Spesifikasi teknis (tabel referensi cepat)
| Item | Qwen3.5-122B-A10B | Qwen3.5-27B | Qwen3.5-35B-A3B | Qwen3.5-Flash (hosted) |
|---|---|---|---|---|
| Skala parameter | ~122B (menengah-besar) | ~27B (padat) | ~35B (MoE / hibrida A3B) | Sesuai dengan bobot 35B-A3B (hosted) |
| Catatan arsitektur | Hibrida (gated delta + atensi MoE dalam keluarga) | Transformer padat | Varian jarang / Mixture-of-Experts (A3B) | Arsitektur sama seperti 35B-A3B, fitur produksi |
| Modalitas input/output | Teks, visi-bahasa (token multimodal fusi dini); I/O gaya obrolan | Teks, dukungan V+L | Teks + visi (mendukung panggilan alat agentik) | Teks + visi; integrasi alat resmi & keluaran API |
| Konteks maksimum default (lokal/standar) | Dapat dikonfigurasi (besar) — keluarga mendukung konteks yang sangat panjang | Dapat dikonfigurasi | 262,144 token (contoh konfigurasi lokal standar) | 1,000,000 token (default untuk Flash yang dihosting). |
| Penyajian / API | Kompatibel dengan chat completions gaya OpenAI; vLLM / SGLang / Transformers direkomendasikan | Sama | Sama (contoh perintah CLI / vLLM di kartu model) | API yang dihosting (Alibaba Cloud Model Studio / Qwen Chat); observabilitas & penskalaan produksi tambahan. |
| Kasus penggunaan umum | Agen, penalaran, bantuan pengkodean, tugas dokumen panjang, asisten multimodal | Inferensi ringan / satu GPU, tugas agentik dengan jejak lebih kecil | Penerapan agen produksi, tugas multimodal berkonteks panjang | SaaS agen produksi: konteks panjang, penggunaan alat, inferensi terkelola |
Apa itu Qwen-3.5 Flash
Qwen-3.5 Flash adalah penawaran produksi/hosted dari keluarga Qwen3.5 yang memetakan ke bobot terbuka 35B-A3B namun menambahkan kapabilitas produksi: konteks default yang diperluas (dinyatakan hingga 1M token untuk produk hosted), integrasi alat resmi, dan endpoint inferensi terkelola untuk menyederhanakan alur kerja agentik dan penskalaan. Singkatnya: Flash = varian 35B A3B yang di-host di cloud dan siap produksi dengan rekayasa tambahan untuk konteks panjang, penggunaan alat, dan throughput.
Seri Qwen-3.5 Flash adalah bagian dari Qwen 3.5 “Medium model series”, yang mencakup beberapa model seperti:
- Qwen3.5-Flash
- Qwen3.5-35B-A3B
- Qwen3.5-122B-A10B
- Qwen3.5-27B
Dalam jajaran ini, Qwen3.5-Flash adalah versi API produksi—pada dasarnya versi 35B yang cepat dan siap diterapkan yang dioptimalkan untuk pengembang dan perusahaan. 👉 Flash pada dasarnya adalah “enterprise runtime layer” yang dibangun di atas model 35B-A3B.
Fitur utama Qwen-3.5 Flash
- Fondasi visi-bahasa terpadu — dilatih dengan token multimodal fusi dini sehingga teks dan gambar diproses dalam aliran yang koheren (meningkatkan penalaran dan tugas agentik visual).
- Arsitektur hibrida/efisien — jaringan delta dengan gating + pola Mixture-of-Experts (MoE) jarang pada beberapa ukuran (A3B menandakan varian jarang), memberikan trade-off kapabilitas tinggi per komputasi.
- Dukungan konteks panjang — keluarga mendukung konteks lokal yang sangat panjang (contoh konfigurasi menunjukkan hingga 262,144 token secara lokal) dan produk Flash yang dihosting memiliki default konteks 1,000,000 token untuk alur kerja produksi. Ini disetel untuk rantai agentik, QA dokumen, dan sintesis multi-dokumen.
