Qwen3.5 Flash snapshot 2026-02-23 — замороженная версия qwen3.5-flash, те же возможности.
`qwen/qwen3.5-flash-2026-02-23` — это конкретная версия модели Qwen3.5 Flash из семейства Qwen от Alibaba. Это мультимодальная модель, поддерживающая ввод текста, изображений и видео. Её контекстное…
Эта модель может выполнять широкий спектр текстовых задач, типичных для больших языковых моделей: обобщение, перевод, ответы на вопросы, творческое письмо, генерация кода и многое другое. Ее большое контекстное окно делает ее особенно подходящей для задач, требующих понимания длинных документов или поддержания диалога на протяжении многих реплик. Модель также способна к few-shot и zero-shot обучению, то есть может следовать инструкциям без обширной донастройки. Однако для этих задач не предоставляются конкретные показатели точности. Для задач, требующих точных математических рассуждений или фактического воспроизведения, вам может потребоваться оценить модель по собственным критериям.
Модель принимает изображения в качестве части запроса. Она может описывать изображения, отвечать на вопросы о визуальном содержании, а также извлекать текст или объекты из изображений. Изображение представлено в виде последовательности токенов, которые потребляют часть контекстного окна. Максимальный размер изображения или количество изображений на запрос не указаны; на практике изображения с высоким разрешением будут использовать больше токенов. Для достижения наилучших результатов предоставляйте четкие, хорошо освещенные изображения. Модель не поддерживает генерацию или вывод изображений. Нет информации о том, обрабатывает ли она последовательности из нескольких изображений или чередование текста и изображений помимо типичного мультимодального формата.
Поддерживается ввод видео, предположительно путем выборки кадров и их токенизации. Модель может анализировать короткие видеоклипы для суммаризации, распознавания действий или ответов на вопросы. Каждый кадр потребляет токены из окна контекста, поэтому длина видео ограничена доступным контекстом. Конкретные сведения о частоте выборки кадров или максимальной продолжительности видео не предоставлены. Для производственного использования рекомендуется предварительно обрабатывать видео, извлекая ключевые кадры. Модель не генерирует видео на выходе. Если ваше приложение требует обработки видео в реальном времени, тщательно протестируйте задержку, так как токенизация видео может быть вычислительно затратной.
Эта модель стоит $0.10 за 1M входных токенов и $0.40 за 1M выходных токенов. Если ваше приложение может допускать меньшую точность для простых задач, меньшие модели (например, Qwen2.5-0.5B) могут быть еще дешевле. Если вам нужно более высокое качество для сложных рассуждений или творческого письма, рассмотрите более крупную модель, такую как Qwen3.5-Plus (при наличии) или GPT-4o, которые могут иметь более высокие затраты на токен, но предлагают лучшие показатели в бенчмарках. Вариант flash идеален для приложений с большими объемами, где скорость и стоимость являются приоритетом. На этой странице не задокументировано предложение по тонкой настройке или кастомизации этой модели.
Основные сильные стороны этой модели — это большое окно контекста (1,048,576 токенов), поддержка мультимодального ввода (текст, изображение, видео) и низкая цена за токен ($0.10/$0.40 за 1M токенов). Она разработана для скорости и эффективности, что делает её подходящей для приложений реального времени. Обозначение flash предполагает, что она была оптимизирована для меньшей задержки по сравнению с более крупными аналогами. На этой странице не приведены результаты тестов, поэтому точная производительность на стандартных задачах NLP или компьютерного зрения неизвестна. Основываясь на типичных flash-моделях, можно предположить, что она жертвует некоторой точностью в пользу пропускной способности и стоимости.
Честные ограничения включают отсутствие предоставленных эталонных данных; без них пользователи должны проверять производительность модели на своих собственных задачах. Модель является flash-вариантом, поэтому она может не соответствовать точности более крупных или универсальных моделей в сложных рассуждениях, математике или поиске фактов. Поддержка видео может быть ограничена контекстом и эффективностью выборки кадров. Поскольку не указаны конкретные показатели скорости или задержки, фактическая пропускная способность зависит от инфраструктуры OrcaRouter. Модель не поддерживает тонкую настройку или пользовательские конечные точки встраивания через этот API. Кроме того, дата отсечения знаний модели не указана; она может не обновляться с учетом последних событий.
Задержка для этой модели на данной странице не указана. Как flash-вариант, она, как ожидается, обеспечивает более быстрый инференс, чем более крупные модели, но фактическая скорость зависит от таких факторов, как длина входных данных, оборудование, используемое OrcaRouter, и нагрузка параллельных запросов. Для приложений реального времени тестируйте с репрезентативными нагрузками. Конечная точка API OrcaRouter размещена на масштабируемой инфраструктуре, но никаких гарантий по задержке не даётся. Пользователи должны проводить бенчмаркинг с собственными рабочими нагрузками. Большое окно контекста может увеличить время до первого токена, если необходимо обработать весь контекст. Запрос только необходимого контекста может улучшить время ответа.
