Qwen3.6 Flash vs Qwen3.5 Plus
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Qwen3.6 Flash de Alibaba et Qwen3.5 Plus de Alibaba sont deux modèles d’IA de premier plan. Qwen3.6 Flash propose une fenêtre de contexte de 1M tokens au tarif de $0.08/$0.32 par million de tokens, tandis que Qwen3.5 Plus offre 1M tokens de contexte à $0.60/$2.40 par million de tokens. Découvrez ci-dessous le comparatif détaillé des performances et des coûts.
Changez et Comparez les Modèles
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Qwen3.6 Flash
IA Multimodale NativeQwen3.6 Flash de Alibaba est un modèle d’IA conçu pour la compréhension multimodale native (texte, vision) et l’analyse de documents complexes, offrant une fenêtre de contexte de 1M, une vitesse de 145 tokens/s, un indice d’intelligence de
$0.08 / 1M
$0.32 / 1M
1M tokens
N/A
Qwen3.5 Plus
IA Multimodale NativeQwen3.5 Plus de Alibaba est un modèle d’IA conçu pour la compréhension multimodale native (texte, vision) et l’analyse de documents complexes, offrant une fenêtre de contexte de 1M, une vitesse de 85 tokens/s, un indice d’intelligence de 87
$0.60 / 1M
$2.40 / 1M
1M tokens
64%
Différences Clés en un Coup d’Œil
- Qwen3.6 Flash is 7.5x cheaper for API usage (input + output tokens combined).
- Qwen3.6 Flash is faster at 145 tok/s vs 85 tok/s.
| Caractéristique | Qwen3.6 Flash | Qwen3.5 Plus |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 81 | 87 |
Provider | Alibaba | Alibaba |
Input Price Cost per million input tokens | $0.08 / 1M | $0.60 / 1M |
Output Price Cost per million output tokens | $0.32 / 1M | $2.40 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.05 / 1M | $0.40 / 1M |
Context Window Maximum input + output tokens | 1M tokens~1,500 A4 pages of text | 1M tokens~1,500 A4 pages of text |
Max Output Tokens Per single request | 16K | 16K |
Throughput Speed Tokens generated per second | 145 tok/s | 85 tok/s |
SWE-bench Verified Real-world software engineering | N/A | 64% |
GPQA Diamond Graduate-level reasoning | 61.5% | 72% |
Cached Input Price Prompt caching discount per 1M tokens | $0.01 / 1M | $0.06 / 1M |
Qui gagne où ?
At-a-glance decision frameworkEvaluations ongoing
Scores de Benchmarks Vérifiés
Official evaluation metrics verified by independent third-party research labs.
Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Tokens emitted per second during active generation streaming.
Latence et Temps de Réponse
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Simulateur Interactif de Coût de Tokens
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Qwen3.6 Flash · Strengths & Key Advantages
- Fenêtre de contexte de 1M et capacité de sortie maximale de 16K tokens (GPQA Diamond 61.5% · MMLU-Pro 78%)
- Débit rapide de 145 tokens/seconde avec une latence au premier token (TTFT) de 310 ms
- Tarification API optimisée ($0.08/$0.32 par million de tokens) avec prise en charge du cache de prompts et des schémas JSON stricts
Considerations & Trade-offs
- Modèle cloud propriétaire ne permettant pas le téléchargement local des poids sur serveur isolé
- Sur les problèmes de recherche fondamentale très complexes, les modèles de raisonnement lourd restent supérieurs
Qwen3.5 Plus · Strengths & Key Advantages
- Fenêtre de contexte de 1M et capacité de sortie maximale de 16K tokens (SWE-bench Verified 64% · GPQA Diamond 72%)
- Débit rapide de 85 tokens/seconde avec une latence au premier token (TTFT) de 490 ms
- Tarification API optimisée ($0.6/$2.4 par million de tokens) avec prise en charge du cache de prompts et des schémas JSON stricts
Considerations & Trade-offs
- Modèle cloud propriétaire ne permettant pas le téléchargement local des poids sur serveur isolé
- Sur les problèmes de recherche fondamentale très complexes, les modèles de raisonnement lourd restent supérieurs
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Qwen3.6 Flash | Qwen3.5 Plus |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.03 | $0.19 |
Output Tokens / Task Tokens generated per task | 16K | 24K |
Reasoning Tokens / Task Thinking tokens burned per task | 2K | 8K |
Spécifications Techniques
Architecture, release timeline, capabilities, and modalities.
