Ali

Qwen3.5-397B-A17B

ali/qwen3.5-397b-a17b
/v1/chat/completions/v1/messages/v1/responses/v1beta/models/*/v1/models/*

Qwen3.5系列397B-A17B原生视觉语言模型,基于混合架构设计,融合了线性注意力机制与稀疏混合专家模型,实现了更高的推理效率。在语言理解、逻辑推理、代码生成、智能体任务、图像理解、视频理解、图形用户界面(GUI)等多种任务中,均展现出与当前顶尖前沿模型相媲美的卓越性能。具备强大的代码生成与智能体能力,对于各类智能体场景具有良好的泛化性。

输入 / 输出模态
文本 · 图像 · 视频 至 文本
参考输入 / 输出价格
输入¥1.2输出¥7.2每百万 Token
上下文长度
256K
收录时间
2026年2月24日

供应通道与价格

供应通道输入长度输入 /M输出 /M缓存读取 /M上下文最大输出详情
Ali≤ 128K¥1.2¥7.2¥0256K64K
128K – 256K¥3¥18¥0
baidu≤ 128K¥1.2¥7.2¥0256K64K
128K – 256K¥3¥18¥0
Streamlake≤ 128K¥1.2¥7.2¥0256K64K
128K – 256K¥3¥18¥0

Ali

延迟
1.01s
吞吐量
116 tokens/s
上下文
256K

价格

输入
¥1.2/M tokens
输出
¥7.2/M tokens
缓存
¥0/M tokens

分段价格

按输入 Token 长度分段计费。

0–128K Token

输入阶梯
¥1.2/M tokens
输出阶梯
¥7.2/M tokens
缓存阶梯
¥0/M tokens

128K–256K Token

输入阶梯
¥3/M tokens
输出阶梯
¥18/M tokens
缓存阶梯
¥0/M tokens

其他价格

tools · web search preview
¥0.006

规格

上下文
256K
最大输出
64K
支持的 API
/v1/chat/completions/v1/messages/v1/responses/v1beta/models/*/v1/models/*

baidu

延迟
2.99s
吞吐量
53 tokens/s
上下文
256K

价格

输入
¥1.2/M tokens
输出
¥7.2/M tokens
缓存
¥0/M tokens

分段价格

按输入 Token 长度分段计费。

0–128K Token

输入阶梯
¥1.2/M tokens
输出阶梯
¥7.2/M tokens
缓存阶梯
¥0/M tokens

128K–256K Token

输入阶梯
¥3/M tokens
输出阶梯
¥18/M tokens
缓存阶梯
¥0/M tokens

规格

上下文
256K
最大输出
64K
支持的 API
/v1/chat/completions/v1/messages/v1/responses/v1beta/models/*/v1/models/*

Streamlake

延迟
4.48s
吞吐量
92 tokens/s
上下文
256K

价格

输入
¥1.2/M tokens
输出
¥7.2/M tokens
缓存
¥0/M tokens

分段价格

按输入 Token 长度分段计费。

0–128K Token

输入阶梯
¥1.2/M tokens
输出阶梯
¥7.2/M tokens
缓存阶梯
¥0/M tokens

128K–256K Token

输入阶梯
¥3/M tokens
输出阶梯
¥18/M tokens
缓存阶梯
¥0/M tokens

规格

上下文
256K
最大输出
64K
支持的 API
/v1/chat/completions/v1/messages/v1/responses/v1beta/models/*/v1/models/*

Qwen3.5-397B-A17B 的示例代码与 API 说明

Modelmesh 会帮你在不同服务提供商之间规范化处理请求和响应,为你统一接口。

Modelmesh 提供了兼容 OpenAI 的 Completion API,可连接 300 多款模型与服务提供商,既可直接调用,也可通过 OpenAI SDK 调用。此外,还提供了一些第三方 SDK。

在以下示例中,Modelmesh 专用的请求头属于可选项。若你配置了这些请求头,你的应用就能出现在 Modelmesh 的排行榜上。

支持的接口点击接口可切换下方示例
/v1/chat/completions
from openai import OpenAI API_KEY = "$SSY_API_KEY" client = OpenAI( base_url="https://router.shengsuanyun.com/api/v1", api_key=API_KEY, ) try: completion = client.chat.completions.create( model="ali/qwen3.5-397b-a17b", messages=[{"role": "user", "content": "9.11 和 9.8 哪个数更大?"}], temperature=0.6, top_p=0.7, stream=True, ) response_text = "" for chunk in completion: if chunk.choices and chunk.choices[0].delta.content is not None: content = chunk.choices[0].delta.content print(content, end="", flush=True) response_text += content except Exception as error: print(f"Request failed: {error}")
                
              

相关模型