На этой странице не предоставлены официальные данные бенчмарков для qwen/qwen3.5-flash-2026-02-23. Чтобы оценить модель, обратитесь к карточке модели Qwen на Hugging Face или к репозиторию Qwen на GitHub для получения типичной производительности Qwen3.5 Flash. Общие направления оценки включают MMLU, HumanEval и бенчмарки visual QA, но результаты могут отличаться для данного конкретного снимка. OrcaRouter не публикует собственные бенчмарки для этой модели. Пользователям рекомендуется проводить собственные оценки, чтобы определить пригодность для их конкретного варианта использования, особенно в отношении безопасности, предвзятости или точности в конкретной предметной области.
Цены составляют $0.10 за 1 миллион входных токенов и $0.40 за 1 миллион выходных токенов. Это тарифы провайдера с нулевой наценкой от OrcaRouter. Входные токены включают текст, изображения и видеокадры. Выходные токены учитывают только сгенерированный текст. Нет платы за каждый запрос, и не задокументированы специальные цены для оптовых или зарезервированных мощностей. Расходы начисляются за сумму входных и выходных токенов, использованных в каждом вызове API. Для типичного входа из 1000 токенов и выхода из 500 токенов стоимость составляет около $0.0003. Поскольку наценки нет, стоимость точно равна тому, что взимает Qwen.
OrcaRouter выставляет эту модель по тарифу провайдера без наценки. Это означает, что вы платите ровно $0.10 за 1M входных токенов и $0.40 за 1M выходных токенов без дополнительной платы за обслуживание. Никаких скрытых комиссий за API-запросы, аутентификацию или передачу данных в рамках тарификации токенов нет. Однако стандартные сетевые расходы могут применяться в зависимости от вашей инфраструктуры. Бесплатный тариф не упоминается. Такая прозрачная цена упрощает расчёт затрат и сравнение с моделями других провайдеров, которые могут добавлять наценки. Ставка может изменяться провайдером; следите за обновлениями на странице цен OrcaRouter.
На этой странице не задокументированы скидки за кэширование или объемные цены для этой модели. Каждый токен оплачивается индивидуально за каждый вызов API. Нет упоминаний о кэшировании подсказок, скидках на пакетную обработку или скидках за фиксированное использование. Если вы ожидаете высокий объем, свяжитесь с OrcaRouter для возможных индивидуальных договоренностей, но никаких гарантий не дается. Структура цен проста: входные токены — $0.10/M, выходные токены — $0.40/M, бесплатного уровня нет. В отличие от некоторых провайдеров, предлагающих более низкие цены за кэшированные подсказки, эта модель в настоящее время не рекламирует такую функцию.
При цене $0.10/$0.40 за миллион токенов эта модель конкурентоспособна со многими моделями flash с открытыми весами. Например, некоторые варианты Llama 3.1 8B имеют схожую стоимость. Более крупные модели, такие как GPT-4o mini, часто имеют более высокую стоимость за токен. Ключевым отличием является нулевая наценка от OrcaRouter, поэтому вы платите точную ставку провайдера. При сравнении также учитывайте размер контекстного окна: эта модель предлагает 1 048 576 токенов, что может снизить необходимость в сложной разбивке. Однако без данных бенчмарков одна лишь стоимость не является достаточным основанием для выбора; оцените точность и задержку для вашей конкретной задачи.
Для использования этой модели отправляйте запросы к API-эндпоинту OrcaRouter, совместимому с OpenAI, по адресу https://api.orcarouter.ai/v1. Установите параметр model точно в значение "qwen/qwen3.5-flash-2026-02-23". Вы должны включить API-ключ (полученный от OrcaRouter) в заголовок Authorization. API поддерживает стандартный формат чат-завершений OpenAI. Мультимодальные входные данные (изображения, видео) могут быть включены в список содержимого сообщения. Например, используйте эндпоинт "chat/completions" с массивом messages. Дополнительная настройка не требуется. Обратитесь к документации OrcaRouter для получения информации об аутентификации и ограничениях скорости.
API поддерживает стандартные параметры, совместимые с OpenAI: model (обязательно), messages (обязательно), temperature, top_p, max_tokens, stop, frequency_penalty, presence_penalty, stream и другие. max_tokens может быть установлен до 65,536. Массив messages может включать роли system, user и assistant. Мультимодальный контент структурирован как объекты с типом "text" или "image_url". Для видео могут использоваться несколько записей image_url. Пользовательские параметры, специфичные для данной модели, не задокументированы. Параметры, такие как stream, позволяют выводить токены в реальном времени. Всегда тестируйте с нужными вам параметрами, так как некоторые комбинации (например, высокая температура с длинными контекстами) могут давать непредсказуемые результаты.
