Qwen: Qwen3.5-Flash
Qwen: Qwen3.5-Flash est un LLM publié par Qwen le 25 février 2026, positionné sur le segment très économique. Son trait le plus distinctif est une fenêtre de contexte de 1 000 000 tokens, associée à des tarifs très bas en entrée comme en sortie.
Qwen: Qwen3.5-Flash est un LLM publié par Qwen le 25 février 2026, positionné sur le segment très économique. Son trait le plus distinctif est une fenêtre de contexte de 1 000 000 tokens, associée à des tarifs très bas en entrée comme en sortie.
Le modèle vise un équilibre entre coût réduit, long contexte et performances solides sur plusieurs évaluations générales. Sa tarification se situe 97% sous la moyenne des LLM similaires et environ 74,4 fois sous celle des modèles frontière, ce qui en fait surtout un modèle de volume.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | Qwen |
| Date de sortie | 25 février 2026 |
| Multimodal | oui |
| Fenêtre de contexte | 1 000 000 tokens (≈ 1,0 M) |
| Modalités (entrée → sortie) | text,image,video → text |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Benchable : Email Classification (Baseline) | 97,4 % | 162ᵉ / 254 | benchable | ✅ Mesuré |
| Benchable : Hallucinations (Baseline) | 97,1 % | 101ᵉ / 229 | benchable | ✅ Mesuré |
| Epoch: OTIS Mock AIME 2024-2025 | 85,6 % | 35ᵉ / 111 | epoch | ✅ Mesuré |
| Epoch: GPQA diamond | 83,8 % | 34ᵉ / 132 | epoch | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 63,6 % | 121ᵉ / 252 | benchable | ✅ Mesuré |
| Epoch: Chess Puzzles | 20,0 % | 22ᵉ / 43 | epoch | ✅ Mesuré |
| Epoch: SimpleQA Verified | 19,8 % | 46ᵉ / 52 | epoch | ✅ Mesuré |
| Epoch: FrontierMath-2025-02-28-Public | 10,0 % | 31ᵉ / 64 | epoch | ✅ Mesuré |
| Epoch: FrontierMath-2025-02-28-Private | 6,2 % | 43ᵉ / 69 | epoch | ✅ Mesuré |
| Epoch: FrontierMath-Tier-4-2025-07-01-Private | 0,0 % | 47ᵉ / 55 | epoch | ✅ Mesuré |
| Benchable : Coding (Baseline) | 0,0 % | 237ᵉ / 248 | benchable | ✅ Mesuré |
| Benchable : General Knowledge (Baseline) | 0,0 % | 238ᵉ / 250 | benchable | ✅ Mesuré |
| Benchable : Reasoning (Baseline) | 0,0 % | 232ᵉ / 239 | benchable | ✅ Mesuré |
| Benchable : Ethics (Baseline) | 0,0 % | 236ᵉ / 248 | benchable | ✅ Mesuré |
| Benchable : Mathematics (Baseline) | 0,0 % | 206ᵉ / 217 | benchable | ✅ Mesuré |
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles « grand public » sur chaque dimension, et à ses voisins de classement.
Benchable : Email Classification (Baseline)
Benchable : Hallucinations (Baseline)
Classements Arena (Elo)
| Catégorie | Elo | Rang |
|---|---|---|
| Arena Text | 1397 | 123ᵉ |
| Arena Code | 1238 | 80ᵉ |
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| Alibaba Cloud Int. | 0,065 $ | 0,26 $ | n.d. |
Prix en dollars US par million de tokens.
Sa tarification se situe 97 % en dessous de la moyenne des LLM similaires, et 74,4 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.4, Gemini 3.1 Pro Preview).
Coût & vitesse agentiques
| Indicateur | Valeur |
|---|---|
| Coût moyen par benchmark — Benchable | 0,02 $ |
| Latence moyenne par benchmark — Benchable | 8 min 53 s |
Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.
Notre analyse
Forces. Qwen: Qwen3.5-Flash obtient ses signaux les plus convaincants sur les tâches de fiabilité et de raisonnement. Les scores Benchable en Email Classification et en Hallucinations indiquent un comportement robuste sur deux usages fréquents: classer correctement des messages et limiter les réponses infondées dans le cadre du test. Sur Epoch: OTIS Mock AIME 2024-2025, il se place dans une zone solide pour des problèmes de mathématiques de niveau lycée, et GPQA diamond confirme une bonne tenue sur des questions scientifiques de niveau doctorat. À sa sortie, il figurait dans le top 23% des LLM de sa génération sur GPQA diamond, un positionnement notable pour un modèle aussi peu coûteux. Sa fenêtre de contexte de 1,0 M tokens renforce aussi son intérêt pour les traitements de documents longs ou de grands volumes de texte.
Limites et points d'attention. Le suivi d'instructions est nettement moins distinctif que ses meilleurs résultats, avec une position de milieu de tableau sur Benchable Instruction Following. Les puzzles d'échecs restent un point faible relatif, ce qui suggère des limites sur certaines tâches de planification abstraite très contrainte. Les classements Arena text et Arena code ne le placent pas parmi les tout premiers modèles, même si le rapport coût-performance reste favorable. Profil adapté aux usages où le prix, le long contexte et une qualité générale correcte comptent davantage que la meilleure performance absolue.
Sources des données : OpenRouter (openrouter.ai) · Arena.ai (arena.ai) · Epoch AI (epoch.ai), CC-BY-4.0 · Benchable.ai (benchable.ai).