الحد الأقصى لحجم الصورة أو عدد الصور لكل طلب؛ عمليًا، ستستخدم الصور عالية الدقة رموزًا أكثر. للحصول على أفضل النتائج، قدّم صورًا واضحة وجيدة الإضاءة. لا يدعم النموذج إنشاء الصور أو إخراجها. لا توجد معلومات حول ما إذا كان يعالج تسلسلات متعددة من الصور أو النصوص المتداخلة مع الصور بما يتجاوز التنسيق متعدد الوسائط النموذجي.
يُدعم إدخال الفيديو، على الأرجح عن طريق أخذ عينات من الإطارات وترميزها. يمكن للنموذج تحليل مقاطع فيديو قصيرة لأغراض التلخيص أو التعرف على الحركة أو الإجابة عن الأسئلة. يستهلك كل إطار رموزًا من نافذة السياق، لذا فإن طول الفيديو محدود بالسياق المتاح. لا توجد تفاصيل محددة حول معدلات أخذ عينات الإطارات أو أقصى مدة للفيديو. للاستخدام الإنتاجي، يُفضل معالجة الفيديوهات مسبقًا لاستخراج الإطارات الرئيسية. لا يُنتج النموذج مخرجات فيديو. إذا كان تطبيقك يتطلب معالجة فيديو في الوقت الفعلي، فاختبر زمن الاستجابة بحذر لأن ترميز الفيديو قد يكون مكثفًا حسابيًا.
تبلغ تكلفة هذا الطراز 0.10 دولارًا لكل مليون رمز إدخال و0.40 دولارًا لكل مليون رمز إخراج. إذا كان تطبيقك يتحمل دقة أقل للمهام البسيطة، فقد تكون الطرازات الأصغر (مثل Qwen2.5-0.5B) أرخص. إذا كنت بحاجة إلى جودة أعلى للاستدلال المعقد أو الكتابة الإبداعية، ففكر في استخدام طراز أكبر مثل Qwen3.5-Plus (إن كان متاحًا) أو GPT-4o، والتي قد تكون تكلفتها لكل رمز أعلى ولكنها توفر أداءً أفضل في المعايير. البديل السريع (flash) مثالي للتطبيقات عالية الحجم حيث تكون السرعة والتكلفة من الأولويات. لا توجد عروض ضبط دقيق أو تخصيص موثقة لهذا الطراز في هذه الصفحة.
نقاط القوة الرئيسية لهذا النموذج هي نافذة السياق الكبيرة (1,048,576 رمزًا)، ودعم المدخلات متعددة الوسائط (نص، صورة، فيديو)، وانخفاض سعر كل رمز ($0.10/$0.40 لكل مليون رمز). تم تصميمه للسرعة والكفاءة، مما يجعله مناسبًا للتطبيقات في الوقت الفعلي. تشير تسمية flash إلى أنه تم تحسينه لتقليل زمن الاستجابة مقارنة بالنماذج الأكبر حجمًا. لا توجد نتائج قياس مرجعية مقدمة في هذه الصفحة، لذا لا يُعرف الأداء الدقيق في مهام NLP أو الرؤية القياسية. استنادًا إلى نماذج flash النموذجية، من المحتمل أن يضحي ببعض الدقة من أجل الإنتاجية والتكلفة.
تشمل القيود الصريحة عدم وجود بيانات معيارية (benchmark) مقدمة؛ وبدونها، يجب على المستخدمين التحقق من أداء النموذج على مهامهم الخاصة. النموذج هو نوع "flash" (مختصر)، لذا قد لا يضاهي دقة النماذج الأكبر أو متعددة الأغراض في الاستدلال المعقد أو الرياضيات أو استرجاع الحقائق. قد تكون قدرة دعم الفيديو محدودة بسبب كفاءة السياق وأخذ العينات. نظرًا لعدم تقديم أرقام محددة للسرعة أو زمن الاستجابة، فإن معدل الإنتاجية الفعلي يعتمد على بنية OrcaRouter الأساسية. لا يدعم النموذج الضبط الدقيق (fine-tuning) أو نقاط النهاية المخصصة للتضمين (embedding endpoints) عبر واجهة برمجة التطبيقات (API) هذه. بالإضافة إلى ذلك، لم يُحدد تاريخ قطع المعرفة (knowledge cutoff) للنموذج؛ لذا قد لا يكون مُحدّثًا بأحدث الأحداث.
