Qwen3.5 Flash | EmpirioLabs AI Docs

POST /v1/chat/completions

Modelo de visão-linguagem com atenção linear híbrida mais MoE esparso, contexto 1M e inferência rápida multimodal de text/image/vídeo.

De um olhar

Campo	Valor
ID do modelo	`qwen3-5-flash`
Data de lançamento do modelo	2026-02-24
Modalidades de entrada	Texto, Imagem, Vídeo
Modalidades de saída	Texto
Janela de contexto	1M
Precisão do peso	-
Tokens de saída máxima	32,768
Região	Singapura
Características	visão, web_search, code_interpreter, function_calling
Inferência nativa	Não
Novo	Não
Endpoints suportados	`POST /v1/chat/completions`, `POST /v1/responses`, `POST /v1/messages`

Precificação

Carga	Especificação	Taxa
Entrada	por 1M de tokens de prompt	$0.090 (era $0.10)
Produção	por 1M de tokens gerados	$0.368 (era $0.40)
Busca na Web	por chamada	$0.015
Busca por Imagem	por chamada	$0.012

Exemplo de pedido

$ curl https://api.empiriolabs.ai/v1/chat/completions \
>   -H 'Authorization: Bearer $EMPIRIOLABS_API_KEY' \
>   -H 'Content-Type: application/json' \
>   -d '{"model": "qwen3-5-flash", "messages": [{"role":"user","content":"Hello"}]}'

Parâmetros

Parâmetro	Tipo	Obrigatório	Padrão	Descrição
`temperature`	Número	Não	`0.7`	Temperatura de amostragem. 0 = determinística, 2 = aleatoriedade máxima. · Intervalo: 0 – 2
`top_p`	Número	Não	`0.9`	Amostragem do núcleo com a probabilidade de massa. Menor = mais focado. · Intervalo: 0 – 1
`max_tokens`	Número	Não	`4096`	Fichas máximas na resposta. · Intervalo: 1 – 32768
`enable_thinking`	Booleano	Não	Verdade	Ative o modo de pensamento estendido. Mais lento, mas melhora tarefas que exigem muito raciocínio.
`vl_high_resolution_images`	Booleano	Não	Verdade	Use resolução maior para as imagens de entrada. Melhor detalhamento a um custo maior.
`max_pixels`	Número	Não	`2621440`	Máximo de pixels por imagem de entrada. Maior = mais detalhes, mas mais lento / mais fichas. · Intervalo: 1 – 99999999
`tool_web_search`	Booleano	Não	falso	Pesquise na internet por informações em tempo real.
`tool_web_extractor`	Booleano	Não	Verdade	Extraia e leia conteúdo de URLs. Exige busca na web e reflexão.
`tool_code_interpreter`	Booleano	Não	Verdade	Rodar código Python em um sandbox. Exige Pensar.
`tool_web_search_image`	Booleano	Não	Verdade	Pesquise na internet por imagens de descrições em texto.
`tool_image_search`	Booleano	Não	Verdade	Encontre imagens semelhantes de uma imagem enviada.
`video_fps`	Número	Não	`2`	Frames por segundo amostrados a partir do vídeo de entrada para análise. · Alcance: 0,1 – 10
`treat_images_as_video`	Booleano	Não	falso	Trate uma sequência de imagens de entrada como um vídeo para raciocínio temporal.
`disable_formatting`	Booleano	Não	falso	Pule a formatação EmpirioLabs Markdown (citação [N] reescrita + bloco de referências quando buscas na web / ferramentas foram usadas). A resposta bruta a montante com citações simples [N] é retornada.

Notas

Ferramentas embutidas (cobradas apenas quando invocadas)

Busca na web: $0.015/call
Extrator de teia: gratuito
Interpretador de código: gratuito
Busca text-to-imagem: $0.012/call
Busca imagem a imagem: $0.012/call

Outros

Tokens de pensamento são anunciados como tokens de saída

A Busca de Texto para Imagem e a Busca de Imagem para Imagem usam a linha de preços de Busca por Imagem. Cada busca de imagem invocada é cobrada na taxa listada por chamada.

