Qwen3.6 Flash ist die schnelle, wirtschaftliche Stufe der Qwen3.6-Generation, die das Qwen-Team als Schritt „Towards Real World Agents“ einordnete.
- Eingabe
- Text Bild Video $0.25/M
- Ausgabe
- Text $1.5/M
- Cache-Lesen
- $0.05/M
- Kontext
- 256K
- vs. GPT-4o
- ~95% 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 Qwen3.6-Flash-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 und in späteren Turns ignoriert; qwen3.6-flash gehört anders als qwen3.6-plus nicht zu den Modellen, die Alibaba als preserve_thinking-fähig listet. |
| Parameter | reasoning_effort |
| Werte | minimal · low · medium · high Parameter des Gateways; maßgeblich ist das Anbieter-Mapping oben |
Modell
| Modalitäten | Text + Bild + Video → Text |
|---|
- Natives Vision-Language-Flash-Modell, offiziell ein deutliches Upgrade gegenüber Qwen3.5-Flash
- die Qwen3.6-Generation ergänzt preserve_thinking, um Reasoning über Turns hinweg mitzuführen, doch Alibaba listet es für qwen3.6-plus und qwen3.6-max-preview, nicht für diese Flash-Stufe
Ein Prompt, gemessen über das Gateway
Qwen3.6 Flash bestanden · 3 sentences
Enabling reasoning mode forces the model to generate multiple internal analysis steps before producing a final answer, effectively doubling the computational effort per request. Because our vendor bills for every token processed—including these hidden reasoning tokens—the increased processing directly multiplied our usage charges by approximately two. This spike reflects a deliberate shift from low-cost, basic outputs to higher-intelligence results that reduce error rates and downstream correction costs, optimizing spend for long-term efficiency.
Ausgabe 1231 tok (+1141 Thinking) Latenz 11.7 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.
Qwen3.6 Flash bestanden · 8/8 cases
```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 best = max(best, cur) else: cur = 1 return best ``` The original implementation counts matching transitions rather than actual element counts, initializing both accumulators to zero. This causes single-element inputs to bypass the loop entirely and return zero instead of one, while any run of length `k` only increments the counter `k-1` times, consistently undercounting by one. Additionally, resetting `cur` to zero on a mismatch discards the newly started element, losing a potential candidate for the longest run. […]
Ausgabe 2724 tok (+2473 Thinking) Latenz 19.0 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.
Qwen3.6 Flash bestanden · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11.0, "guidance": null } ```
Ausgabe 1629 tok (+1564 Thinking) Latenz 12.0 s
Schema-Treue (keine erfundenen Felder), Anreiz zum Halluzinieren (der Text nennt ausdrücklich keine guidance) und Unterschiede zwischen den Wegen zur strukturierten Ausgabe.
Qwen3.6 Flash bestanden · 120 words, 0 banned, 1 question
We are pleased to announce PromptCache, a new capability built directly into our enterprise API gateway. This innovation stores frequently used text prompts across all integrated model providers, eliminating redundant transmission costs while accelerating response times. Developers can now configure retention policies, set TTL limits, and monitor cache hit rates through our unified dashboard. System performance improves dramatically when identical queries bypass repeated network hops. Your infrastructure will maintain consistent throughput during peak traffic windows without additional provisioning overhead. Teams deploying multimodal applications benefit from reduced latency across diverse inference endpoints. […]
Ausgabe 5005 tok (+4866 Thinking) Latenz 26.3 s
Einhaltung der Vorgaben (Wortbudget, Liste verbotener Wörter, genau eine Frage), stilistische Handschrift und Kontrolle über die Länge.