لم يتم تحديد زمن الاستجابة لهذا النموذج في هذه الصفحة. باعتباره متغيرًا سريعًا (flash variant)، من المتوقع أن يوفر استدلالًا أسرع من النماذج الأكبر، لكن السرعة الفعلية تعتمد على عوامل مثل طول الإدخال، والأجهزة المستخدمة من قبل OrcaRouter، وحجم الطلبات المتزامنة. للتطبيقات في الوقت الفعلي، يُوصى بالاختبار باستخدام حمولات تمثيلية. نقطة نهاية واجهة برمجة التطبيقات الخاصة بـ OrcaRouter مستضافة على بنية تحتية قابلة للتوسع، لكن لا تُقدم أي ضمانات بخصوص زمن الاستجابة. يجب على المستخدمين إجراء اختبارات قياس باستخدام أحمال العمل الخاصة بهم. قد تزيد نافذة السياق الكبيرة من الوقت اللازم للحصول على أول رمز (token) إذا كان يجب معالجة السياق بأكمله. طلب السياق الضروري فقط يمكن أن يحسن وقت الاستجابة.
لا توجد بيانات قياسية رسمية مقدمة في هذه الصفحة لـ qwen/qwen3.5-flash-2026-02-23. لتقييم النموذج، يُرجى الرجوع إلى بطاقة نموذج Qwen على Hugging Face أو مستودع Qwen على GitHub للحصول على أداء Qwen3.5 Flash النموذجي. تشمل أبعاد التقييم الشائعة MMLU وHumanEval ومعايير الأسئلة البصرية (visual QA)، ولكن النتائج قد تختلف لهذه اللقطة المحددة. لا ينشر OrcaRouter معاييره الخاصة لهذا النموذج. يُشجَّع المستخدمون على إجراء تقييماتهم الخاصة لتحديد مدى ملاءمة النموذج لحالة الاستخدام المحددة، خاصةً فيما يتعلق بالسلامة أو التحيز أو الدقة الخاصة بالمجال.
التسعير هو 0.10 دولار لكل مليون رمز إدخال و0.40 دولار لكل مليون رمز إخراج. هذه هي أسعار المزود بدون أي هامش ربح من OrcaRouter. تشمل رموز الإدخال النصوص والصور وإطارات الفيديو. رموز الإخراج تحتسب فقط النص المُنشأ. لا توجد رسوم لكل طلب، ولا يوجد تسعير خاص للسعة المجمعة أو المحجوزة موثق. تتكبد التكاليف على مجموع رموز الإدخال والإخراج المستخدمة في كل استدعاء API. بالنسبة لإدخال نموذجي مكون من 1000 رمز وإخراج 500 رمز، تبلغ التكلفة حوالي 0.0003 دولار. نظرًا لعدم وجود هامش ربح، فإن التكلفة هي بالضبط ما يتقاضاه Qwen.
OrcaRouter تفرض رسومًا على هذا النموذج بسعر المزوّد دون أي هامش ربح. وهذا يعني أنك تدفع بالضبط 0.10 دولار لكل مليون رمز إدخال و0.40 دولار لكل مليون رمز إخراج دون أي رسم خدمة إضافي. لا توجد رسوم خفية لطلبات API أو المصادقة أو نقل البيانات كجزء من تسعير الرموز. ومع ذلك، قد تنطبق تكاليف الشبكة القياسية حسب البنية التحتية لديك. لم يُذكر وجود طبقة مجانية. هذا التسعير الشفاف يسهل حساب التكاليف والمقارنة مع نماذج من مزوّدين آخرين قد يضيفون هوامش ربح. السعر قابل للتغيير من قبل المزوّد؛ تحقق من صفحة تسعير OrcaRouter للحصول على التحديثات.
لا توجد خصومات تخزين مؤقت أو تسعير حجمي موثقة لهذا النموذج في هذه الصفحة. يتم فوترة كل رمز بشكل فردي لكل استدعاء API. لا يوجد ذكر لتخزين مؤقت للاستعلامات، أو معالجة دفعية مخفضة، أو خصومات الاستخدام الملتزم. إذا كنت تتوقع حجمًا كبيرًا، اتصل بـ OrcaRouter للحصول على ترتيبات مخصصة محتملة، ولكن لا يوجد ضمان. هيكل التسعير واضح ومباشر: رموز الإدخال بسعر $0.10/M، ورموز الإخراج بسعر $0.40/M، بدون طبقة مجانية. على عكس بعض المزودين الذين يقدمون أسعارًا أقل للاستعلامات المخزنة مؤقتًا، لا يعلن هذا النموذج حاليًا عن مثل هذه الميزة.
