Qwen3系列小尺寸视觉理解模型，实现思考模式和非思考模式的有效融合，效果优于开源版Qwen3-VL-30B-A3B，响应速度快。全面升级图像/视频理解，支持长视频长文档等超长上下文、空间感知与万物识别；具备视觉2D/3D定位能力，胜任复杂现实任务。该模型版本功能等同于快照模型 qwen3-vl-flash-2026-01-22。
推理服务供应商
qwen3-vl-flash模型的推理服务供应商为阿里云百炼。
模型能力
华北2（北京）
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text Image Video | 输出模态 | Text |
模型体验 | 支持 | Function Calling | 支持 |
结构化输出 | 支持 | 联网搜索 | 不支持 |
前缀续写 | 支持 | 上下文缓存 | 支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
新加坡
部署范围：国际
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text Image Video | 输出模态 | Text |
模型体验 | 支持 | Function Calling | 不支持 |
结构化输出 | 支持 | 联网搜索 | 不支持 |
前缀续写 | 支持 | 上下文缓存 | 支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
德国（法兰克福）
部署范围：欧盟、全球
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text Image Video | 输出模态 | Text |
模型体验 | 支持 | Function Calling | 不支持 |
结构化输出 | 支持 | 联网搜索 | 不支持 |
前缀续写 | 支持 | 上下文缓存 | 支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
美国（弗吉尼亚）
部署范围：全球
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text Image Video | 输出模态 | Text |
模型体验 | 支持 | Function Calling | 不支持 |
结构化输出 | 支持 | 联网搜索 | 不支持 |
前缀续写 | 支持 | 上下文缓存 | 支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
上下文限制
| 参数 | 值 | 参数 | 值 |
|---|---|---|---|
最大输入长度 | 260096 | 最大输出长度 | 32768 |
上下文长度 | 262144 | 最大输入长度（思考模式下） | 258048 |
最大输出长度（思考模式下） | 32768 | 最大思维链长度 | 81920 |
模型价格
本文仅展示模型调用原价，不包含限时优惠等活动信息，请前往百炼控制台查看活动优惠。
华北2（北京）
32k<输入<=128k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.043 | 每百万tokens |
输出 | 0.43 | 每百万tokens |
输入（缓存命中） | 0.009 | 每百万tokens |
输入（Batch File） | 0.022 | 每百万tokens |
输出（Batch File） | 0.215 | 每百万tokens |
显式缓存创建 | 0.054 | 每百万tokens |
显式缓存命中 | 0.004 | 每百万tokens |
输入（Batch Chat) | 0.043 | 每百万tokens |
输出（Batch Chat) | 0.43 | 每百万tokens |
128k<输入<=256k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.086 | 每百万tokens |
输出 | 0.859 | 每百万tokens |
输入（缓存命中） | 0.018 | 每百万tokens |
输入（Batch File） | 0.043 | 每百万tokens |
输出（Batch File） | 0.43 | 每百万tokens |
显式缓存创建 | 0.108 | 每百万tokens |
显式缓存命中 | 0.009 | 每百万tokens |
输入（Batch Chat) | 0.086 | 每百万tokens |
输出（Batch Chat) | 0.859 | 每百万tokens |
新加坡
部署范围：国际
32k<Input<=128k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.075 | 每百万tokens |
输出 | 0.6 | 每百万tokens |
输入（缓存命中） | 0.015 | 每百万tokens |
显式缓存创建 | 0.09375 | 每百万tokens |
显式缓存命中 | 0.0075 | 每百万tokens |
128k<Input<=256k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.12 | 每百万tokens |
输出 | 0.96 | 每百万tokens |
输入（缓存命中） | 0.024 | 每百万tokens |
显式缓存创建 | 0.15 | 每百万tokens |
显式缓存命中 | 0.012 | 每百万tokens |
德国（法兰克福）
部署范围：欧盟
32k<输入<=128k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.075 | 每百万tokens |
输出 | 0.6 | 每百万tokens |
输入（缓存命中） | 0.015 | 每百万tokens |
128k<输入<=256k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.12 | 每百万tokens |
输出 | 0.96 | 每百万tokens |
输入（缓存命中） | 0.024 | 每百万tokens |
部署范围：全球
32k<输入<=128k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.043 | 每百万tokens |
输出 | 0.43 | 每百万tokens |
输入（缓存命中） | 0.009 | 每百万tokens |
显式缓存创建 | 0.05375 | 每百万tokens |