- Penggunaan alat agentik — dukungan bawaan dan parser untuk panggilan alat, pipeline penalaran, dan “thinking” atau sampling spekulatif yang memungkinkan model merencanakan dan memanggil API atau alat eksternal secara terstruktur.
Kinerja benchmark Qwen-3.5 Flash
| Benchmark / Kategori | Qwen3.5-122B-A10B | Qwen3.5-27B | Qwen3.5-35B-A3B | (Flash selaras dengan 35B-A3B) |
|---|---|---|---|---|
| MMLU-Pro (pengetahuan) | 86.7 | 86.1 | 85.3 (35B) | Flash ≈ profil yang dipublikasikan 35B-A3B. |
| C-Eval (ujian bahasa Tionghoa) | 91.9 | 90.5 | 90.2 | |
| IFEval (mengikuti instruksi) | 93.4 | 95.0 | 91.9 | |
| AA-LCR (penalaran konteks panjang) | 66.9 | 66.1 | 58.5 | (konfigurasi lokal menunjukkan penyiapan konteks panjang hingga 262k token; Flash menyatakan default 1M). |
Ringkasan: varian Qwen3.5 medium dan yang lebih kecil (mis. 27B, 122B A10B) memperkecil kesenjangan dengan model frontier pada banyak benchmark pengetahuan dan instruksi, sementara 35B-A3B (dan Flash) menargetkan trade-off produksi (throughput + konteks panjang) dengan skor MMLU/C-Eval yang kompetitif relatif terhadap model yang lebih besar.
🆚 Bagaimana Qwen-3.5 Flash Cocok dalam Keluarga Qwen 3.5
Bayangkan serinya seperti ini:
| Model | Peran |
|---|---|
| Qwen3.5-Flash | ⚡ API produksi cepat |
| Qwen3.5-35B-A3B | 🧠 Model inti yang seimbang |
| Qwen3.5-122B-A10B | 🏆 Daya penalaran lebih tinggi |
| Qwen3.5-27B | 💻 Model lokal yang lebih kecil dan efisien |
👉 Flash = tingkat kecerdasan yang sama dengan 35B, tetapi dioptimalkan untuk penerapan.
Kapan Menggunakan Qwen-3.5 Flash
Gunakan ini jika Anda membutuhkan:
- AI waktu nyata (chatbot, asisten)
- Agen AI dengan alat (pencarian, API, otomatisasi)
- Analisis dokumen atau kode berskala besar
- API produksi berskala tinggi
Cara mengakses Qwen-3.5 Flash API
Langkah 1: Daftar untuk Kunci API
Masuk ke cometapi.com. Jika Anda belum menjadi pengguna kami, silakan daftar terlebih dahulu. Masuk ke CometAPI console. Dapatkan kunci API kredensial akses antarmuka. Klik “Add Token” pada token API di pusat pribadi, dapatkan token key: sk-xxxxx dan kirim.
Langkah 2: Kirim Permintaan ke Qwen-3.5 Flash API
Pilih endpoint “qwen3.5-flash” untuk mengirim permintaan API dan atur body permintaan. Metode dan body permintaan diperoleh dari dokumen API situs web kami. Situs kami juga menyediakan pengujian Apifox untuk kenyamanan Anda. Ganti <YOUR_API_KEY> dengan kunci CometAPI Anda yang sebenarnya dari akun Anda. base URL adalah Chat Completions
Masukkan pertanyaan atau permintaan Anda ke field content—ini yang akan direspons oleh model . Proses respons API untuk mendapatkan jawaban yang dihasilkan.
Langkah 3: Ambil dan Verifikasi Hasil
Proses respons API untuk mendapatkan jawaban yang dihasilkan. Setelah diproses, API merespons dengan status tugas dan data keluaran。