Qwen3.6 Flash es el nivel rápido y económico de la generación Qwen3.6, que el equipo Qwen planteó como un avance «Towards Real World Agents».
- Entrada
- texto imagen vídeo $0.25/M
- Salida
- texto $1.5/M
- Lectura de caché
- $0.05/M
- Contexto
- 256K
- vs GPT-4o
- ~95% más barato
El precio en contexto
Posición del precio entre 68 modelos comparables
La barra muestra dónde queda el precio de este modelo entre todos los modelos del mismo tipo en Synthorai. En cada extremo se nombra el más barato y el más caro. Son tarifas base; los descuentos por lote, región y escritura en caché están en la página de precios.
Especificaciones y límites
Tokens
| Ventana de contexto (especificación del proveedor) | 1.000.000 |
|---|---|
| Salida máxima (especificación del proveedor) | 65.536 |
Caché de prompts
| Modo | automático + explícito |
|---|---|
| Prefijo mín. | 1024 |
| Duración | explícito: 5 min, se reinicia en cada acierto |
| Coste de escritura | 1.25x |
Razonamiento
| Parámetro del proveedor | enable_thinking + thinking_budget |
|---|---|
| Valores admitidos | enable_thinking true · false; thinking_budget in tokens |
| Valor por defecto | on; la serie Qwen3.6 Flash es de pensamiento híbrido, con el pensamiento activado por defecto se aplica si la solicitud no indica nada |
| Se puede desactivar | Sí |
| Comportamiento del razonamiento | La traza se devuelve en reasoning_content y se ignora en los turnos posteriores; qwen3.6-flash no está entre los modelos que Alibaba indica que aceptan preserve_thinking, a diferencia de qwen3.6-plus. |
| Parámetro | reasoning_effort |
| Valores | minimal · low · medium · high parámetros que expone la pasarela; se aplica el mapeo del proveedor indicado arriba |
Modelo
| Modalidades | texto + imagen + vídeo → texto |
|---|
- Modelo Flash nativo de visión y lenguaje, oficialmente una mejora significativa sobre Qwen3.5-Flash
- la generación Qwen3.6 añade preserve_thinking para arrastrar el razonamiento entre turnos, pero Alibaba lo indica para qwen3.6-plus y qwen3.6-max-preview, no para este nivel Flash
Un prompt, medido a través de la pasarela
Qwen3.6 Flash superado · 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.
salida 1231 tok (+1141 razonamiento) latencia 11.7 s
Cumplimiento de la instrucción (exactamente tres frases, se pueden contar), adaptación al público (registro de CFO) y la diferencia de facturación por razonamiento oculto que dejan ver los contadores de tokens de abajo.
Qwen3.6 Flash superado · 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. […]
salida 2724 tok (+2473 razonamiento) latencia 19.0 s
Si la corrección funciona de verdad (se puede ejecutar), lo densa que es la explicación y la eficiencia en tokens en una tarea acotada.
Qwen3.6 Flash superado · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11.0, "guidance": null } ```
salida 1629 tok (+1564 razonamiento) latencia 12.0 s
Respeto del esquema (sin campos inventados), tentación de alucinar (la guidance se omite a propósito) y diferencias entre las vías de salida estructurada.
Qwen3.6 Flash superado · 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. […]
salida 5005 tok (+4866 razonamiento) latencia 26.3 s
Respeto de las restricciones (límite de palabras, lista de palabras prohibidas, una única pregunta), sello de estilo y control de la longitud.
Usa Qwen3.6 Flash en 30 segundos
Compatible con OpenAI: cambia el base_url y conserva tu 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="qwen3.6-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(""));Acerca de Qwen3.6 Flash
- Frente a Qwen3.5, el anuncio oficial de la generación destaca una codificación agéntica drásticamente mejorada, del trabajo de frontend a las tareas a escala de repositorio, una percepción y una precisión de razonamiento multimodales mejoradas, y una nueva opción preserve_thinking que arrastra el contenido de razonamiento entre turnos para mantener coherentes las decisiones del agente reduciendo a la vez el uso de tokens.
