Qwen3.5 Flash ist die auf Geschwindigkeit und Kosten optimierte gehostete Stufe der Qwen3.5-Generation, die das Qwen-Team unter dem Motto „Towards Native Multimodal Agents“ vorstellte.
- Eingabe
- Text Bild Video $0.1/M
- Ausgabe
- Text $0.4/M
- Cache-Lesen
- $0.029/M
- Kontext
- 1M
- vs. GPT-4o
- ~98% günstiger
Preis im Vergleich
Der Preis im Feld von 68 vergleichbaren Modellen
Der Balken zeigt, wo der Preis dieses Modells unter allen Modellen derselben Art auf Synthorai liegt. An beiden Enden stehen das günstigste und das teuerste Modell. Angegeben sind Grundpreise; Rabatte für Batch, Region und Cache-Schreibzugriffe stehen auf der Preisseite.
Spezifikationen & Limits
Tokens
| Kontextfenster (laut Anbieter) | 1.000.000 |
|---|---|
| Max. Ausgabe (laut Anbieter) | 65.536 |
Prompt-Caching
| Modus | automatisch + explizit |
|---|---|
| Min. Präfix | 1.024 |
| Lebensdauer | explizit: 5 Min., bei Treffer zurückgesetzt |
| Schreibkosten | 1.25x |
Thinking
| Anbieter-Parameter | enable_thinking + thinking_budget |
|---|---|
| Zulässige Werte | enable_thinking true · false; thinking_budget in tokens |
| Standardwert | an; die Qwen3.5-Reihe nutzt hybrides Thinking, das standardmäßig aktiviert ist gilt, wenn die Anfrage nichts angibt |
| Abschaltbar | Ja |
| Thinking-Verhalten | Die Spur wird in reasoning_content zurückgegeben; das reasoning_content früherer Turns wird ignoriert, und kein Qwen3.5-Modell steht auf der preserve_thinking-Liste. |
| Parameter | reasoning_effort |
| Werte | minimal · low · medium · high Parameter des Gateways; maßgeblich ist das Anbieter-Mapping oben |
Modell
| Modalitäten | Text + Bild + Video → Text |
|---|---|
| Parameter | 35B gesamt · 3B aktiv MoE |
- Natives Vision-Language-Flash-Modell (Text-, Bild- und Videoeingabe)
- hybrides Thinking standardmäßig aktiv
- die Gesamtqualität wird offiziell nahe an qwen3.5-plus positioniert
Ein Prompt, gemessen über das Gateway
Qwen3.5 Flash bestanden · 3 sentences
Enabling reasoning requires the model to execute multi-step verification internally, which consumes significantly more tokens than a standard query. Since vendor fees are calculated per token processed, this added workload has directly resulted in a doubling of our total monthly expenditure. We view this cost increase as a strategic investment in higher model reliability, which prevents far more expensive errors from occurring downstream.
Ausgabe 2010 tok (+1934 Thinking) Latenz 18.7 s
Befolgen der Anweisung (genau drei Sätze, das lässt sich zählen), Zuschnitt auf die Zielgruppe (Tonfall für einen CFO) und die Abrechnungslücke durch nicht sichtbares Thinking, die die Token-Zähler unten offenlegen.
Qwen3.5 Flash bestanden · 8/8 cases
The bug stems from two related issues: the function incorrectly initializes its counters and fails to account for runs starting at the beginning or ending at the last element. Specifically, `cur` counts how many consecutive pairs match (transitions) rather than the actual number of items in a run—for example, two equal items yield a `cur` value of 1 instead of 2. Additionally, if the input has fewer than two elements, the loop never executes, causing single-element lists to return 0 instead of 1, and runs that end at the final index may not be fully captured since updates rely on detecting a mismatch or completing the loop. To fix it, initialize `cur` and `best` to 1 (assuming a non-empty input), handle empty inputs explicitly, and ensure every comparison contributes accurately to the actual item count in the current run. […]
Ausgabe 1020 tok (+747 Thinking) Latenz 9.8 s
Ob der Fix wirklich korrekt ist (er lässt sich ausführen), wie dicht die Erklärung ist und wie sparsam das Modell bei einer klar begrenzten Aufgabe mit Tokens umgeht.
Qwen3.5 Flash bestanden · 5/5 fields, guidance null
{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null }
Ausgabe 3545 tok (+3487 Thinking) Latenz 33.1 s
Schema-Treue (keine erfundenen Felder), Anreiz zum Halluzinieren (der Text nennt ausdrücklich keine guidance) und Unterschiede zwischen den Wegen zur strukturierten Ausgabe.
Qwen3.5 Flash bestanden · 120 words, 0 banned, 1 question
We announce our cross platform prompt caching feature in the API Gateway. Storing frequent inputs allows developers to significantly reduce latency and minimize token costs for every request sent through our system. Utilizing OpenAI or Anthropic ensures consistency without repetitive processing fees. Organizations gain better control over spending while maintaining rapid response times for end users globally. Our engineering team ensured compatibility with your existing infrastructure without friction. Can your current setup handle such efficiency improvements effectively? All clients receive immediate access starting today. Update your configuration files now to enable this capability. Join thousands of others optimizing deployment pipelines efficiently. This tool delivers tangible results for scalable applications needing lower overhead costs. […]
Ausgabe 10675 tok (+10535 Thinking) Latenz 80.1 s
Einhaltung der Vorgaben (Wortbudget, Liste verbotener Wörter, genau eine Frage), stilistische Handschrift und Kontrolle über die Länge.
