qwen/qwen3.5-397b-a17b
วันที่เผยแพร่: 2026-02-16
262,144 context · $0.60/M input tokens · $3.60/M output tokens
The Qwen3.5 series 397B-A17B native vision-language model is built on a hybrid architecture that integrates a linear attention mechanism with a sparse mixture-of-experts model, achieving higher inference efficiency. It delivers state-of-the-art performance comparable to leading-edge models across a wide range of tasks, including language understanding, logical reasoning, code generation, agent-based tasks, image understanding, video understanding, and graphical user interface (GUI) interactions. With its robust code-generation and agent capabilities, the model exhibits strong generalization across diverse agent.
ราคา
จ่ายตามการใช้งาน
ไม่มีค่าใช้จ่ายล่วงหน้า จ่ายเฉพาะสิ่งที่คุณใช้
ลองใช้โมเดล
การใช้งาน API
ใช้ตัวอย่างโค้ดต่อไปนี้เพื่อผสานรวมกับ API ของเรา:
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/qwen3.5-397b-a17b',
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/qwen3.5-397b-a17b',
messages: [{ role: 'user', content: 'Hello!' }],
});
console.log(response.choices[0]?.message?.content ?? '');
} catch (error) {
console.error('LLM request failed:', error);
process.exitCode = 1;
}แนะนำโมเดล
Qwen qwen3.5-397b-a17b
The Qwen3.5 series 397B-A17B native vision-language model is built on a hybrid architecture that integrates a linear attention mechanism with a sparse
The Qwen3.5 series 397B-A17B native vision-language model is built on a hybrid architecture that integrates a linear attention mechanism with a sparse mixture-of-experts model, achieving higher inference efficiency. It delivers state-of-the-art performance comparable to leading-edge models across a wide range of tasks, including language understanding, logical reasoning, code generation, agent-based tasks, image understanding, video understanding, and graphical user interface (GUI) interactions. With its robust code-generation and agent capabilities, the model exhibits strong generalization across diverse agent.
Why It Looks Great
- Large Language Model architecture for efficient processing
- 262144 context window for long document handling
- Competitive pricing at $0.4/$2.3 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 | $0.4 |
| Output | $2.3 |
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/qwen3.5-397b-a17b
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/qwen3.5-397b-a17b",
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/qwen3.5-397b-a17b",
"messages": [{"role": "user", "content": "Hello!"}]
}'Notes
- Model: qwen/qwen3.5-397b-a17b
- Provider: Qwen
ข้อมูล
ฟังก์ชันที่รองรับ
คู่มือการเข้าถึง API
Qwen3.5 397b A17b API
qwen/qwen3.5-397b-a17b
The Qwen3.5 series 397B-A17B native vision-language model is built on a hybrid architecture that integrates a linear attention mechanism with a sparse mixture-of-experts model, achieving higher inference efficiency. It delivers state-of-the-art performance comparable to leading-edge models across a wide range of tasks, including language understanding, logical reasoning, code generation, agent-based tasks, image understanding, video understanding, and graphical user interface (GUI) interactions. With its robust code-generation and agent capabilities, the model exhibits strong generalization across diverse agent.
อินพุต
$0.6 /M
เอาต์พุต
$3.6 /M
คอนเท็กซ์
262K
เอาต์พุตสูงสุด
66K
Vision
รองรับ
การใช้เครื่องมือ
รองรับ
ลองใช้ Qwen3.5 397b A17b บน WaveSpeedAI
เข้าถึง Qwen3.5 397b A17b ผ่าน API แบบรวมของเรา — เข้ากันได้กับ OpenAI ไม่มี cold start ราคาโปร่งใส
คำถามที่พบบ่อยเกี่ยวกับ Qwen3.5 397b A17b
Qwen3.5 397b A17b API ราคาเท่าไหร่?+
ราคาบน WaveSpeedAI: $0.60 ต่อล้านโทเคนอินพุต และ $3.60 ต่อล้านโทเคนเอาต์พุต Prompt caching และ batch processing คิดค่าบริการแยกและช่วยลดต้นทุนที่แท้จริงสำหรับภาระงานที่ยาวและทำซ้ำ
Qwen3.5 397b A17b มี context window เท่าใด?+
Qwen3.5 397b A17b รองรับสูงสุด 262K โทเคนคอนเท็กซ์ และสูงสุด 66K โทเคนเอาต์พุตต่อคำขอ
Qwen3.5 397b A17b เข้ากันได้กับ OpenAI หรือไม่?+
WaveSpeedAI ให้บริการ Qwen3.5 397b A17b ที่ https://llm.wavespeed.ai/v1 ผ่านอินเทอร์เฟซ Chat Completions ที่เข้ากันได้กับ OpenAI ไคลเอนต์ OpenAI SDK ส่วนใหญ่ใช้งานได้โดยเปลี่ยน base URL และ API key ส่วนฟิลด์เสริมขึ้นอยู่กับโมเดล
จะเริ่มใช้ Qwen3.5 397b A17b ได้อย่างไร?+
ลงชื่อเข้าใช้ WaveSpeedAI สร้าง API key ใน Access Keys แล้วส่งคำขอไปยัง https://llm.wavespeed.ai/v1/chat/completions โดยใช้ model id ที่แสดงด้านบน ตรวจสอบความพร้อมใช้งาน ความสามารถ และราคาจากแคตตาล็อกโมเดลปัจจุบัน