显式缓存命中 | 0.0043 | 每百万tokens |
128k<输入<=256k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.086 | 每百万tokens |
输出 | 0.859 | 每百万tokens |
输入（缓存命中） | 0.018 | 每百万tokens |
显式缓存创建 | 0.1075 | 每百万tokens |
显式缓存命中 | 0.0086 | 每百万tokens |
美国（弗吉尼亚）
部署范围：全球
32k<输入<=128k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.043 | 每百万tokens |
输出 | 0.43 | 每百万tokens |
输入（缓存命中） | 0.009 | 每百万tokens |
显式缓存创建 | 0.05375 | 每百万tokens |
显式缓存命中 | 0.0043 | 每百万tokens |
128k<输入<=256k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.086 | 每百万tokens |
输出 | 0.859 | 每百万tokens |
输入（缓存命中） | 0.018 | 每百万tokens |
显式缓存创建 | 0.1075 | 每百万tokens |
显式缓存命中 | 0.0086 | 每百万tokens |
限流
华北2（北京）
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 3000 |
TPM（每分钟tokens） | 5,000,000 |
新加坡
部署范围：国际
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 1200 |
TPM（每分钟tokens） | 1,000,000 |
德国（法兰克福）
部署范围：欧盟
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 12000 |
TPM（每分钟tokens） | 10,000,000 |
部署范围：全球
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 12000 |
TPM（每分钟tokens） | 10,000,000 |
美国（弗吉尼亚）
部署范围：全球
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 6000 |
TPM（每分钟tokens） | 60,000,000 |
快照版本
qwen3-vl-flash-2026-01-22
Qwen3系列小尺寸视觉理解模型，实现思考模式和非思考模式的有效融合，相较于2025年10月15日快照，模型整体效果有大幅提升：在通用视觉识别与推理方面有增强；在安防、巡店、巡检、拍照解题等业务场景识别效果上提升显著。此版本为2026年1月22日快照版本。
推理服务供应商
qwen3-vl-flash-2026-01-22模型的推理服务供应商为阿里云百炼。
模型能力
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text Image Video | 输出模态 | Text |
模型体验 | 支持 | Function Calling | 不支持 |
结构化输出 | 不支持 | 联网搜索 | 不支持 |
前缀续写 | 不支持 | 上下文缓存 | 不支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
上下文限制
| 参数 | 值 | 参数 | 值 |
|---|---|---|---|
最大输入长度 | 258048 | 最大输出长度 | 32768 |
上下文长度 | 262144 | 最大输入长度（思考模式下） | 258048 |
最大输出长度（思考模式下） | 32768 | 最大思维链长度 | 81920 |
模型价格
本文仅展示模型调用原价，不包含限时优惠等活动信息，请前往百炼控制台查看活动优惠。
华北2（北京）
32k<输入<=128k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.043 | 每百万tokens |
输出 | 0.43 | 每百万tokens |
128k<输入<=256k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.086 | 每百万tokens |
输出 | 0.859 | 每百万tokens |
新加坡
部署范围：国际
32k<Input<=128k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.075 | 每百万tokens |
输出 | 0.6 | 每百万tokens |
128k<Input<=256k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.12 | 每百万tokens |
输出 | 0.96 | 每百万tokens |
德国（法兰克福）
部署范围：欧盟
32k<输入<=128k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.075 | 每百万tokens |
输出 | 0.6 | 每百万tokens |
128k<输入<=256k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.12 | 每百万tokens |
输出 | 0.96 | 每百万tokens |
限流
华北2（北京）
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 60 |
TPM（每分钟tokens） | 100,000 |
新加坡
部署范围：国际
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 60 |
TPM（每分钟tokens） | 100,000 |
德国（法兰克福）
部署范围：欧盟
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 60 |
TPM（每分钟tokens） | 100,000 |
qwen3-vl-flash-2025-10-15
Qwen3系列小尺寸视觉理解模型，实现思考模式和非思考模式的有效融合，效果优于开源版Qwen3-VL-30B-A3B，响应速度快。全面升级图像/视频理解，支持长视频长文档等超长上下文、空间感知与万物识别；具备视觉2D/3D定位能力，胜任复杂现实任务。此版本为2025年10月15日快照版本。
