Qwen-Flash API
ID модели в запросах:global-3/qwen-flash
Qwen-Flash от Qwen через один OpenAI-совместимый API Nodul Router: ключ с лимитами, журнал запросов, оплата в рублях.
- Контекст
- 1 000 000
- Макс. ответ
- 32 768
- Выпущена
- 01.08.2025
Цены за 1 млн токенов, ₽Цены за 1 млн токенов, PnP
| Регион | Попробовать | Вход | Выход | Чтение кэша | ID модели в запросах |
|---|---|---|---|---|---|
| Глобальный · global-3 | Попробовать | 5,00 ₽0,05 PnP | 40,00 ₽0,40 PnP | 1,00 ₽0,01 PnP | global-3/qwen-flash |
Цены розничные, без НДС (5 %). Для компаний — персональные цены по договору: чем больше объем, тем ниже цена.Узнать свою цену
Цены со скидкой по ссылке партнера, без НДС (5 %). Зарегистрироваться
Цены со скидкой вашей компании, без НДС (5 %).Ваши условия
Быстрый старт
curl https://router.nodul.ru/api/v1/chat/completions \ -H "Authorization: Bearer $NODUL_ROUTER_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "global-3/qwen-flash", "messages": [{"role":"user","content":"Hello!"}] }'
import os from openai import OpenAI client = OpenAI( base_url="https://router.nodul.ru/api/v1", api_key=os.environ["NODUL_ROUTER_API_KEY"], ) response = client.chat.completions.create( model="global-3/qwen-flash", messages=[{"role": "user", "content": "Hello!"}], ) print(response.choices[0].message.content) print("cost, PnP:", response.usage.model_extra.get("cost"))
import OpenAI from "openai"; const client = new OpenAI({ baseURL: "https://router.nodul.ru/api/v1", apiKey: process.env.NODUL_ROUTER_API_KEY, }); const response = await client.chat.completions.create({ model: "global-3/qwen-flash", messages: [{ role: "user", content: "Hello!" }], }); console.log(response.choices[0].message.content); console.log("cost, PnP:", response.usage?.cost);
package main import ( "bytes" "encoding/json" "fmt" "net/http" "os" ) func main() { body := []byte(`{"model":"global-3/qwen-flash","messages":[{"role":"user","content":"Hello!"}]}`) req, _ := http.NewRequest("POST", "https://router.nodul.ru/api/v1/chat/completions", bytes.NewReader(body)) req.Header.Set("Authorization", "Bearer "+os.Getenv("NODUL_ROUTER_API_KEY")) req.Header.Set("Content-Type", "application/json") resp, err := http.DefaultClient.Do(req) if err != nil { panic(err) } defer resp.Body.Close() if resp.StatusCode != http.StatusOK { var e struct{ Error struct{ Message string } } _ = json.NewDecoder(resp.Body).Decode(&e) fmt.Fprintln(os.Stderr, resp.Status, e.Error.Message) os.Exit(1) } var out struct { Choices []struct{ Message struct{ Content string } } Usage struct{ Cost json.Number } } if err := json.NewDecoder(resp.Body).Decode(&out); err != nil { panic(err) } fmt.Println(out.Choices[0].Message.Content) fmt.Println("cost, PnP:", out.Usage.Cost) }
<?php $body = '{"model":"global-3/qwen-flash","messages":[{"role":"user","content":"Hello!"}]}'; $ch = curl_init('https://router.nodul.ru/api/v1/chat/completions'); curl_setopt_array($ch, [ CURLOPT_POST => true, CURLOPT_HTTPHEADER => [ 'Authorization: Bearer ' . getenv('NODUL_ROUTER_API_KEY'), 'Content-Type: application/json', ], CURLOPT_POSTFIELDS => $body, CURLOPT_RETURNTRANSFER => true, ]); $response = json_decode(curl_exec($ch), true); if (curl_getinfo($ch, CURLINFO_HTTP_CODE) !== 200) { fwrite(STDERR, $response['error']['message'] ?? 'request failed'); exit(1); } echo $response['choices'][0]['message']['content'], PHP_EOL; echo 'cost, PnP: ', $response['usage']['cost'], PHP_EOL;
Описание
Qwen-Flash от Alibaba — быстрая и недорогая текстовая модель серии Qwen3. Совмещает режимы с рассуждением и без него, умеет переключаться между ними прямо в диалоге и работает с очень длинным контекстом.
Для чего подходит Qwen-Flash
Разработчик позиционирует Qwen-Flash как экономную модель линейки Qwen: в документации Alibaba Cloud сказано, что она сочетает режимы мышления и ответа без мышления, переключаемые по ходу разговора, хорошо справляется со сложными рассуждениями и заметно лучше следует инструкциям и понимает текст. Это логично для массовых задач: классификации и разметки, извлечения данных в JSON, пересказа и суммаризации длинных документов, ответов поддержки, черновиков текстов. Там, где вопрос простой, можно отключить рассуждение и получить ответ быстрее; для трудного запроса включить его.
