Neu Kostenlos registrieren und 10 Aufrufe gratis nutzen. Bis zu 1 $, ohne Kreditkarte.
Dieses Modell wurde aus dem aktiven Katalog genommen; die folgenden Informationen sind archiviert. Der Anbieter empfiehlt die Migration zu qwen3.6-flash.

Qwen3 VL Flash

Veröffentlicht 2025-10-16

chatVisionReasoningTool-AufrufePrompt-Caching

Qwen3-VL Flash ist die schnelle, kosteneffiziente Stufe der Qwen3-VL-Vision-Language-Serie mit einem 256K-Token-Kontext.

Eingabe
Text Bild Video $0.05/M
Ausgabe
Text $0.4/M
Cache-Lesen
$0.022/M
Kontext
256K
vs. GPT-4o
~99%+ günstiger

Preis im Vergleich

Der Preis im Feld von 68 vergleichbaren Modellen

Eingabe$0.05/M
$0.1 · Dola Seed 2.0 Mini GPT-5.4 Pro · $30
Ausgabe$0.4/M
$0.275 · DeepSeek V4 Flash GPT-5.4 Pro · $180
Cache-Lesen$0.022/M
$0.01 · Claude Haiku 5.5 GPT-5.4 Pro · $15

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) 262.144
Max. Ausgabe (laut Anbieter) 32.768

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 aus; enable_thinking steht in den Reihen qwen3-vl-plus und qwen3-vl-flash standardmäßig auf false gilt, wenn die Anfrage nichts angibt
Abschaltbar Ja
Thinking-Verhalten Die Spur wird in reasoning_content zurückgegeben; über dem Budget wird das Reasoning abgeschnitten und das Modell antwortet sofort. Steht nicht auf der Modellliste für preserve_thinking.
Parameter reasoning_effort
Werte minimal · low · medium · high Parameter des Gateways; maßgeblich ist das Anbieter-Mapping oben

Modell

Modalitäten Text + Bild + Video → Text
  • Kompaktes Qwen3-VL-Modell für visuelles Verständnis
  • hybrides Thinking (standardmäßig aus)
  • Videoeingabe bis 1 Stunde / 2GB
  • strukturierte Ausgaben nur im Non-Thinking-Modus

laut Offizielle Alibaba-Dokumentation ↗

Qwen3 VL 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-vl-flash",
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

Über Qwen3 VL Flash

  • Laut der offiziellen Model-Studio-Dokumentation verarbeitet es einzelne und mehrere Bildeingaben, Video-Frame-Analyse, Bildbeschreibung, visuelle Fragenbeantwortung, 2D- und 3D-Objektlokalisierung sowie das Parsen von Dokumenten in HTML oder Markdown, dazu OCR über Belege, Zertifikate und Formulare.
  • Es ist ein hybrides Thinking-Modell: Es kann Schritt für Schritt reasonieren, bevor es antwortet, oder direkt antworten, wobei Thinking standardmäßig deaktiviert ist, mit enable_thinking geschaltet und mit thinking_budget begrenzt wird und die Spur in einem separaten reasoning_content-Feld zurückkommt.
  • Alibaba nennt es das Small-Size-Modell der Serie und benennt die Aufgaben, für die es geformt wurde: Sicherheitsüberwachung, Inspektionsrundgänge in Filialen und an Standorten sowie das Lösen fotografierter Probleme.
  • Das ist eine schärfere Antwort als „billigeres Plus“ auf die Frage, wann man es wählt.
  • Der Rahmen ist für diese Stufe großzügig: bis zu 32.768 Output-Token neben einem großen separaten Reasoning-Kontingent, Video bis zu einer Stunde und 2 GB sowie Limits pro Bild, die über eine Token-Obergrenze statt über eine feste Bildanzahl geregelt sind.
  • Video wird über eine Frame-Extraktion abgetastet, die Sie steuern, mit einer Frames-pro-Sekunde-Einstellung und einer Frame-Obergrenze, wobei auch vorab extrahierte Frame-Listen anstelle einer Datei akzeptiert werden.
  • Tool Calling, Batch-Inferenz und Context-Caching werden unterstützt, strukturierte Ausgaben sind für den Non-Thinking-Modus dokumentiert.
  • Gewichte für das gehostete Modell werden nicht freigegeben, obwohl die weitere Qwen3-VL-Familie offen ist.
  • Synthorai stellt es für multimodalen Chat über den OpenAI-kompatiblen Endpoint bereit.

FAQ

Lässt sich die Qwen3 VL Flash API kostenlos testen?

Ja. Neue Konten erhalten 10 Testaufrufe und bis zu $1 Gratisguthaben, ohne Kreditkarte. Bei $0.05/M für Eingabe-Tokens reicht allein dieses Guthaben für rund 2,500 Anfragen an Qwen3 VL Flash mit je ~8K Tokens.

Worin ist Qwen3 VL Flash am besten?

2D- und 3D-Objektlokalisierung; Dokument-Parsing in HTML oder Markdown; hybrides Thinking, standardmäßig deaktiviert. Mehr dazu im Über-Abschnitt, der auf den offiziellen Release Notes des Anbieters beruht.

Was kostet Qwen3 VL Flash?

Qwen3 VL Flash kostet auf Synthorai $0.05 pro Million Eingabe-Tokens und $0.4 pro Million Ausgabe-Tokens. Das ist der Listenpreis des Anbieters, ohne Plattformaufschlag. Gecachte Eingabe-Tokens werden mit $0.022/M abgerechnet.

Wie groß ist das Kontextfenster von Qwen3 VL Flash?

Qwen3 VL Flash hat auf Synthorai ein Kontextfenster von 256K Tokens. Eine einzelne Antwort kann bis zu 32,768 Tokens lang sein.

Unterstützt Qwen3 VL Flash Prompt-Caching?

Ja, automatisches Caching ist standardmäßig aktiv, dazu ein expliziter Modus für garantierte Einsparungen. Gecachte Eingabe-Tokens werden mit $0.022/M statt $0.05/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 VL Flash?

Setzen Sie in Ihrem vorhandenen OpenAI SDK base_url="https://synthorai.io/v1" und model="qwen3-vl-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.

API-Schlüssel erstellen Ihre Kosten vergleichen →