推理服务供应商
qwen3-vl-flash-2025-10-15模型的推理服务供应商为阿里云百炼。
模型能力
华北2（北京）
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text Image Video | 输出模态 | Text |
模型体验 | 支持 | Function Calling | 支持 |
结构化输出 | 支持 | 联网搜索 | 不支持 |
前缀续写 | 支持 | 上下文缓存 | 不支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
新加坡
部署范围：国际
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text Image Video | 输出模态 | Text |
模型体验 | 支持 | Function Calling | 不支持 |
结构化输出 | 支持 | 联网搜索 | 不支持 |
前缀续写 | 支持 | 上下文缓存 | 不支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
德国（法兰克福）
部署范围：欧盟、全球
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text Image Video | 输出模态 | Text |
模型体验 | 支持 | Function Calling | 不支持 |
结构化输出 | 支持 | 联网搜索 | 不支持 |
前缀续写 | 支持 | 上下文缓存 | 不支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
美国（弗吉尼亚）
部署范围：全球
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text Image Video | 输出模态 | Text |
模型体验 | 支持 | Function Calling | 不支持 |
结构化输出 | 支持 | 联网搜索 | 不支持 |
前缀续写 | 支持 | 上下文缓存 | 不支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
上下文限制
| 参数 | 值 | 参数 | 值 |
|---|---|---|---|
最大输入长度 | 260096 | 最大输出长度 | 32768 |
上下文长度 | 262144 | 最大输入长度（思考模式下） | 258048 |
最大输出长度（思考模式下） | 32768 | 最大思维链长度 | 81920 |
模型价格
本文仅展示模型调用原价，不包含限时优惠等活动信息，请前往百炼控制台查看活动优惠。
华北2（北京）
32k<输入<=128k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.043 | 每百万tokens |
输出 | 0.43 | 每百万tokens |
128k<输入<=256k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.086 | 每百万tokens |
输出 | 0.859 | 每百万tokens |
新加坡
部署范围：国际
32k<Input<=128k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.075 | 每百万tokens |
输出 | 0.6 | 每百万tokens |
128k<Input<=256k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.12 | 每百万tokens |
输出 | 0.96 | 每百万tokens |
德国（法兰克福）
部署范围：欧盟
32k<输入<=128k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.075 | 每百万tokens |
输出 | 0.6 | 每百万tokens |
128k<输入<=256k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.12 | 每百万tokens |
输出 | 0.96 | 每百万tokens |
部署范围：全球
32k<输入<=128k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.043 | 每百万tokens |
输出 | 0.43 | 每百万tokens |
128k<输入<=256k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.086 | 每百万tokens |
输出 | 0.859 | 每百万tokens |
美国（弗吉尼亚）
部署范围：全球
32k<输入<=128k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.043 | 每百万tokens |
输出 | 0.43 | 每百万tokens |
128k<输入<=256k
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
输入 | 0.086 | 每百万tokens |
输出 | 0.859 | 每百万tokens |
限流
华北2（北京）
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 60 |
TPM（每分钟tokens） | 100,000 |
新加坡
部署范围：国际
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 120 |
TPM（每分钟tokens） | 1,000,000 |
德国（法兰克福）
部署范围：欧盟
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 600 |
TPM（每分钟tokens） | 1,000,000 |
部署范围：全球
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 600 |
TPM（每分钟tokens） | 1,000,000 |
美国（弗吉尼亚）
部署范围：全球
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 60 |
TPM（每分钟tokens） | 100,000 |