Qwen3.5 Flash in 30 Sekunden nutzen
OpenAI-kompatibel: base_url austauschen, SDK behalten. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="qwen3.5-flash",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "qwen3.5-flash",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3.5-flash",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "qwen3.5-flash",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("qwen3.5-flash")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Über Qwen3.5 Flash
- Die Generation baut auf der Qwen3-Next-Architektur, die Gated Linear Attention mit sparser Mixture-of-Experts für durchsatzstarke Inferenz verbindet, und ist nativ für agentische Arbeit trainiert: Planung, Tool Calling und mehrstufige Ausführung.
- Die gehostete Flash-Stufe bietet standardmäßig einen 1M-Token-Kontext mit offiziellen eingebauten Tools und bis zu 65.536 Output-Token.
- Alibaba positioniert sie als nahe an Qwen3.5 Plus in der Fähigkeit, bei schnellerer Antwort, und der Größenunterschied dahinter ist öffentlich: Die Karte des Qwen-Teams zu Qwen3.5-35B-A3B benennt es als offenes Gegenstück dieser gehosteten Stufe, eine Mixture of Experts mit 35B Parametern, die etwa 3B pro Token aktiviert, veröffentlicht unter Apache 2.0, gegenüber den 397B von Plus.
- Die Wahl zwischen beiden ist also eine Frage der Kapazität und nicht nur der Latenz, und Flash können Sie zudem selbst betreiben.
- Es ist nativ Vision-Language, nimmt neben Text auch Bild- und Videoeingaben und gibt Text aus.
- Thinking dreht die Qwen3-Vorgabe um: In der 3.5-Generation kommt hybrides Thinking aktiviert an, sodass Anfragen reasonieren, sofern Sie enable_thinking nicht auf false setzen, wobei thinking_budget den Aufwand begrenzt und die Spur in reasoning_content zurückkommt.
- Tool Calling, strukturierte Ausgaben, Batch-Inferenz und explizites Prompt-Caching werden unterstützt; parallele Tool-Aufrufe sind opt-in statt Standard.
- Synthorai stellt es zur direkten Nutzung hinter den standardmäßigen OpenAI-kompatiblen Endpoint.
FAQ
Lässt sich die Qwen3.5 Flash API kostenlos testen?
Ja. Neue Konten erhalten 10 Testaufrufe und bis zu $1 Gratisguthaben, ohne Kreditkarte. Bei $0.1/M für Eingabe-Tokens reicht allein dieses Guthaben für rund 1,250 Anfragen an Qwen3.5 Flash mit je ~8K Tokens.
Worin ist Qwen3.5 Flash am besten?
Gated Linear Attention mit Sparse MoE; standardmäßig 1M-Token-Kontext; nativ für agentische Arbeit trainiert. Mehr dazu im Über-Abschnitt, der auf den offiziellen Release Notes des Anbieters beruht.
Was kostet Qwen3.5 Flash?
Qwen3.5 Flash kostet auf Synthorai $0.1 pro Million Eingabe-Tokens und $0.4 pro Million Ausgabe-Tokens. Das ist der Listenpreis des Anbieters, ohne Plattformaufschlag. Gecachte Eingabe-Tokens werden mit $0.029/M abgerechnet.
Wie groß ist das Kontextfenster von Qwen3.5 Flash?
Qwen3.5 Flash hat auf Synthorai ein Kontextfenster von 1M Tokens. Eine einzelne Antwort kann bis zu 65,536 Tokens lang sein.
Unterstützt Qwen3.5 Flash Prompt-Caching?
Ja, automatisches Caching ist standardmäßig aktiv, dazu ein expliziter Modus für garantierte Einsparungen. Gecachte Eingabe-Tokens werden mit $0.029/M statt $0.1/M (ungecacht) abgerechnet; Prompts brauchen ein stabiles Präfix von 1,024 Tokens, um gecacht zu werden (TTL explizit: 5 Min., bei Treffer zurückgesetzt). Leitfaden zum Prompt-Caching →
Wie erhalte ich Zugang zu Qwen3.5 Flash?
Setzen Sie in Ihrem vorhandenen OpenAI SDK base_url="https://synthorai.io/v1" und model="qwen3.5-flash", mehr ist nicht nötig. Ein API-Schlüssel gilt für alle Modelle im Gateway.
Verwandte Modelle
Vergleichen
Jeder Wert auf dieser Seite stammt aus der oben verlinkten Dokumentation des Anbieters und trägt das Datum, an dem wir ihn geprüft haben. Preise vergleichen wir über den gesamten Katalog. Spezifikationen, die Anbieter unterschiedlich definieren, zeigen wir mit einem Hinweis auf den Unterschied und nicht als Diagramm. Wir messen hier nichts selbst und vergeben keine Bewertungen.