Faturamento por ferramenta (usage.tool_usage)

Quando esse modelo invoca ferramentas (busca web, interpretador de código, etc.) dentro de uma única requisição, a resposta carrega um mapa de usage.tool_usage normalizado junto com as contagens de tokens. O exemplo abaixo mostra a forma - nomes exatos de campos, unidades e quais ferramentas aparecem podem variar ligeiramente de acordo com o provedor:

1 "usage": {
2   "prompt_tokens": 123,
3   "completion_tokens": 456,
4   "cost_usd": 0.0042,
5   "tool_usage": {"web_search": 3, "code_interpreter": 1}
6 }

A contagem de ferramentas já está em conta cost_usd - elas são apresentadas para transparência, permitindo auditar o faturamento por ferramenta. O campo é omitido quando nenhuma ferramenta foi invocada.

Variantes

`:variant1`

Campo	Valor
ID do modelo	`qwen3-5-flash:variant1`
Data de lançamento do modelo	2026-02-24
Região	China
Janela de contexto	1M
Precisão do peso	-
Tokens de saída máxima	65,536
Características	raciocínio, visão, vídeo, web_search, function_calling, structured_output, agentic_coding
Inferência nativa	Não
Endpoints suportados	`POST /v1/chat/completions`, `POST /v1/responses`, `POST /v1/messages`

Preço

Carga	Especificação	Taxa
Entrada	por 1M de tokens de prompt	<=128K $0.029 (era $0.090); 128K-256K $0.115; 256K-1M $0.172
Produção	por 1M de tokens gerados	<=128K $0.287 (era $0.368); 128K-256K $1.147; 256K-1M $1.72
Busca na web	por consulta quando ativada	$0.01

Parâmetros

Parâmetro	Tipo	Obrigatório	Padrão	Descrição
`temperature`	Número	Não	`0.7`	Temperatura de amostragem. 0 é determinístico e 2 é a aleatoriedade máxima. · Intervalo: 0 – 2
`top_p`	Número	Não	`0.9`	Amostragem do núcleo com a probabilidade de massa. Valores mais baixos tornam as saídas mais focadas. · Intervalo: 0 – 1
`max_tokens`	Número	Não	`4096`	Tokens de saída máximos. · Intervalo: 1 – 65536
`stop`	String	Não	-	Até 4 strings em que o modelo para de gerar mais tokens.
`enable_thinking`	Booleano	Não	Verdade	Ative o raciocínio antes de responder.
`reasoning_effort`	enum	Não	`"medium"`	Nível de esforço de raciocínio. Nenhum impede o pensamento. orçamentos limitados de pensamento de conjuntos baixos, médios, altos e máximos, dimensionados para o modelo selecionado. Enviado como um campo de reasoning_effort estilo OpenAI, traduzido em enable_thinking e thinking_budget para o serviço modelo. · Permitido: `none`, `low`, `medium`, `high`, `max`
`thinking_budget`	Número	Não	`32768`	Tokens máximos reservados para raciocínio quando o pensamento está ativado. · Alcance: 1 – 80.000
`response_format`	Objeto	Não	-	Modo JSON compatível com OpenAI ou formato de resposta de esquema JSON. Use o modo não-pensar para esquemas estritos.
`vl_high_resolution_images`	Booleano	Não	Verdade	Use processamento de resolução mais alta para entradas de imagem.
`max_pixels`	Número	Não	`2621440`	Contagem máxima de pixels por imagem quando o processamento de alta resolução está desativado. · Intervalo: 4096 – 16777216
`video_fps`	Número	Não	`2`	Frames por segundo para amostrar a partir das entradas de vídeo. · Alcance: 0,1 – 10
`tool_web_search`	Booleano	Não	falso	Pesquise na internet por informações em tempo real. Adiciona $0.01 ao custo da solicitação quando ativado.

Machine esquema legível: GET https://api.empiriolabs.ai/v1/models/qwen3-5-flash.