AI TOOLS RADAR
Tutti i modelli / QWEN
qwen logo
qwen

Qwen: Qwen3.5-27B

Descrizione della fonte (inglese)

The Qwen3.5 27B native vision-language Dense model incorporates a linear attention mechanism, delivering fast response times while balancing inference speed and performance. Its overall capabilities are comparable to those of...

Vedi la fonte su OpenRouter Hugging Face
Panoramica

Specifiche del modello

Contesto
262.144 tokens
Output massimo
65.536 tokens
Architettura
text+image+video->text
Tokenizer
Qwen3
Limite di conoscenza
Non indicato
Moderato
No
OPENROUTER

Prezzi completi

Tariffe sincronizzate da OpenRouter, per milione di token.

Input
$0.27
per milione di token
Output
$2.16
per milione di token
Lettura cache
$0.27
per milione di token
API

Configurazione del modello

Parametri predefiniti

temperature
0.6
top_p
0.95
top_k
20

Ragionamento

Ragionamento obbligatorio
No
Parametri predefiniti
No
API

Avvio rapido

Imposta OPENROUTER_API_KEY localmente. Python richiede requests; JavaScript viene eseguito in Node.js. Conserva la chiave sul server.

Documentazione API

curl --fail-with-body https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"qwen/qwen3.5-27b","messages":[{"role":"user","content":"Hello!"}]}'
Capacità e modalità

Input → Output

Input
textimagevideo
Output
text
Ragionamento

No

API

Parametri API supportati

frequency_penaltyinclude_reasoninglogit_biaslogprobsmax_tokensmin_ppresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_p
Provider disponibili

6 provider

Verificato: 19 ottobre 2026

Provider live su OpenRouter

Disponibilità, latenza, throughput e routing cambiano continuamente. Consulta la fonte per i dati correnti.

OpenRouter

Alibaba

Non indicato
Contesto
262K
Output massimo
66K
Input
$0.195
Output
$1.56
Lettura cache
Non indicato
Scrittura cache
Non indicato

SiliconFlow

fp8
Contesto
262K
Output massimo
236K
Input
$0.25
Output
$2
Lettura cache
Non indicato
Scrittura cache
Non indicato

DeepInfra

fp8
Contesto
262K
Output massimo
82K
Input
$0.26
Output
$2.6
Lettura cache
Non indicato
Scrittura cache
Non indicato

AtlasCloud

fp8
Contesto
262K
Output massimo
66K
Input
$0.27
Output
$2.16
Lettura cache
$0.27
Scrittura cache
Non indicato

Phala

Non indicato
Contesto
262K
Output massimo
66K
Input
$0.3
Output
$2.4
Lettura cache
$0.03
Scrittura cache
Non indicato

Novita

bf16
Contesto
262K
Output massimo
66K
Input
$0.3
Output
$2.4
Lettura cache
Non indicato
Scrittura cache
Non indicato
qwen

4 modelli

Tutti i modelli
qwen logoqwen

Qwen: Qwen Image 2.1 Turbo

Qwen Image 2.1 Turbo is the fast, lower-cost tier of the Qwen Image 2.1 series from Qwen, for image generation and editing where throughput and price matter more than peak...

Contesto
66K
Input
text · image
Output
image
Input immagine: Gratuito per immagineOutput immagine: $0.0184 per immagine
Vedi i dettagli del modello →
qwen logoqwen

Qwen: Qwen Image 2.1 Pro

Qwen Image 2.1 Pro is an image generation and editing model from Qwen, the higher-quality tier of the Qwen Image 2.1 series. Choose it over Qwen Image 2.1 Turbo when...

Contesto
66K
Input
text · image
Output
image
Input immagine: Gratuito per immagineOutput immagine: $0.046 per immagine
Vedi i dettagli del modello →
qwen logoqwen

Qwen: Qwen3.8 Max Prime

Qwen3.8 Max Prime is a higher-throughput variant of Qwen3.8 Max from Alibaba's Qwen team, served as a separate SKU at a higher price point. It accepts text, image, and video...

Contesto
1M
Input
text · image · video
Output
text
Input: $4Output: $12per milione di token
Vedi i dettagli del modello →
qwen logoqwen

Qwen: Qwen3.8 Omni Flash

Qwen3.8 Omni Flash is an omni-modal reasoning model from Alibaba, the first Qwen model built around agentic capabilities with native audio-video understanding. It is suited for audio-video analysis and summarization,...

Contesto
1M
Input
text · image · audio · video
Output
text
Input: $0.15Output: $0.47per milione di token
Vedi i dettagli del modello →