- Flash cede algo de profundidad a cambio de menor latencia y coste.
- La propia orientación de Alibaba es empezar en el nivel Plus más reciente y pasarse aquí para reducir el gasto manteniendo una capacidad similar, y nombra este modelo para documentos largos y bases de código grandes gracias a su contexto de 1M tokens.
- Es de lenguaje-visión nativo, acepta entrada de imagen y vídeo junto al texto, devuelve hasta 65.536 tokens de salida y eleva la asignación de razonamiento de la generación muy por encima de la de Qwen3.5.
- Model Studio enumera llamada a funciones, herramientas integradas, salida estructurada, inferencia por lotes y caché explícita de prompts.
- Como el resto de su generación, es un modelo de pensamiento híbrido con el razonamiento habilitado por defecto, lo contrario que la serie Qwen3, así que una solicitud simple delibera salvo que enable_thinking se fije en false; thinking_budget limita el gasto, y la traza se devuelve en reasoning_content y se factura como salida.
- Conviene comprobar algo antes de diseñar en torno a él: la documentación de pensamiento de Alibaba enumera el soporte de preserve_thinking modelo por modelo, y el nivel Flash no está entre las entradas nombradas, así que trate el razonamiento entre turnos como una función de la generación y no como algo garantizado aquí.
- Synthorai lo sirve por el endpoint compatible con OpenAI.
Preguntas frecuentes
¿Se puede probar gratis la API de Qwen3.6 Flash?
Sí: las cuentas nuevas reciben 10 llamadas de prueba y hasta $1 de crédito gratuito, sin tarjeta. A $0.25/M de tokens de entrada, solo con ese crédito tienes para unas 500 solicitudes de ~8K tokens a Qwen3.6 Flash.
¿En qué destaca Qwen3.6 Flash?
Codificación agéntica mejorada a nivel de repositorio; 1M de contexto para documentos y bases de código largos; cambia algo de profundidad por menor latencia. En la sección «Acerca de» tienes la visión completa, según las notas de lanzamiento del propio proveedor.
¿Cuánto cuesta Qwen3.6 Flash?
Qwen3.6 Flash cuesta $0.25 por millón de tokens de entrada y $1.5 por millón de tokens de salida en Synthorai. Es el precio de lista del proveedor, sin recargo de plataforma. Los tokens de entrada en caché se facturan a $0.05/M.
¿Cuál es la ventana de contexto de Qwen3.6 Flash?
Qwen3.6 Flash tiene una ventana de contexto de 256K tokens en Synthorai. Una sola respuesta puede tener hasta 65,536 tokens.
¿Qwen3.6 Flash admite caché de prompts?
Sí: la caché automática viene activada por defecto y hay un modo explícito para garantizar el ahorro. Los tokens de entrada en caché se facturan a $0.05/M frente a $0.25/M sin caché; los prompts necesitan un prefijo estable de 1,024 tokens para entrar en caché (TTL explícito: 5 min, se reinicia en cada acierto). Guía de caché de prompts →
¿Cómo obtengo acceso a Qwen3.6 Flash?
Apunta el SDK de OpenAI que ya usas a base_url="https://synthorai.io/v1", pon model="qwen3.6-flash" y listo. Una sola clave API sirve para todos los modelos de la pasarela.
Modelos relacionados
Comparar
Todos los valores de esta página están transcritos de la documentación del propio proveedor, enlazada arriba, e indican la fecha en que se comprobaron. Los precios se comparan con los de todo el catálogo; cuando los proveedores definen una especificación de forma distinta, se muestra el valor indicando la diferencia en lugar de llevarlo a un gráfico. Aquí no hay mediciones nuestras ni puntuaciones.