| Caractéristique | Qwen3.6 Flash | Qwen3.5 Plus |
|---|---|---|
| Official API Model ID (SDK) | qwen3-6-flash-instruct | qwen3-5-plus-instruct |
| API Protocol | Alibaba REST API (OpenAI-Compatible) | Alibaba REST API (OpenAI-Compatible) |
| Release Date | 2026-04 | 2026-02 |
| Knowledge Cutoff | March 2026 | December 2025 |
| Architecture | High-Efficiency Multimodal Vision Transformer | Enterprise Million-Token Multimodal Transformer |
| Parameters | Confidential | Confidential |
| Enterprise Rate Limits (RPM / TPM) | 5,000 – 15,000 RPM (Production Tier) · 4,000,000 – 10,000,000 TPM | 5,000 – 15,000 RPM (Production Tier) · 4,000,000 – 10,000,000 TPM |
| Long-Context Tier (>128K/200K) | Flat rate ($0.08/1M in) across full 1000K window | Flat rate ($0.6/1M in) across full 1000K window |
| Prompt Cache Policy & TTL | Cached input at $0.008/1M tokens | Cached input at $0.06/1M tokens |
| Computer Use / GUI Agent | Supported (Screen coordinate grounding, browser & desktop GUI action loops) | Supported (Screen coordinate grounding, browser & desktop GUI action loops) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools |
| Official Fine-Tuning Support | API Prompt Engineering & RAG Distillation | API Prompt Engineering & RAG Distillation |
| Multimodal Token Billing | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) |
| Quantization & Min GPU VRAM | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) |
| Safety & Frontier Classification | Alibaba Production Safety & Alignment Verified | Alibaba Production Safety & Alignment Verified |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier |
| Input Modalities | text, vision | text, vision |
| Output Modalities | text | text |
Qwen3.6 Flash vs Qwen3.5 Plus: Réponses Rapides (FAQ)
Which is more intelligent, Qwen3.6 Flash or Qwen3.5 Plus?
Qwen3.5 Plus is more intelligent. It scores 87 compared with 81 on the composite Intelligence Index.
Which model is faster?
Qwen3.6 Flash is faster, generating 145 tokens per second compared with 85 tokens per second.
Which model is cheaper to run?
Qwen3.6 Flash is cheaper at $0.05 per 1M tokens blended, compared with $0.40 (7:2:1 cache:input:output ratio).
Which model has lower latency?
Qwen3.6 Flash has lower latency, with a time to first token of 0.31s compared with 0.49s.
Verdict
Qwen3.6 Flash (Conçu pour la compréhension multimodale native (texte, vision) et l’analyse de documents complexes, l’intégration RAG et les pipelines de production évolutifs.) et Qwen3.5 Plus (Conçu pour la compréhension multimodale native (texte, vision) et l’analyse de documents complexes, l’intégration RAG et les pipelines de production évolutifs.) répondent à des besoins complémentaires : Qwen3.5 Plus domine sur les benchmarks de raisonnement et de programmation, Qwen3.6 Flash assure un débit supérieur et Qwen3.6 Flash offre le meilleur rapport coût-efficacité en production.
Questions fréquentes
Quel modèle choisir pour le code et le raisonnement, Qwen3.6 Flash ou Qwen3.5 Plus ?+
Sur l’indice d’intelligence composite et les tests de code, Qwen3.5 Plus prend l’avantage. Consultez les scores SWE-bench et GPQA ci-dessus pour plus de détails.
Quelle est la différence de prix API entre Qwen3.6 Flash et Qwen3.5 Plus ?+
Qwen3.6 Flash est facturé $0.08 / $0.32 par million de tokens (entrée/sortie) contre $0.60 / $2.40 pour Qwen3.5 Plus. En coût pondéré, Qwen3.6 Flash est plus économique.
Quel modèle offre la plus grande fenêtre de contexte et la meilleure vitesse ?+
Qwen3.6 Flash prend en charge 1M tokens contre 1M tokens pour Qwen3.5 Plus. Côté vitesse de génération, Qwen3.6 Flash est le plus rapide.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Nex-N2-Pro vs Qwen3.6 Flash : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- Qwen3.5 Plus vs Gemini 3.1 Pro : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- Qwen3.5 Plus vs Qwen3 Max : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- Qwen3.6 Plus vs Qwen3.6 Flash : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- Aion-3.0 vs Aion-Mini : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- Aion-3.0 vs Gemini 3.6 Flash : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
Les scores de benchmarks, tarifs par token et limites évoluent rapidement. Vérifiez toujours les spécifications actuelles sur la documentation officielle du fournisseur.
Sources: Documentation API officielle de Alibaba et Alibaba, fiches système et benchmarks indépendants (2026).