Qwen3 VL Flash
Listenpreise der Anbieter, ohne Plattform-Aufschlag, nutzungsbasierte Abrechnung. Dies sind offizielle Listenpreise. Angemeldete Kunden sehen auf /console/pricing die effektiven Preise inklusive Workspace-Rabatten. Effektiver Input-Preis bei 70 % Cache-Trefferquote:$0.0304/M. Impliziter Kontext-Cache ist automatisch; ein expliziter cache_control-Modus bietet tiefere Rabatte (Mindestblöcke von 1,024 Token, 5-Minuten-TTL, die bei einem Treffer zurückgesetzt wird). Die Preise für gecachte Lesezugriffe pro Modell stehen in der Preistabelle.
Qwen3 VL Flash in 30 Sekunden nutzen
OpenAI-kompatibel: Tauschen Sie die base_url, behalten Sie Ihr SDK. 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-vl-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-vl-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-vl-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-vl-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-vl-flash")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Über Qwen3 VL Flash
Qwen3-VL Flash ist die schnelle, kosteneffiziente Stufe der Qwen3-VL-Vision-Language-Serie mit einem 256K-Token-Kontext.
- Laut der offiziellen Model-Studio-Dokumentation verarbeitet es Einzel- und Mehrbildeingaben, Video-Frame-Analyse, Bildbeschreibung, visuelle Fragenbeantwortung, 2D- und 3D-Objektlokalisierung sowie das Parsen von Dokumenten in HTML oder Markdown.
- Es ist ein hybrides Thinking-Modell: Es kann vor der Antwort Schritt für Schritt schlussfolgern oder direkt antworten, wobei Thinking standardmäßig deaktiviert ist.
- Synthorai stellt es für multimodalen Chat über den OpenAI-kompatiblen Endpoint bereit.
Spezifikationen & Limits
| Modalitäten | text + image + video → text |
| Funktionen | tools · structured_output · streaming · vision · batch · reasoning · parallel_tool_calls · caching |
| Bemerkenswert | Small-size Qwen3-VL visual-understanding model; hybrid thinking (off by default); video input up to 1 hour / 2GB; structured output in non-thinking mode only. |
| Prompt-Caching | automatisch + explizit · TTL explicit: 5m, reset on hit |
FAQ
Lässt sich die Qwen3 VL Flash API kostenlos testen?
Ja, neue Konten erhalten 10 Test-Calls und bis zu $1 kostenloses Guthaben, keine Kreditkarte erforderlich. Bei $0.05/M Input-Tokens deckt allein dieses Guthaben rund 2,500 Requests mit je ~8K Tokens gegen Qwen3 VL Flash ab.
Worin ist Qwen3 VL Flash am besten?
2D- und 3D-Objektlokalisierung, außerdem Dokument-Parsing in HTML oder Markdown und hybrides Thinking, standardmäßig deaktiviert. Das vollständige Bild finden Sie im About-Abschnitt, direkt aus den offiziellen Release Notes des Anbieters.
Was kostet Qwen3 VL Flash?
Qwen3 VL Flash kostet auf Synthorai $0.05 pro Million Input-Tokens und $0.4 pro Million Output-Tokens. Das ist der Listenpreis des Anbieters, ohne Plattform-Aufschlag. Gecachte Input-Tokens werden mit $0.022/M abgerechnet.
Unterstützt Qwen3 VL Flash Prompt-Caching?
Ja, automatisches Caching ist standardmäßig aktiv, dazu ein expliziter Modus für garantierte Einsparungen. Gecachte Input-Tokens werden mit $0.022/M statt $0.05/M (ungecacht) abgerechnet (TTL explicit: 5m, reset on hit). Prompt-Caching-Guide →
Wie erhalte ich Zugang zu Qwen3 VL Flash?
Richten Sie Ihr vorhandenes OpenAI SDK auf base_url="https://synthorai.io/v1", setzen Sie model="qwen3-vl-flash", fertig. Ein API-Key deckt jedes Modell auf dem Gateway ab.