Alibaba: Qwen Flash
适用于快速聊天、提取和高吞吐工作负载的高效 Qwen 模型
- 研发机构
- Alibaba
- 模型系列
- qwen
输入与输出文本 → 文本
上下文窗口1,000,000
最大输出32,768
输入USD 0.0176 / 1M token
输出USD 0.1728 / 1M token
快速接入
使用你的 Moduck API Key,将 API 基础地址设置为 https://api.moduck.ai/v1,并将 model 参数设置为 alibaba/qwen-flash。
import os
import requests
base_url = "https://api.moduck.ai/v1"
api_key = os.environ["MODUCK_API_KEY"]
model_id = "alibaba/qwen-flash"
response = requests.post(
f"{base_url}/chat/completions",
headers={
"Authorization": f"Bearer {api_key}",
"Content-Type": "application/json",
},
json={
"model": model_id,
"messages": [{"role": "user", "content": "Hello!"}],
"stream": False,
},
timeout=60,
)
response.raise_for_status()
print(response.json())采用 OpenAI 风格的聊天请求格式,沿用熟悉的调用方式,让模型接入更简单。
Qwen Flash API 价格
| 规格 | 价格资料 |
|---|---|
| 输入 | USD 0.0176 / 1M token |
| 输出 | USD 0.1728 / 1M token |
| 缓存输入 | USD 0.00352 / 1M token |
| 缓存写入 | USD 0.022 / 1M token |
性能
这些数据基于 Moduck 网关过去 24 小时的实际请求流量,按小时测量。首个 Token 延迟是内容开始出现前的等待时间;吞吐量是此后答案生成的速度;端到端延迟是整个请求往返所需的时间。除非卡片另有说明,所列数值均为中位数。
性能走势
输出速度89.6 tok/s当前
首 token 延迟1.4 s当前
端到端延迟7.2 s当前
输出速度
当前89.6 tok/s
窗口均值90.0 tok/s
首 token 延迟
当前1.4 s
窗口均值1.4 s
端到端延迟
当前7.2 s
窗口均值7.6 s
长尾延迟(P99)
当前14.0 s
窗口均值16.4 s
提示词缓存命中率
当前18.3%
窗口均值24.6%
错误率
当前0.0%
窗口均值0.1%
可用性
运行时间是指至少一家为此模型提供服务的服务商作出响应的时间占比。可用率的口径更严格:它表示实际得到服务的请求占比。某家服务商即使作出了响应,只要未能处理部分请求,可用率就会下降,而运行时间不会下降。两项指标均统计过去三天。
运行时间100%至少一个服务方有响应
可用率100%实际成功服务的请求
错误率0%失败请求占比
服务请求 · 按小时
24 小时前现在
Qwen Flash 模型对比
| 模型 | 输入价格 | 输出价格 | 上下文窗口 | 主要能力 |
|---|---|---|---|---|
| Qwen Flash当前模型 | USD 0.0176 / 1M token | USD 0.1728 / 1M token | 1,000,000 | 文本输出 · 推理 · 工具调用 |
| Qwen3.8 2.4T A95B | USD 1.56 / 1M token | USD 4.56 / 1M token | 262,144 | 文本输出 · 推理 · 工具调用 |
| Qwen3.7 Max | USD 0.66 / 1M token | USD 1.9804 / 1M token | 1,000,000 | 文本输出 · 推理 · 工具调用 |
| Qwen3.6 Max Preview | USD 1.72 / 1M token | USD 10.288 / 1M token | 262,144 | 文本输出 · 推理 · 工具调用 |
| Qwen3 Coder Next | USD 0.0864 / 1M token | USD 0.54 / 1M token | 262,144 | 文本输出 · 工具调用 |
模型规格
- 输入
- 文本
- 输出
- 文本
- 上下文窗口
- 1,000,000
- 最大输出
- 32,768
- 发布日期
- 2025-07-28
- 附件输入
- 不支持
- 推理
- 支持
- 工具调用
- 支持
- 温度参数
- 支持
- 开放权重
- 不支持
常见问题
Qwen Flash 适合做什么?
适用于快速聊天、提取和高吞吐工作负载的高效 Qwen 模型
Qwen Flash 支持哪些输入和输出?
资料记录的输入:文本;输出:文本。
Qwen Flash 如何计费?
本页价格表展示当前记录的 Moduck 价格。例如:输入 USD 0.0176 / 1M token;输出 USD 0.1728 / 1M token。完整计费单位、规格和条件请查看本页价格表。
Qwen Flash 的已记录规格是什么?
当前资料记录:上下文窗口 1,000,000 tokens;最大输出 32,768 tokens。
快速接入示例中的 model 参数是什么?
示例使用 alibaba/qwen-flash。这个值来自页面标识,尚未核定为可调用的 Moduck 公共 ID。
现在能通过 Moduck API 调用这款模型吗?
本页没有这款模型已通过 Moduck API 实际调用的验证记录。接入示例和预留 ID 不代表已经开放,请以账户可用模型列表为准。