Qwen3-VL Plus ist die leistungsstärkere Stufe der Qwen3-VL-Vision-Language-Serie und bietet einen 256K-Token-Kontext für bild- und videolastige Workloads.
- Eingabe
- Text Bild Video $0.2/M
- Ausgabe
- Text $1.6/M
- Cache-Read
- $0.143/M
- Kontext
- 256K
- vs. GPT-4o
- ~96% günstiger
Preis im Vergleich
Preisposition unter 60 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. Es sind Grundpreise; Rabatte für Batch, Region und Cache-Schreibvorgänge stehen auf der Preisseite.
Spezifikationen & Limits
Tokens
| Kontextfenster (Herstellerangabe) | 262.144 |
|---|---|
| Max. Output (Anbieter-Spezifikation) | 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 die Parameteroberfläche des Gateways - das Anbieter-Mapping oben gilt |
Modell
| Modalitäten | Text + Bild + Video → Text |
|---|
- Flaggschiff-Modell von Qwen3-VL für visuelles Verständnis mit hybridem Thinking
- offiziell beanspruchte Visual-Agent-Fähigkeit (GUI-Bedienung)
- Videoeingabe bis 1 Stunde / 2GB
Qwen3 VL Plus 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-plus",
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-plus",
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-plus",
"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-plus",
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-plus")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Über Qwen3 VL Plus
- Die offizielle Dokumentation beschreibt Unterstützung für einzelne und mehrere Bildeingaben, Video-Frame-Verständnis mit anpassbarem Sampling, visuelle Fragenbeantwortung, Objekterkennung und -lokalisierung in 2D und 3D sowie das Parsen von Dokumenten in strukturiertes HTML oder Markdown.
- Wie sein Flash-Geschwistermodell ist es ein hybrides Thinking-Modell, das vor der Antwort abwägen kann, gesteuert über enable_thinking (hier standardmäßig deaktiviert, anders als in den späteren Generationen ab Qwen3.5) und über thinking_budget zur Begrenzung des Aufwands, wobei die Spur separat in reasoning_content zurückkommt, statt in die Antwort gemischt zu werden.
- Was Plus in Alibabas eigener Auflistung heraushebt, ist die Visual-Agent-Fähigkeit: Es ist die Stufe, die für GUI-Bedienung und für das Verständnis sehr langer Videos dokumentiert ist, zusätzlich zu den geteilten Grounding-, OCR- und Dokumenten-Parsing-Funktionen, und Alibaba weist 3D-Lokalisierung und Markdown-Dokumenten-Parsing als das aus, was die Qwen3-VL-Generation gegenüber ihrem Vorgänger ergänzte.
- Der bereitgestellte Rahmen erlaubt bis zu 32.768 Output-Token plus ein großes separates Reasoning-Kontingent, Video bis zu einer Stunde und 2 GB, und Bilder sind über eine Token-Obergrenze statt über eine feste Anzahl begrenzt.
- Das Frame-Sampling legen Sie selbst fest, einschließlich der Übergabe vorab extrahierter Frames.
- Tool Calling, strukturierte Ausgaben, Batch-Inferenz sowie explizites und implizites Context-Caching sind gelistet.
- Das gehostete Modell ist ein kommerzieller Dienst statt einer Open-Weights-Veröffentlichung.
- Auf Synthorai ist es über die OpenAI-kompatible Schnittstelle nur einen API-Aufruf entfernt.
FAQ
Lässt sich die Qwen3 VL Plus API kostenlos testen?
Ja, neue Konten erhalten 10 Test-Calls und bis zu $1 kostenloses Guthaben, keine Kreditkarte erforderlich. Bei $0.2/M Input-Tokens deckt allein dieses Guthaben rund 625 Requests mit je ~8K Tokens gegen Qwen3 VL Plus ab.
Worin ist Qwen3 VL Plus am besten?
Videoverständnis mit anpassbarem Sampling; Objekterkennung in 2D und 3D; 256K Kontext für bild- und videolastige Arbeit. Das vollständige Bild finden Sie im Über-Abschnitt, direkt aus den offiziellen Release Notes des Anbieters.
Was kostet Qwen3 VL Plus?
Qwen3 VL Plus kostet auf Synthorai $0.2 pro Million Input-Tokens und $1.6 pro Million Output-Tokens. Das ist der Listenpreis des Anbieters, ohne Plattform-Aufschlag. Gecachte Input-Tokens werden mit $0.143/M abgerechnet.
Unterstützt Qwen3 VL Plus Prompt-Caching?
Ja, automatisches Caching ist standardmäßig aktiv, dazu ein expliziter Modus für garantierte Einsparungen. Gecachte Input-Tokens werden mit $0.143/M statt $0.2/M (ungecacht) abgerechnet; Prompts brauchen ein stabiles Präfix von 1,024 Tokens, um gecacht zu werden (TTL explizit: 5 Min., bei Treffer zurückgesetzt). Prompt-Caching-Guide →
Wie erhalte ich Zugang zu Qwen3 VL Plus?
Richten Sie Ihr vorhandenes OpenAI SDK auf base_url="https://synthorai.io/v1", setzen Sie model="qwen3-vl-plus", fertig. Ein API-Key deckt jedes Modell auf dem Gateway ab.
Verwandte Modelle
Vergleichen
Jeder Wert auf dieser Seite ist aus der Dokumentation des Anbieters übernommen, oben verlinkt, und trägt das Datum der Prüfung. Preise werden über den gesamten Katalog verglichen; Spezifikationswerte, die Anbieter unterschiedlich definieren, werden mit benanntem Unterschied gezeigt statt grafisch verglichen. Nichts hier wird von uns gemessen, und nichts wird bewertet.