بسعر $0.10/$0.40 لكل مليون رمز، هذا النموذج ينافس العديد من نماذج الفلاش مفتوحة الوزن. على سبيل المثال، بعض متغيرات Llama 3.1 8B مسعرة بشكل مشابه. النماذج الأكبر مثل GPT-4o mini غالبًا ما تكون تكاليفها لكل رمز أعلى. الفارق الرئيسي هو عدم وجود هامش ربح من OrcaRouter، لذا تدفع السعر الدقيق للمزود. عند المقارنة، ضع في اعتبارك أيضًا حجم نافذة السياق: هذا النموذج يوفر 1,048,576 رمزًا، مما قد يقلل الحاجة إلى التقسيم المعقد. ومع ذلك، بدون بيانات قياسية، التكلفة وحدها ليست أساسًا كافيًا للاختيار؛ قيّم الدقة وزمن الاستجابة لمهمتك المحددة.
لاستخدام هذا النموذج، أرسل الطلبات إلى نقطة نهاية واجهة برمجة التطبيقات (API) المتوافقة مع OpenAI من OrcaRouter على https://api.orcarouter.ai/v1. اضبط معامل النموذج تمامًا على "qwen/qwen3.5-flash-2026-02-23". يجب تضمين مفتاح API (تم الحصول عليه من OrcaRouter) في ترويسة Authorization. تدعم واجهة برمجة التطبيقات تنسيق مكالمات الدردشة القياسي من OpenAI. يمكن تضمين المدخلات متعددة الوسائط (صور، فيديوهات) في قائمة محتوى الرسالة. على سبيل المثال، استخدم نقطة النهاية "chat/completions" مع مصفوفة messages. لا حاجة لتكوين إضافي. ارجع إلى وثائق OrcaRouter بخصوص المصادقة وحدود المعدل.
تدعم واجهة API المعايير القياسية المتوافقة مع OpenAI: model (مطلوب)، messages (مطلوب)، temperature، top_p، max_tokens، stop، frequency_penalty، presence_penalty، stream، وغيرها. يمكن تعيين max_tokens حتى 65,536. يمكن لمصفوفة messages أن تتضمن أدوار system وuser وassistant. المحتوى متعدد الوسائط (Multimodal) يتم تنظيمه ككائنات من type "text" أو "image_url". بالنسبة للفيديو، يمكن استخدام إدخالات image_url متعددة. لا توجد معلمات مخصصة خاصة بهذا النموذج موثقة. تسمح معلمات مثل stream بإخراج الرموز المميزة (tokens) في الوقت الفعلي. اختبر دائمًا باستخدام المعلمات التي ترغب بها، حيث أن بعض التوليفات (مثل درجة حرارة عالية مع سياقات طويلة) قد تُنتج نتائج غير متوقعة.
الترحيل بسيط لأن واجهة برمجة تطبيقات OrcaRouter متوافقة مع OpenAI. استبدل عنوان URL الأساسي الخاص بك من https://api.openai.com/v1 إلى https://api.orcarouter.ai/v1. غيّر معرف النموذج الخاص بك من أي نموذج GPT إلى "qwen/qwen3.5-flash-2026-02-23". احصل على مفتاح API لـ OrcaRouter وقم بتعيينه في رأس Authorization. إذا كان الكود الحالي الخاص بك يستخدم مكتبة Python الخاصة بـ OpenAI، فما عليك سوى تحديث base_url و api_key في عميل OpenAI. لاحظ أن النموذج يدعم الإدخال متعدد الوسائط، لذا إذا كنت تستخدم سابقًا نقاط نهاية رؤية منفصلة، يمكنك الآن تمرير الصور مباشرةً في تنسيق الدردشة. اختبر جيدًا لأن المخرجات ستختلف.
الرابط الأساسي لجميع استدعاءات API هو https://api.orcarouter.ai/v1. معرف النموذج الدقيق هو "qwen/qwen3.5-flash-2026-02-23". يجب استخدام هذه السلسلة النصية تمامًا كما هي، بما في ذلك الشرطة المائلة ولاحقة التاريخ. نقطة النهاية لإكمال المحادثة هي POST /v1/chat/completions. للبث، أضف معلمة stream. لا توجد نقاط نهاية أخرى (مثل التضمين أو الضبط الدقيق) مدرجة لهذا النموذج. تحقق دائمًا من أحدث وثائق نقطة النهاية على موقع OrcaRouter. قد يختلف معرف النموذج عن المستخدم أصلاً بواسطة Qwen؛ استخدم دائمًا معرف نموذج OrcaRouter.
