qwen/qwen3.5-27b
प्रकाशन तिथि: 2026-02-26
262,144 context · $0.20/M input tokens · $1.56/M output tokens
The Qwen3.5 27B native vision-language Dense model incorporates a linear attention mechanism, delivering fast response times while balancing inference speed and performance. Its overall capabilities are comparable to those of the Qwen3.5-122B-A10B.
मूल्य निर्धारण
उपयोग के अनुसार भुगतान
कोई अग्रिम लागत नहीं, केवल उतना ही भुगतान करें जितना आप उपयोग करते हैं
मॉडल आज़माएं
API उपयोग
हमारे API के साथ एकीकृत करने के लिए निम्नलिखित कोड उदाहरणों का उपयोग करें:
import OpenAI from 'openai';
if (!process.env.WAVESPEED_API_KEY) throw new Error('Set WAVESPEED_API_KEY');
const client = new OpenAI({
apiKey: process.env.WAVESPEED_API_KEY,
baseURL: 'https://llm.wavespeed.ai/v1',
timeout: 120_000,
maxRetries: 2,
});
try {
const response = await client.chat.completions.create({
model: 'qwen/qwen3.5-27b',
messages: [{ role: 'user', content: 'Hello!' }],
});
console.log(response.choices[0]?.message?.content ?? '');
} catch (error) {
console.error('LLM request failed:', error);
process.exitCode = 1;
}import OpenAI from 'openai';
if (!process.env.WAVESPEED_API_KEY) throw new Error('Set WAVESPEED_API_KEY');
const client = new OpenAI({
apiKey: process.env.WAVESPEED_API_KEY,
baseURL: 'https://llm.wavespeed.ai/v1',
timeout: 120_000,
maxRetries: 2,
});
try {
const response = await client.chat.completions.create({
model: 'qwen/qwen3.5-27b',
messages: [{ role: 'user', content: 'Hello!' }],
});
console.log(response.choices[0]?.message?.content ?? '');
} catch (error) {
console.error('LLM request failed:', error);
process.exitCode = 1;
}मॉडल परिचय
Qwen qwen3.5-27b
The Qwen3.5 27B native vision-language Dense model incorporates a linear attention mechanism, delivering fast response times while balancing inference
The Qwen3.5 27B native vision-language Dense model incorporates a linear attention mechanism, delivering fast response times while balancing inference speed and performance. Its overall capabilities are comparable to those of the Qwen3.5-122B-A10B.
Why It Looks Great
- Large Language Model architecture for efficient processing
- 262144 context window for long document handling
- Competitive pricing at $0.2/$1.6 per million tokens
Key Features
- Context Window: 262144 tokens
- Max Output: 65536 tokens
- Vision: Supported
- Function Calling: Supported
Specifications
| Specification | Value |
|---|---|
| Provider | Qwen |
| Model Type | Large Language Model (LLM) |
| Architecture | N/A |
| Context Window | 262144 tokens |
| Max Output | 65536 tokens |
| Input | Text |
| Output | Text |
| Vision | Supported |
| Function Calling | Supported |
Pricing
| Token Type | Cost per Million Tokens |
|---|---|
| Input | $0.2 |
| Output | $1.6 |
How to Use
- Write your prompt — describe the task, provide context, and specify desired output format.
- Submit — the model processes your request and returns the response.
API Integration
Base URL: https://llm.wavespeed.ai/v1 API Endpoint: chat/completions Model ID: qwen/qwen3.5-27b
API Usage
Python SDK
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://llm.wavespeed.ai/v1"
)
response = client.chat.completions.create(
model="qwen/qwen3.5-27b",
messages=[
{"role": "user", "content": "Hello!"}
]
)
print(response.choices[0].message.content)cURL
curl https://llm.wavespeed.ai/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model": "qwen/qwen3.5-27b",
"messages": [{"role": "user", "content": "Hello!"}]
}'Notes
- Model: qwen/qwen3.5-27b
- Provider: Qwen
जानकारी
समर्थित कार्यक्षमता
API एक्सेस गाइड
Qwen3.5 27b API
qwen/qwen3.5-27b
The Qwen3.5 27B native vision-language Dense model incorporates a linear attention mechanism, delivering fast response times while balancing inference speed and performance. Its overall capabilities are comparable to those of the Qwen3.5-122B-A10B.
इनपुट
$0.195 /M
आउटपुट
$1.56 /M
कॉन्टेक्स्ट
262K
अधिकतम आउटपुट
66K
विज़न
समर्थित
टूल उपयोग
समर्थित
WaveSpeedAI पर Qwen3.5 27b आज़माएं
हमारे एकीकृत API के ज़रिए Qwen3.5 27b तक पहुंचें — OpenAI-कम्पैटिबल, कोई कोल्ड स्टार्ट नहीं, पारदर्शी मूल्य निर्धारण।
Qwen3.5 27b के बारे में अक्सर पूछे जाने वाले सवाल
API के ज़रिए Qwen3.5 27b की लागत कितनी है?+
WaveSpeedAI पर मूल्य निर्धारण: प्रति मिलियन इनपुट टोकन $0.20 और प्रति मिलियन आउटपुट टोकन $1.56। प्रॉम्प्ट कैशिंग और बैच प्रोसेसिंग की बिलिंग अलग से होती है और लंबे, दोहराव वाले वर्कलोड पर प्रभावी लागत कम करती है।
Qwen3.5 27b की कॉन्टेक्स्ट विंडो क्या है?+
Qwen3.5 27b प्रति अनुरोध 66K टोकन तक के आउटपुट के साथ 262K टोकन तक के कॉन्टेक्स्ट को सपोर्ट करता है।
क्या Qwen3.5 27b OpenAI-कम्पैटिबल है?+
WaveSpeedAI Qwen3.5 27b को https://llm.wavespeed.ai/v1 पर OpenAI-कम्पैटिबल Chat Completions इंटरफ़ेस के ज़रिए उपलब्ध कराता है। अधिकांश OpenAI SDK क्लाइंट बेस URL और API कुंजी बदलकर काम करते हैं; वैकल्पिक फ़ील्ड चयनित मॉडल पर निर्भर करते हैं।
मैं Qwen3.5 27b के साथ कैसे शुरू करूं?+
WaveSpeedAI में साइन इन करें, Access Keys में एक API कुंजी बनाएं, फिर ऊपर दिखाए गए मॉडल id के साथ https://llm.wavespeed.ai/v1/chat/completions पर एक अनुरोध भेजें। उपलब्धता, क्षमताओं और मूल्य निर्धारण के लिए वर्तमान मॉडल कैटलॉग देखें।