Qwen3.6 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="qwen3.6-flash",
messages=[{"role": "user", "content": "Summarize this diff"}],
)
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: "qwen3.6-flash",
messages: [{ role: "user", content: "Summarize this diff" }],
});
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": "qwen3.6-flash",
"messages": [{"role": "user", "content": "Hello"}]
}'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: "qwen3.6-flash",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("qwen3.6-flash")
.addUserMessage("Summarize this diff")
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Über Qwen3.6 Flash
- Gegenüber Qwen3.5 hebt die offizielle Ankündigung der Generation drastisch verbessertes agentisches Coding von Frontend-Arbeit bis zu Aufgaben auf Repository-Ebene hervor, verbesserte multimodale Wahrnehmung und Reasoning-Genauigkeit sowie eine neue preserve_thinking-Option, die Reasoning-Inhalte über Turns hinweg mitführt, um Agent-Entscheidungen konsistent zu halten und zugleich den Token-Verbrauch zu senken.
- Flash tauscht etwas Tiefe gegen niedrigere Latenz und Kosten.
- Alibabas eigene Empfehlung lautet, auf der neueren Plus-Stufe zu beginnen und hierher zu wechseln, um die Ausgaben bei ähnlicher Fähigkeit zu senken, und es benennt dieses Modell für lange Dokumente und große Codebasen aufgrund seines 1M-Token-Kontexts.
- Es ist nativ Vision-Language, akzeptiert neben Text auch Bild- und Videoeingaben, gibt bis zu 65.536 Output-Token zurück und hebt das Reasoning-Kontingent der Generation deutlich über das von Qwen3.5.
- Model Studio listet Function Calling, eingebaute Tools, strukturierte Ausgaben, Batch-Inferenz und explizites Prompt-Caching.
- Wie der Rest seiner Generation ist es ein hybrides Thinking-Modell mit standardmäßig aktiviertem Reasoning, dem Gegenteil der Qwen3-Serie, sodass eine schlichte Anfrage abwägt, sofern enable_thinking nicht auf false gesetzt wird; thinking_budget begrenzt den Aufwand, und die Spur kommt in reasoning_content zurück und wird als Output abgerechnet.
- Bevor Sie darauf aufbauen, lohnt eine Prüfung: Alibabas Thinking-Dokumentation listet die preserve_thinking-Unterstützung Modell für Modell auf, und die Flash-Stufe gehört nicht zu den genannten Einträgen, weshalb Reasoning über Turns hinweg als Merkmal der Generation zu behandeln ist statt als hier garantiert.
- Synthorai stellt es über den OpenAI-kompatiblen Endpoint bereit.
FAQ
Lässt sich die Qwen3.6 Flash API kostenlos testen?
Ja. Neue Konten erhalten 10 Testaufrufe und bis zu $1 Gratisguthaben, ohne Kreditkarte. Bei $0.25/M für Eingabe-Tokens reicht allein dieses Guthaben für rund 500 Anfragen an Qwen3.6 Flash mit je ~8K Tokens.
Worin ist Qwen3.6 Flash am besten?
Verbessertes agentisches Coding bis auf Repository-Ebene; 1M Kontext für lange Dokumente und Codebasen; tauscht etwas Tiefe gegen niedrigere Latenz. Mehr dazu im Über-Abschnitt, der auf den offiziellen Release Notes des Anbieters beruht.
Was kostet Qwen3.6 Flash?
Qwen3.6 Flash kostet auf Synthorai $0.25 pro Million Eingabe-Tokens und $1.5 pro Million Ausgabe-Tokens. Das ist der Listenpreis des Anbieters, ohne Plattformaufschlag. Gecachte Eingabe-Tokens werden mit $0.05/M abgerechnet.
Wie groß ist das Kontextfenster von Qwen3.6 Flash?
Qwen3.6 Flash hat auf Synthorai ein Kontextfenster von 256K Tokens. Eine einzelne Antwort kann bis zu 65,536 Tokens lang sein.
Unterstützt Qwen3.6 Flash Prompt-Caching?
Ja, automatisches Caching ist standardmäßig aktiv, dazu ein expliziter Modus für garantierte Einsparungen. Gecachte Eingabe-Tokens werden mit $0.05/M statt $0.25/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 Qwen3.6 Flash?
Setzen Sie in Ihrem vorhandenen OpenAI SDK base_url="https://synthorai.io/v1" und model="qwen3.6-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.