Миграция проста, поскольку API OrcaRouter совместим с OpenAI. Замените ваш базовый URL с https://api.openai.com/v1 на https://api.orcarouter.ai/v1. Измените ID модели с любой GPT-модели на "qwen/qwen3.5-flash-2026-02-23". Получите ключ API OrcaRouter и установите его в заголовок Authorization. Если ваш существующий код использует библиотеку OpenAI Python, просто обновите base_url и api_key в клиенте OpenAI. Обратите внимание, что модель поддерживает мультимодальный ввод, поэтому если вы ранее использовали отдельные конечные точки для распознавания изображений, теперь вы можете передавать изображения непосредственно в формате чата. Тщательно тестируйте, так как результаты будут отличаться.
Базовый URL для всех вызовов API: https://api.orcarouter.ai/v1. Точный идентификатор модели: "qwen/qwen3.5-flash-2026-02-23". Эта строка должна использоваться в точности как указано, включая косую черту и суффикс даты. Конечная точка для чат-запросов — POST /v1/chat/completions. Для потоковой передачи добавьте параметр stream. Другие конечные точки (например, embeddings, fine-tuning) для этой модели не перечислены. Всегда проверяйте актуальную документацию по конечным точкам на сайте OrcaRouter. Идентификатор модели может отличаться от того, что используется в Qwen; всегда используйте идентификатор модели OrcaRouter.
Qwen3.5-Plus, вероятно, является более крупной и производительной вариацией. Хотя конкретные детали ни для одной из моделей не приведены, flash-варианты обычно жертвуют точностью ради скорости и низкой стоимости. Flash-модель имеет более низкую цену ($0.10/$0.40 против обычно более высокой для Plus). Обе, скорее всего, поддерживают одинаковый размер контекстного окна и модальности. Выбирайте flash для сценариев с высокой пропускной способностью, где не требуется идеальная точность; выбирайте Plus для сложных задач. Поскольку данные бенчмарков отсутствуют, по возможности протестируйте обе на своих данных. Flash-модель также содержит тег даты 2026-02-23, указывающий на конкретный снимок.
Llama 3.1 8B — это популярная модель с открытыми весами со стандартным контекстным окном в 128K токенов. Эта Qwen flash модель предлагает гораздо большее контекстное окно (1,048,576 токенов) и нативно поддерживает ввод изображений и видео, тогда как Llama 3.1 в основном работает с текстом. Цены на Llama в OrcaRouter могут быть схожими или немного отличаться; проверьте страницу с ценами. Для задач, связанных только с текстом, при схожей стоимости Llama может быть предпочтительнее, если у вас уже есть существующая инфраструктура. Для мультимодальных потребностей эта Qwen модель имеет преимущество. Обе модели доступны через API OrcaRouter, совместимое с OpenAI.
GPT-4o-mini от OpenAI — это меньшая, более дешёвая модель с контекстным окном в 128K. Она поддерживает ввод текста и изображений, но не видео. Цены на GPT-4o-mini в OrcaRouter здесь не указаны, но обычно они составляют около $0.15/$0.60 за 1M токенов. Эта модель Qwen немного дешевле по входным токенам ($0.10) и по выходным ($0.40). Главное преимущество модели Qwen — контекст в 1M и поддержка видео. Однако GPT-4o-mini может быть более тщательно протестирована и иметь более широкую поддержку экосистемы. Выбирайте в зависимости от ваших потребностей в длинном контексте или видео, а также от вашего доверия к производительности модели.
Другие flash-модели, такие как Llama 3.2 Flash или Mistral small, обычно имеют меньшие контекстные окна (например, 128K) и могут не поддерживать видео. Контекст на миллион токенов в этой flash-модели Qwen является выдающейся особенностью. Цены конкурентоспособны: $0.10/$0.40. Общие ограничения flash-моделей включают более низкую точность в сложных рассуждениях и фактологических задачах. Для приложений, требующих максимального качества, лучше подойдет не-flash модель из того же семейства или более крупная закрытая модель. Конкретных сравнений по скорости или показателям тестов не приводится.
Совместимо с OpenAI — оставьте свой SDK
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| Ввод / 1M токенов | $0.100 |
|---|---|
| Вывод / 1M токенов | $0.400 |
| Валюта | USD |
Оценка по прайс-листу
Только оценка — фактическое число токенов зависит от токенизатора провайдера.
О чём говорят разработчики на этой неделе
GET /api/public/models/qwen/qwen3.5-flash-2026-02-23Открыть @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