qwen/qwen3.6-flash
प्रकाशन तिथि: 2026-04-27
1,000,000 context · $0.25/M input tokens · $1.50/M output tokens
Qwen3.6 Flash is a fast, efficient multimodal language model from Alibaba’s Qwen 3.6 series. It supports text, image, and video inputs with a 1M-token context window and up to 64K output tokens. The model is designed for high-throughput chat, lightweight agent workflows, long-document understanding, visual reasoning, summarization, extraction, and cost-sensitive production workloads. It supports thinking mode, function calling, built-in tools, structured outputs, and batch calling.
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/qwen3.6-flash',
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/qwen3.6-flash',
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: Qwen3.6 Flash
Qwen3.6 Flash is a fast, efficient multimodal language model from Alibaba’s Qwen 3.6 series. It supports text, image, and video inputs with a 1M-token context window, making it a strong fit for high-volume chat, lightweight agents, long-document workflows, visual understanding, summarization, and structured extraction.
Why It Looks Great
- Fast, cost-efficient Qwen 3.6 model for high-throughput production workloads
- Multimodal text, image, and video input support for visual and document understanding
- 1M-token context window for long prompts, large files, and multi-turn workflows
- Up to 64K output tokens for extended answers and structured generation
- Thinking mode support for reasoning-heavy requests
- Function calling and built-in tool support for agentic workflows
- Structured output support for JSON responses and schema-constrained generation
- Batch calling support for large-scale offline or asynchronous workloads
Key Features
- Context Window: 1,000,000 tokens
- Max Input: 934,464 tokens
- Max Output: 65,536 tokens
- Input: Text, Image, Video
- Output: Text
- Vision: Supported
- Function Calling: Supported
- Built-in Tools: Supported
- Structured Outputs: Supported
- Batch Calling: Supported
- Thinking Budget: up to 128K tokens
- Supported Parameters: include_reasoning, max_tokens, presence_penalty, reasoning, response_format, seed, structured_outputs, temperature, tool_choice, tools, top_p
Specifications
| Specification | Value |
|---|---|
| Provider | alibaba |
| Model Type | Chat Completions model |
| Architecture | text+image+video->text |
| Context Window | 1,000,000 tokens |
| Max Input | 934,464 tokens |
| Max Output | 65,536 tokens |
| Thinking Budget | 128K tokens |
| Input | Text, Image, Video |
| Output | Text |
| Vision | Supported |
| Function Calling | Supported |
| Built-in Tools | Supported |
| Structured Outputs | Supported |
| Batch Calling | Supported |
How to Use
- Write your prompt - describe the task, provide context, and specify the 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/qwen3.6-flash
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/qwen3.6-flash",
messages=[{"role": "user", "content": "Hello!"}]
)
print(response.choices[0].message.content)जानकारी
समर्थित कार्यक्षमता
API एक्सेस गाइड
Qwen3.6 Flash API
qwen/qwen3.6-flash
Qwen3.6 Flash is a fast, efficient multimodal language model from Alibaba’s Qwen 3.6 series. It supports text, image, and video inputs with a 1M-token context window and up to 64K output tokens. The model is designed for high-throughput chat, lightweight agent workflows, long-document understanding, visual reasoning, summarization, extraction, and cost-sensitive production workloads. It supports thinking mode, function calling, built-in tools, structured outputs, and batch calling.
इनपुट
$0.25 /M
आउटपुट
$1.5 /M
कॉन्टेक्स्ट
1000K
अधिकतम आउटपुट
66K
विज़न
समर्थित
टूल उपयोग
समर्थित
WaveSpeedAI पर Qwen3.6 Flash आज़माएं
हमारे एकीकृत API के ज़रिए Qwen3.6 Flash तक पहुंचें — OpenAI-कम्पैटिबल, कोई कोल्ड स्टार्ट नहीं, पारदर्शी मूल्य निर्धारण।
Qwen3.6 Flash के बारे में अक्सर पूछे जाने वाले सवाल
API के ज़रिए Qwen3.6 Flash की लागत कितनी है?+
WaveSpeedAI पर मूल्य निर्धारण: प्रति मिलियन इनपुट टोकन $0.25 और प्रति मिलियन आउटपुट टोकन $1.50। प्रॉम्प्ट कैशिंग और बैच प्रोसेसिंग की बिलिंग अलग से होती है और लंबे, दोहराव वाले वर्कलोड पर प्रभावी लागत कम करती है।
Qwen3.6 Flash की कॉन्टेक्स्ट विंडो क्या है?+
Qwen3.6 Flash प्रति अनुरोध 66K टोकन तक के आउटपुट के साथ 1000K टोकन तक के कॉन्टेक्स्ट को सपोर्ट करता है।
क्या Qwen3.6 Flash OpenAI-कम्पैटिबल है?+
WaveSpeedAI Qwen3.6 Flash 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 Qwen3.6 Flash 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।