实时对话
驱动即时响应的聊天机器人和客服界面。
Qwen3.5-Flash — Hosted 的速度路线
Qwen3.5-Flash 是 Qwen 3.5 系列中响应最快的模型，适合快速提问和轻量工作流。免费试用。
直接开聊
在线
Qwen3.5-Flash 已经选好
这个页面默认就用 Qwen3.5-Flash。Lowest-latency Qwen 3.5 option for quick questions, lightweight workflows, and retries.
先选模型，再决定要不要联网搜索或打开 Thinking，然后直接用真实问题开聊。
速度优先
低成本
可以直接试这些问题
可以先在浏览器里试。Flash 的公开参考基线就是 Qwen3.5-35B-A3B。
优化方向
速度
模型类型
Hosted
上下文
1M 默认
基础模型
35B-A3B
切换到其他 Qwen 模型页
概览
为低延迟场景而生
Qwen3.5-Flash 是基于 Qwen3.5-35B-A3B 的 hosted 模型。它保留了这条 MoE 基线的速度优势，同时加上更大的默认上下文和托管工具层。
1M 默认上下文
Flash 默认提供 1M 上下文窗口。
基础模型
Flash 的分数参考基线是 Qwen3.5-35B-A3B，这也是这条 hosted 线路最接近的公开模型。
Hosted 工具层
除了模型本体，Flash 还带了托管调用、内建工具和生产可用的服务层。
Qwen3.5-Flash Benchmark
Qwen3.5-Flash 与相近模型的 benchmark 对比。
Model
MMLU-Pro
GPQA / GPQA-family
LiveCodeBench v6
Qwen3.5-9B
Light dense model for quick prompts and lightweight coding.
更新于 2026-04-02
MMLU-Pro
82.5
GPQA / GPQA-family
81.7
LiveCodeBench v6
65.6
Qwen3.5-35B-A3B
Compact MoE model, also the base model behind Qwen3.5-Flash.
更新于 2026-04-02
MMLU-Pro
85.3
GPQA / GPQA-family
84.2
LiveCodeBench v6
74.6
Qwen3.5-Flash
HostedHosted version built on Qwen3.5-35B-A3B with additional tooling and a 1M context window.
Scores reference the Qwen3.5-35B-A3B base model.
更新于 2026-04-02
MMLU-Pro
85.3
GPQA / GPQA-family
84.2
LiveCodeBench v6
74.6
分数来自公开模型卡和 qwen.ai 发布页。Hosted 模型标注了对应的开源基线。
更新于 2026-04-02适用场景
Qwen3.5-Flash 最擅长什么
当响应时间比极限推理深度更重要时，Flash 是更合适的那条路。
快速问答
以最低延迟回答简单事实性问题。
批量处理
快速处理大量文本的分类、提取或标注。
提示迭代
在大模型上正式运行前快速测试和优化提示。
自动补全
以最小延迟驱动行内建议和代码补全。
高并发场景
适合客服、路由、实时问答这类更看重低延迟反馈的场景。
常见问题
Qwen3.5-Flash 常见问题
关于 Flash 模型的常见问题。
Flash 的分数基于哪条模型？
Flash 的公开参考基线是 Qwen3.5-35B-A3B。在这条基线之上，hosted 版本再加上低延迟服务层、工具能力和 1M 上下文。
Flash 适合生产环境吗？
适合，前提是你的核心目标是低延迟 hosted 调用。如果你更在意深推理，或者更想要完全公开的开源基线，就该看 27B、122B-A10B、397B-A17B，或者直接看它对应的 35B-A3B。
Flash 和 Qwen3.5-9B 相比如何？
它们不是同一条路线。Flash 是 hosted 的速度优先方案；9B 是最小的公开 dense 检查点。想要低延迟 hosted 体验就选 Flash，想看小型开源发布版就选 9B。
Flash 可以自托管吗？
不能按完全相同的 hosted 产品形态自托管。如果你想找最接近的公开自托管参考，应该看 Qwen3.5-35B-A3B。
Flash 的上下文窗口是多大？
默认 1M token，比开源 Qwen 3.5 模型的 262K 原生上下文更大。
Flash 在这里可以免费用吗？
可以。你可以在本站免费试用 Qwen3.5-Flash，它是通过 API 访问的 hosted 模型。
Flash 和 Plus 该选哪个？
追求速度选 Flash，追求推理质量选 Plus。Plus 更强但延迟略高。
Flash 支持工具调用吗？
支持。Flash 是带内建工具能力的 hosted 模型，适合低延迟优先的轻量工具流程。