Qwen3.5-Plus هو على الأرجح إصدار أكبر وأكثر قدرة. على الرغم من عدم توفر تفاصيل محددة لأي من النموذجين، فإن الإصدارات من نوع flash عادةً ما تضحي بالدقة مقابل السرعة والتكلفة المنخفضة. سعر نموذج flash أقل (0.10/0.40 دولارًا مقابل سعر أعلى عادةً لنموذج Plus). من المحتمل أن يدعم كلاهما نفس نافذة السياق والوسائط. اختر flash للسيناريوهات عالية الإنتاجية حيث لا تكون الدقة المثالية مطلوبة؛ واختر Plus للمهام المعقدة. نظرًا لعدم توفر بيانات معيارية، اختبر كلا النموذجين على بياناتك الخاصة إن أمكن. يحتوي نموذج flash أيضًا على علامة التاريخ 2026-02-23، مما يشير إلى لقطة محددة.
Llama 3.1 8B هو نموذج مفتوح الوزن شائع بإطار سياق قياسي يبلغ 128 ألف رمز. يقدم نموذج Qwen flash هذا سياقًا أكبر بكثير (1,048,576 رمزًا) ويدعم إدخال الصور والفيديو أصلاً، بينما يركز Llama 3.1 بشكل أساسي على النصوص. قد يكون تسعير Llama على OrcaRouter مشابهًا أو مختلفًا قليلاً؛ يُرجى مراجعة صفحة التسعير. بالنسبة للمهام النصية فقط بتكلفة مماثلة، قد يُفضل Llama إذا كانت لديك بنية تحتية موجودة. بالنسبة للاحتياجات متعددة الوسائط، يتمتع نموذج Qwen هذا بميزة. يمكن الوصول إلى كليهما عبر واجهة برمجة التطبيقات المتوافقة مع OpenAI من OrcaRouter.
نموذج GPT-4o-mini من OpenAI هو نموذج أصغر وأرخص مع نافذة سياقية تبلغ 128 ألف رمز. يدعم إدخال النصوص والصور، لكنه لا يدعم الفيديو. لم يُذكر هنا تسعير نموذج GPT-4o-mini على OrcaRouter، لكنه عادةً ما يكون حوالي 0.15/0.60 دولار لكل مليون رمز. هذا النموذج من Qwen أرخص قليلاً في رموز الإدخال (0.10 دولار) وفي الإخراج (0.40 دولار). الميزة الرئيسية لنموذج Qwen هي السياق البالغ مليون رمز ودعم الفيديو. ومع ذلك، قد يكون نموذج GPT-4o-mini أكثر تقييمًا من حيث المعايير ويتمتع بدعم أوسع للنظام البيئي. اختر بناءً على حاجتك إلى سياق طويل أو فيديو، وثقتك في أداء النموذج.
نماذج فلاش الأخرى، مثل Llama 3.2 Flash أو Mistral small، عادةً ما تحتوي على نوافذ سياق أصغر (مثل 128K) وقد لا تدعم الفيديو. نموذج Qwen flash هذا الذي يحتوي على سياق مليون رمز هو ميزة بارزة. الأسعار تنافسية عند $0.10/$0.40. تشمل القيود الشائعة عبر نماذج الفلاش دقة أقل في المهام المنطقية والواقعية المعقدة. بالنسبة للتطبيقات التي تتطلب أقصى جودة، قد يكون نموذج غير فلاش من نفس العائلة أو نموذج مغلق أكبر أفضل. لا تقدم مقارنات محددة حول السرعة أو درجات المعايير.
متوافق مع OpenAI — أبقِ على SDK الحالي
https://api.orcarouter.ai/v1import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="qwen/qwen3.5-flash-2026-02-23",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)enable_searchenable_thinkinginclude_reasoninglogprobsmax_tokensnparallel_tool_callspresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstreamstream_optionstemperaturethinking_budgettool_choicetoolstop_ktop_logprobstop_p| الإدخال / 1M توكن | $0.100 |
|---|---|
| الإخراج / 1M توكن | $0.400 |
| العملة | USD |
تقدير بناءً على السعر المُعلن
تقدير فقط — يعتمد العدد الفعلي للرموز على مُجزّئ الرموز الخاص بالمزوّد.
ما يتحدث عنه المطورون هذا الأسبوع
GET /api/public/models/qwen/qwen3.5-flash-2026-02-23فتح @misc{orcarouter_qwen3_5_flash_2026_02_23,
title = {qwen/qwen3.5-flash-2026-02-23 API},
author = {qwen},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/qwen/qwen3.5-flash-2026-02-23}
}qwen. (n.d.). qwen/qwen3.5-flash-2026-02-23 API. OrcaRouter. https://www.orcarouter.ai/models/qwen/qwen3.5-flash-2026-02-23