По нашему каталогу модель принимает только текст, отвечает текстом, поддерживает потоковую выдачу, структурированный вывод и рассуждения (с настройкой усилия и возвратом хода рассуждений). Вызова инструментов в каталоге для нее нет.
Не стоит брать ее для работы с изображениями и видео (вход только текстовый), для агентных сценариев, которым нужен вызов функций, и для самых сложных задач в коде и науке: для них у линейки есть более новые и мощные модели.
Сильные стороны
- Два режима в одной модели. Это идея поколения Qwen3: по описанию разработчика, режимы объединены и переключаются по ходу диалога, то есть не нужно держать две отдельные модели для быстрых и сложных запросов.
- Очень длинный контекст. По документации разработчика, модель рассчитана на очень длинный контекст (точные лимиты показывает страница модели в каталоге). Подходит для разбора больших документов и переписок.
- Структурированный вывод. Можно просить ответ по JSON-схеме, что удобно для извлечения полей из текста.
- Управление рассуждением. В каталоге есть параметры
reasoning_effortиinclude_reasoning, поэтому глубину размышлений и стоимость запроса можно подбирать под задачу. - Многоязычность линейки. Для моделей Qwen3 разработчик заявляет поддержку 119 языков и диалектов (блог Qwen, апрель 2025). Для Qwen-Flash отдельного списка языков в документации нет, поэтому это ориентир по семейству, не гарантия.
Ограничения и спорные моменты
- Нет независимых замеров. В таблице Artificial Analysis Qwen-Flash не найден (поиск по ноябрю 2026), а цифр качества на странице документации нет. Все оценки выше опираются на словесное описание разработчика.
- Поколение уже не новое. Фиксированный снимок датирован 28 июля 2025 года, документация говорит, что
qwen-flashфункционально равен ему. В каталоге с тех пор появились Qwen3.5, 3.6, 3.7 и 3.8 Flash, которые принимают изображения и видео. - Только текст. Изображения, аудио и видео на вход не принимаются.
- Разные возможности у разных площадок. Документация разработчика отмечает вызов функций и веб-поиск только для части регионов, а у остальных они помечены как неподдерживаемые. Через Router в каталоге вызова инструментов нет, и рассчитывать на него не стоит.
- Цена зависит от длины запроса. Разработчик описывает ступенчатую тарификацию по объему контекста: длинные запросы стоят заметно дороже коротких. Для задач с очень длинным контекстом это стоит учесть заранее.
- Название шире, чем одна модель. Рядом в каталоге есть датированный снимок и ролевая версия Qwen-Flash-Character; у них свои назначения и поведение.
Чем Qwen-Flash отличается от Qwen-Plus, Qwen-Max и новых Flash
В коммерческой линейке Qwen Flash — самый быстрый и экономный вариант, Qwen-Plus занимает место посередине по качеству и стоимости, Qwen-Max — старшая модель. Среди Flash эта модель самая ранняя на Qwen3: она текстовая, тогда как Qwen3.6 Flash, Qwen3.7 Flash и Qwen3.8 Flash мультимодальные и рассчитаны на агентные задачи. Выбирайте Qwen-Flash, когда нужны только текст, рассуждение по требованию и длинный контекст; если нужны изображения, видео или агенты, берите новее.
Альтернативы в каталоге
- Qwen3.8 Flash: преемник в линейке Flash с изображениями и видео на входе, для кода и агентов.
- Qwen3.6 Flash: мультимодальная Flash-модель с рассуждением, когда нужен вход изображений.
- Qwen-Plus: когда качество важнее скорости, а задачи остаются текстовыми.
- Qwen3.8 Flash Next: модель региона Россия с текстом и изображениями на входе.
Частые вопросы
Умеет ли Qwen-Flash рассуждать и можно ли это отключить?
Да. По описанию разработчика, модель объединяет режимы с рассуждением и без него и переключается между ними по ходу диалога. В нашем каталоге у нее есть параметры reasoning_effort и include_reasoning.
Принимает ли Qwen-Flash изображения?
Нет, вход только текстовый. Для изображений и видео возьмите Qwen3.8 Flash или Qwen3.6 Flash.
Поддерживает ли модель вызов инструментов и структурированный вывод?
Структурированный вывод по JSON-схеме есть. Вызова инструментов в нашем каталоге для этой модели нет, хотя документация разработчика отмечает его для части регионов.
Чем Qwen-Flash отличается от датированного снимка Qwen-Flash-2025-07-28?
По документации разработчика, qwen-flash функционально равен снимку от 28 июля 2025 года. Снимок нужен, когда требуется зафиксированная версия.
Можно ли запустить Qwen-Flash у себя?
В документации разработчика она доступна как API-модель; открытых весов под этим названием мы не нашли.
Источники
Все параметры API · 16
frequency_penaltyinclude_reasoninglogprobsmax_tokensnpresence_penaltyreasoningreasoning_effortresponse_formatseedstopstreamstructured_outputstemperaturetop_logprobstop_p

